基于Google Earth Engine与Sentinel-5P的逐像素月无云天数统计问题
解决方案
核心思路是按自然日对影像分组,先判断每个像素当日是否存在至少一景无云观测,再对全月的有效日期标识求和,最终得到月度无云天数。
修改后可直接运行的代码
// 波兰边界 var polska = ee.FeatureCollection('users/patrykgrzybowski1991/POL_adm1'); // 导入Sentinel-5P NO2数据集 var collection_january_19 = ee.ImageCollection('COPERNICUS/S5P/NRTI/L3_NO2') .filterBounds(ee.FeatureCollection('users/patrykgrzybowski1991/POL_adm0')) .filterDate('2019-01-01', '2019-02-01') // 先对每景影像做云掩膜,同时新增日期属性(格式为YYYYMMDD的数字) .map(function(img){ var date = img.date().format('YYYYMMdd'); return img.select('tropospheric_NO2_column_number_density') .updateMask(img.select('cloud_fraction').lt(0.4)) .set('date_str', date); }); // 获取所有去重后的观测日期 var distinct_dates = collection_january_19.aggregate_array('date_str').distinct(); // 逐日期生成当日有效观测标识:只要该像素当日有至少1次无云观测则为1,否则为0 var daily_valid = ee.ImageCollection.fromImages( distinct_dates.map(function(date){ // 筛选当日所有影像 var daily_imgs = collection_january_19.filter(ee.Filter.eq('date_str', date)); // 对当日所有影像取count,大于0说明该像素当日有有效无云观测,赋值为1 return daily_imgs.count().gt(0).set('date', date); }) ); // 对所有日期的有效标识求和,得到月度无云天数 var cloudless_days_january_19 = daily_valid.sum();
关键逻辑说明
- 新增
date_str属性是为了把同一天多次过境的影像归为一组 - 对单日所有影像做
count().gt(0)操作后,只要该像素当日存在至少一景无云的有效观测,就会被标记为1,避免了一日多景重复计数的问题 - 最后对所有单日标识求和得到的结果就是对应像素的月度无云天数,取值范围为0~当月总天数
内容的提问来源于stack exchange,提问作者PatrykGrzybowski
相关产品推荐
相关产品推荐

