【Google Earth Engine编程语言学习笔记】卫星数据（landsat）矩阵数据

一、【卫星数据landsat】

（1）数据引入

在数据框中输入landsa，点击import引入

（2）ImageCollection.qualityMosaic()对像素级别进行操作，对所有图像集中，通过波段质量为每个像素排序。

qualityMosaic(NDVI值)相当于去云操作（下一步探究）

（3）landsatCollection.unmixing()\解决缠绕，在遥感影像中经常会出现同物异谱，同谱异物，通过函数计算得出每个像元属于什么用地，需要用户指定用地的位置信息

var unmixImage=composite.select(['B1','B2','B3','B4','B5','B7']);
var bare_mean=unmixImage.reduceRegion(ee.Reducer.mean(),bare,30).values();
var water_mean=unmixImage.reduceRegion(ee.Reducer.mean(),water,30).values();
var veg_mean=unmixImage.reduceRegion(ee.Reducer.mean(),veg,30).values();
var endnumbers=ee.Array.cat([bare_mean,veg_mean,water_mean],1);
var arrayimage=unmixImage.toArray().toArray(1);
var unmixed=ee.image(endnumbers).matrixSolve(arrayimage)
var unmixedImage=unmixed.arrayProject([0]).arrayFlatten(['bare','veg','water'])

 （4）landsatCollection.normalizedDifference()计算归一化指数

（5）ee.Algorithms.Landsat.simpleCloudScore(image)会多一个cloud波段0-100，越大云层覆盖越大

（6）ee.Algorithms.Landsat.simpleComposite()只对landsat8的RAW图像起作用

 二、【矩阵】

（1）创建

首先先创建一个array然后放到ee.ConfusionMatrix()

ee.ConfusionMatrix(array)这样就形成了一个混淆矩阵

（2）转换

ConfusionMatrix.array()将混淆矩阵转换为矩阵

（3）精度

.kappa()计算混淆矩阵的Kappa系数

accuracy()求整体精度数据

producersAccuracy()制图精度

consumersAccuracy()用户精度数据

order()将土地利用编码

标签：Engine,unmixImage,Google,ee,landsat,矩阵,veg,var,mean
来源： https://www.cnblogs.com/wangchengcong/p/14220545.html