Landsat与MODIS月度值计算：MODIS内存报错求助

问题背景 #

• 处理Landsat 1984-2000年数据生成月度均值：共180个元素，耗时但可正常完成
• 相同方法处理MODIS数据：仅支持最多两年时间范围，超出后触发内存错误
• MODIS年度均值计算：无异常

解决方法 #

1. 按年度拆分月度计算任务 #

将全时段的月度均值计算拆分为年度粒度的月度计算，再合并所有结果。这种方式让Earth Engine分批次处理任务，避免单任务加载过多数据导致内存溢出。示例逻辑：

// 遍历目标年份范围
var years = ee.List.sequence(1984, 2000);
var monthlyCollections = years.map(function(year) {
  year = ee.Number(year);
  // 对当前年份生成12个月度时间窗口
  var months = ee.List.sequence(1, 12);
  return months.map(function(month) {
    var start = ee.Date.fromYMD(year, month, 1);
    var end = start.advance(1, 'month');
    // 筛选当月MODIS影像并计算均值
    var monthlyMean = modisCollection.filterDate(start, end)
      .filterBounds(roi)
      .mean();
    return monthlyMean.set({
      'year': year,
      'month': month,
      'system:time_start': start.millis()
    });
  });
}).flatten();

// 转换为ImageCollection
var finalMonthlyMean = ee.ImageCollection.fromImages(monthlyCollections);

2. 优化单月影像预处理 #

MODIS单景数据量更大，单月内影像数量可能远超Landsat，计算前先过滤低质量影像，减少参与计算的数据量：

// 过滤云量过高的MODIS影像（以MOD09GA为例）
var filteredModis = modisCollection.filter(ee.Filter.lt('cloud_cover', 30));

如果最终输出分辨率允许，还可以先对单月影像做分块预聚合，进一步降低计算负载。

3. 避免全局Reduce操作 #

不要用一次性的时间序列Reduce生成所有月度均值，改用map遍历每个时间窗口。全局Reduce会将所有窗口的计算任务集中在一个进程中，而map会分布式处理每个窗口，更适配Earth Engine的内存调度机制。

内容的提问来源于stack exchange，提问作者Carlos Javier Navarro