基于 GEE 快速获取研究区的 Landsat 无云影像

目录

1 前言

2 代码解析

2.1 定义研究区（ROI）

2.2 合并 Landsat 年度无缝影像集

2.3 筛选 2020 年影像

2.4 影像可视化与信息查看

2.5 导出影像到 Google Drive

3 完整代码

4 运行结果

5 总结

---

1 前言

做遥感研究时，还在为找 Landsat 无云影像、拼接数据发愁？今天分享一段 Google Earth Engine（GEE）实战代码，帮你一键完成影像整合、筛选、导出，高效获取目标年份研究区影像，新手也能轻松上手！

这段代码专为 “获取特定年份研究区 Landsat 合成影像” 设计，从定义范围到导出数据全流程自动化，核心步骤拆解如下：​

1. 快速定位研究区：加载矢量边界（table），自动将地图中心定位到研究区，红色标注清晰可见，缩放级别可按需调整（当前设为 8）；​
2. 整合多源影像集：针对分散存储的 Landsat 年度无缝影像（10 + 个项目路径），通过循环 + merge () 批量合并，解决 “多文件夹找数据” 的麻烦；​
3. 精准筛选 2020 年影像：用 filterDate () 锁定 2020 全年数据，再通过 median () 中值合成技术去除云、阴影干扰，生成高质量无云影像；​
4. 可视化验证：以 “B4 红 + B3 绿 + B2 蓝” 真彩色方案加载影像，控制台实时打印影像属性（波段、投影等），确保数据无误；​
5. 一键导出到 Drive：默认 30 米原始分辨率、WGS84 坐标系，仅导出研究区范围，支持 GeoTIFF 格式，直接对接 ArcGIS、ENVI 等软件后续分析。

关键技术亮点：

• 去云技巧：median () 中值合成是 Landsat 影像去云的 “利器”，能有效剔除云、雪、阴影等异常值，保留地表真实信息，尤其适合年度影像合成；​
• 数据兼容性：导出时指定 EPSG:4326 坐标系，适配绝大多数 GIS 软件，maxPixels 设为 1e13 避免 “范围过大导出失败”，细节拉满；​
• 灵活性高：注释清晰标注可调整项 —— 比如取消 “filterBounds (roi)” 注释可提前筛选研究区影像、修改 scale 参数调整分辨率，按需适配不同研究需求。​

使用小贴士​：

• 需提前在 GEE 资产中上传研究区矢量边界（Shapefile 格式），并命名为 “table”；​
• 导出前确保 Google Drive 有足够存储空间，30 米分辨率下 100km² 研究区约占 100-200MB；​
• 若需获取其他年份影像，只需修改 filterDate () 中的时间范围（如 “2021-01-01” 到 “2021-12-31”），复用性极强！

2 代码解析

2.1 定义研究区（ROI）

var roi = table;
Map.addLayer(roi, {color: 'FF0000'}, '研究区ROI');
Map.centerObject(roi, 8);