Google Earth Engine（GEE）批量下载哨兵1号数据

原创

生态遥感_才 2022-08-28 00:29:43 博主文章分类：GEE ©著作权

文章标签 大数据 java 人工智能机器学习 javascript 文章分类 后端开发

©著作权归作者所有：来自51CTO博客作者生态遥感_才的原创作品，请联系作者获取转载授权，否则将追究法律责任

今天来简单分享下如何在GEE中批量下载哨兵1号数据

数据介绍：

数据源为COPERNICUS/S1_GRD，是SAR数据。

可能的组合是单波段 VV 或 HH，以及双波段 VV+VH 和 HH+HV：

波段介绍如下：

VV：单共极化，垂直发射/垂直接收

HH：单共极化，水平发射/水平接收

VV + VH：双频交叉极化，垂直发射/水平接收

HH + HV：双频交叉极化，水平发射/垂直接收

还包括一个额外的“角度”波段angle

在GEE显示中，可以选择上升和下降的轨道图像，分别是“ASCENDING”和“DESCENDING”

1.目标：

批量下载哨兵1号数据

2.GEE实现代码：

首先确定研究区和使用的数据集

我选择的研究区为北京市

var roi = ee.FeatureCollection("users/lilei655123/BeiJing");
Map.centerObject(roi,7)
var styling = {color:"red",fillColor:"00000000"};
Map.addLayer(roi.style(styling),{},"geometry")

调用Sentinel-1图像集，设置日期，筛选数据

var sentinel1 = ee.ImageCollection('COPERNICUS/S1_GRD')
                    .filterDate('2019-05-01', '2019-06-15');

筛选波段

var vvVhIw = sentinel1
  // 筛选VV和VH双偏振图像
  .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV'))
  .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VH'))
  // 筛选干涉测量宽幅模式下收集的图像。
  .filter(ee.Filter.eq('instrumentMode', 'IW'));
// 将上升和下降的轨道图像分离成不同的集合
var vvVhIwAsc = vvVhIw.filter(
  ee.Filter.eq('orbitProperties_pass', 'ASCENDING'));//上升
var vvVhIwDesc = vvVhIw.filter(
  ee.Filter.eq('orbitProperties_pass', 'DESCENDING'));//沉降

计算均值

// 平均VH上升
var vhIwAscMean = vvVhIwAsc.select('VH').mean();
// 平均VH下降。
var vhIwDescMean = vvVhIwDesc.select('VH').mean();

显示数据

Map.addLayer(vvIwAscDescMean, {min: -12, max: -4}, 'vvIwAscDescMean');
Map.addLayer(vhIwAscDescMean, {min: -18, max: -10}, 'vhIwAscDescMean');

Google Earth Engine（GEE）批量下载哨兵1号数据_大数据

Google Earth Engine（GEE）批量下载哨兵1号数据_java_02

设置时间

var start_date = ee.Date('2019-05-01');
var finish_date = ee.Date('2019-06-15');
var orbit = 'ASCENDING';
Map.centerObject(roi,7)
//boundary
var styling = {color:"red",fillColor:"00000000"};
Map.addLayer(roi.style(styling),{},"geometry")
 // Get the VV collection.
var collectionVV = collectionS1.select('VV');

加载下载接口

var VV = ee.Image(collectionVV.median());
Map.addLayer(VV, {min: -25, max: 5}, 'VV', true);
var batch = require('users/fitoprincipe/geetools:batch');
var folder = 'GEE_EXPORT';

导出函数

batch.Download.ImageCollection.toDrive(collectionVV, folder, 
                {name: 'VV_'+orbit+'_'+'{id}',
                  scale: 25,
                  maxPixels: 1e13,
                region: roi, 
                type: 'float'});