GEE代码实现： Landsat 影像自动化去云处理

"这篇文本是关于使用Google Earth Engine (GEE)进行遥感影像去云处理的编程操作。主要涉及了Landsat TOA (Top of Atmosphere)反射率影像的加载、云量统计、简单云分算法以及自定义函数进行云遮罩处理。此外，还提到了地表反射率(SR)产品的去云方法，通常涉及到与QA质量波段的按位运算来筛选和排除云、云影和雪等影响因素。" 在Google Earth Engine (GEE)中，进行影像处理是非常常见的任务，特别是对于遥感影像分析而言。本示例中，首先定义了一个矩形区域（roi）用于后续的影像操作，该区域位于中国华北地区。然后，使用`ee.Geometry.Polygon`创建了一个多边形，并用`Map.centerObject`将其设置为中心位置，缩放级别为7。 接着，加载了Landsat 8的TOA产品（Landsat/LC08/C01/T1_TOA/LC08_123032_20180118），这是一种包含大气层顶反射率的数据。为了可视化，定义了`visParams`，设置了显示的波段（B4、B3、B2）及它们的最小和最大值。 `ee.Algorithms.Landsat.simpleCloudScore`是一个预定义的函数，用于计算影像的云分数，结果是一个新的影像层，其中包含了云量信息。这个云分数范围在1到100之间，数值越高表示云覆盖程度越大。 随后，定义了一个名为`rmCloud`的自定义函数，它接收一个影像作为参数，通过选取"cloud"波段并判断其值是否小于30（表示较低的云覆盖），然后应用`updateMask`方法来更新影像的遮罩，从而实现去云操作。 最后，将原始的`cleanImage`影像应用`rmCloud`函数，进一步在地图上添加处理后的去云影像层，以便于观察和分析。 对于SR产品（地表反射率），其去云方法更加复杂，通常需要结合QA质量波段进行按位运算。这些位运算可以提取特定的像素信息，例如云、云影或雪的信息，并通过位操作将其置为无效，以达到去除这些影响因素的目的。然而，这部分代码没有给出具体的实现，只提到这种处理方式。 总结来说，这个文本提供了使用GEE进行影像去云处理的基本步骤，包括加载影像、计算云分数、定义去云函数以及利用QA波段进行地表反射率产品的去云处理。对于理解和实践遥感影像处理的GEE代码编写具有指导意义。