Google Earth Engine调用Sentinel-2返回空ImageCollection问题求助

核心问题分析 #

你的代码存在三个关键错误，导致所有站点都返回无影像：

1. 空影像判断逻辑完全错误：if not image.Not()是对影像像素取反的操作，根本不是判断影像是否为空或有效。
2. 未筛选覆盖目标站点的影像：daily_images.first()会返回当天任意一张Sentinel-2影像，大概率不覆盖你的AERONET站点，后续云掩膜后目标区域无有效像素。
3. 缺少有效像素检查：即使影像覆盖站点，若该区域全被云掩膜，也会导致导出失败。

修复后的完整代码 #

云掩膜函数（保留原逻辑，无需修改）

def mask_s2_clouds(image):
  """Masks clouds in a Sentinel-2 image using the QA band."""
  qa = image.select('QA60')
  cloud_bit_mask = 1 << 10
  cirrus_bit_mask = 1 << 11
  mask = (
      qa.bitwiseAnd(cloud_bit_mask).eq(0)
      .And(qa.bitwiseAnd(cirrus_bit_mask).eq(0))
  )
  return image.updateMask(mask).divide(10000)

核心执行代码（修改后）

import pandas as pd
from datetime import datetime, timedelta
import ee
import time

# 初始化GEE（如果还没初始化）
ee.Initialize()

start_date = '2024-05-01'
end_date = '2024-06-01'
dataset = (
    ee.ImageCollection('COPERNICUS/S2_HARMONIZED')
    .filterDate(start_date, end_date)
    .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))  # 建议开启，提前过滤高云量影像
    .map(mask_s2_clouds)
)

count = 4466

def export_image_for_day(image, date_str, location):
    global count
    point = ee.Geometry.Point(location)
    # 检查目标点是否有未被掩膜的有效像素
    has_valid_data = image.sample(point, scale=10).size().gt(0).getInfo()
    
    if has_valid_data:
        export_task = ee.batch.Export.image.toDrive(
            image=image,
            description=f"image_{date_str}_{location[0]}_{location[1]}",
            folder='Sentinel2_Images',
            fileNamePrefix=f"image_{date_str}_{location[0]}_{location[1]}",
            region=point.buffer(500),
            fileFormat='GeoTIFF',
            maxPixels=1e13
        )
        export_task.start()
        print(f"{count}: 导出任务启动 - {date_str} | 站点: {location}")
    else:
        print(f"{count}: 无有效影像 - {date_str} | 站点: {location}")
    count += 1

# 遍历日期和站点
for date_str in pd.date_range(start_date, end_date).strftime('%Y-%m-%d').tolist():
    next_day = (datetime.strptime(date_str, '%Y-%m-%d') + timedelta(days=1)).strftime('%Y-%m-%d')
    daily_images = dataset.filterDate(date_str, next_day)
    
    for _, row in stations_df.iterrows():
        location = (row['Longitude(decimal_degrees)'], row['Latitude(decimal_degrees)'])
        point = ee.Geometry.Point(location)
        # 只保留覆盖当前站点的影像
        site_matching_images = daily_images.filterBounds(point)
        
        if site_matching_images.size().getInfo() == 0:
            print(f"{count}: 无覆盖站点的影像 - {date_str} | 站点: {location}")
            count += 1
            continue
        
        image = site_matching_images.first()
        export_image_for_day(image, date_str, location)
        time.sleep(0.2)

关键修改说明 #

• 新增站点覆盖筛选：用filterBounds(point)确保只处理包含目标站点的影像，避免无效操作。
• 正确的有效像素判断：通过image.sample(point, scale=10).size().gt(0).getInfo()检查目标点是否有未被云掩膜的像素。
• 开启云量预过滤：提前用CLOUDY_PIXEL_PERCENTAGE过滤高云量影像，减少后续无效判断的次数。

内容的提问来源于stack exchange，提问作者Ayush Savaliya