Google Earth Engine卫星图像处理初学者教程

"这是一个关于Google Earth Engine (GEE) 的初学者教程，涵盖了38个基础教程，适合新手快速入门。教程内容包括卫星影像处理、像素理解、时间序列分析、数组与列表操作以及GEE中的各种对象应用。教程是权威的英文版，但语言表述清晰易懂。" 在Google Earth Engine (GEE) 平台上，卫星影像处理是一项核心功能，该平台存储并处理来自地球观测卫星的图像和图像集合。GEE提供了丰富的API能力来处理卫星影像，包括但不限于以下几点： 1. **通过镶嵌图像集合进行处理**： 使用`imageCollection.qualityMosaic`方法，可以从图像集合中创建一个质量最佳的镶嵌图像。这个过程通常涉及选择无云或云遮挡最少的像素，以生成一个连续且无干扰的视图。 2. **管理云和阴影**： 云和阴影是卫星影像分析中的常见问题。GEE提供了`ee.Algorithms.FMask.matchClouds`等算法来识别和处理云和阴影。例如，FMask（Function of Mask）可以有效地分离云、雪、阴影和其他地表特征。 3. **图像分类**： GEE支持图像的分类任务，如`image.unmix`用于光谱内插，将混合像素分解为不同的组成部分；而`image.classify`则可以执行监督或非监督分类，将图像像素分配到预定义的类别。 4. **计算归一化差分指数**： `image.normalizedDifference`函数可以帮助计算两个波段之间的归一化差分，这是遥感中常用的一种特征提取技术，如NDVI（归一化植被差异指数）和NDWI（归一化水体指数）。 5. **处理MODIS卫星影像**： MODIS（Moderate Resolution Imaging Spectroradiometer）数据的处理可以通过减小像素尺寸来实现，例如`ee.Algorithms.SAD.KrigeModis`可以进行空间插值以提高分辨率。 6. **处理Landsat卫星影像**： - `Landsat.pathRowLimit`用于限制特定路径/行号的Landsat图像，有助于筛选特定区域的数据。 - `Landsat.translateMetadata`可重新格式化元数据，使其适应GEE平台的处理需求。 - `ee.Algorithms.Landsat.TOA`和`Landsat.calibratedRadiance`用于TOA（Top of Atmosphere）反射率或校准辐射亮度的计算，提供更准确的遥感分析数据。 - `Landsat.simpleCloudScore`是针对Landsat数据的一个简单云评分算法，用于评估和过滤图像中的云覆盖。 GEE的这些功能使得用户无需具备复杂的服务器基础设施，就能对大规模的卫星影像数据进行高效分析和处理。对于初学者来说，这个教程提供了从基础到高级的全面指导，是学习GEE和卫星影像处理的理想起点。