Google Earth Engine 下载遥感影像——以Landsat 8数据为例

Dear 丶 2023-09-24 12:56 160阅读 0赞

**目录**

1、Google Earth Engine（GEE）简介

1.1 开发环境

1.2 说明书

2、GEE账号注册

3、GEE 查询库内卫星影像以及调用

3.1 数据集Datasets

3.2 加载影像

3.2.1 绘制感兴趣区

3.2.2 加载landsat 8数据集

3.3 影像的预处理

3.3.1 剔云处理

3.3.2 影像裁切

4、GEE影像上传和导出

4.1 上传本地文件

4.2 在GEE上导出影像数据

5、GEE共享以及全套代码

--------------------

## 1、Google Earth Engine（GEE）简介 ##

遥感大数据云计算服务平台为区域或全球土地利用空间信息的获取提供了新的途径和方法。GEE 云平台是一款专门用于处理卫星影像数据和其他地球观测数据的云端运算平台，不但存储了完整的对地观测卫星影像数据，以及环境和社会经济等数据，还提供足够的运算能力对这些数据进行处理，成为解决遥感数据收集困难和处理效率低下问题的新途径。

**官方网址**：[https://earthengine.google.com/][https_earthengine.google.com]

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16][]

### 1.1 开发环境 ###

在Guides中介绍了该云计算平台是由JS开发的共同Python语言。所以有这方面基础的读者可是说非常容易上手。在开发环境(Development Environment)中提到，一般有两种方式进行编译：1中是使用平台自带的(如下图)**Code Editor网页版**，另一种是通过**搭建Python环境在本地**进行编译。

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 1][]

### 1.2 说明书 ###

安利这个平台强烈的第一个原因就是它真的把说明书做的非常出色！

查看说明书的方式：官方网址右上角菜单栏Platform->Documentation->Reference. 即可。

非常的清晰，并且语法，示例一气呵成，更是有 **吴秋生老师的视频讲解**！

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 2][]

第二个原因就是该平台的功能强大性，这个后续会做详细说明。

--------------------

## 2、GEE账号注册 ##

由于GEE是谷歌公司开发的一款云端计算平台，访问该网站需要科学上网才行。当你注册的时候，如果即使在科学上网的情况下遇到了无法接收到国内手机短信的情况，可以通过某宝来解决(别问我为什么知道)。**申请完之后一般需要等官网发邮件通知，1-3天左右，这里强烈建立使用学校邮箱或者企业邮箱注册！！！**

## 3、GEE 查询库内卫星影像以及调用 ##

### 3.1 数据集Datasets ###

查看数据集的方式：官方网址右上角菜单栏Datasets.这里我们直接查看Landsat数据集。

这里我们可以看到Landsat数据集来源于USGS，被分为了Collection2 和 Collection1两种产品的数据集，Collection1产品是2016年建立的，现在被Collection2所取代。我们知道USGS将产品分为了3类：*①T1：满足几何和辐射质量要求的数据；②T2：不符合T1级别要求的数据；③RT：实时数据，尚未评估的数据（最多需要一个月）。*

这里我们点进*Landsat8 Surface Reflectance(SR) T1*产品进行查看。

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 3][]

里面由详细的数据产品描述，波段组成，图像属性等等，“ee.ImageCollection("LANDSAT/LC08/C02/T1\_L2")”是导入加载影像所需要的关键代码。即这里用到的是“**ee.ImageCollection()**”这个API函数。如果还不够直观，下面还提供了示例，可供查看。

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 4][]

### 3.2 加载影像 ###

这里将在“Earth Engine Code Editor”中实现。

#### 3.2.1 绘制感兴趣区 ####

**方法一**：直接在地图上绘制想要的感兴趣区多边形；

**方法二**：先通过4.1节的方法上传已有的矢量边界，然后通过如下代码调用：

var collectionName = 
          
          
           'users/city/Nanjing';
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var roi = ee.
          
          
           FeatureCollection(collectionName);

接着导入roi使之显示在地图上，代码如下：

//在地图中心显示感兴趣区roi以及缩放
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           Map.
          
          
           centerObject(roi, 
          
          
           7);  
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //添加一个显示roi的图层并设置参数
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           Map.
          
          
           addLayer(roi, {
          
          
           color: 
          
          
           "red"}, 
          
          
           "roi");

点击 "RUN"，运行完之后如下图：

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 5][]

#### 3.2.2 加载landsat 8数据集 ####

代码如下，以及运行后的结果：

//选择要导出的数据类型
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var dataset = ee.
          
          
           ImageCollection(
          
          
           'LANDSAT/LC08/C02/T1_L2')  
          
          
           //选择数据集
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                          .
          
          
           filterBounds(roi) 
          
          
           //区域筛选
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                          .
          
          
           filterDate(
          
          
           '2021-06-01', 
          
          
           '2021-10-01');  
          
          
           //时间筛选
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           // Applies scaling factors.即选择所需波段
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           function 
          
          
           applyScaleFactors(
          
          
           image) {
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var opticalBands = image.
          
          
           select(
          
          
           'SR_B.').
          
          
           multiply(
          
          
           0.0000275).
          
          
           add(-
          
          
           0.2);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var thermalBands = image.
          
          
           select(
          
          
           'ST_B.*').
          
          
           multiply(
          
          
           0.00341802).
          
          
           add(
          
          
           149.0);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           return image.
          
          
           addBands(opticalBands, 
          
          
           null, 
          
          
           true)
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                        .
          
          
           addBands(thermalBands, 
          
          
           null, 
          
          
           true);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          }
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          dataset = dataset.
          
          
           map(applyScaleFactors);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //可视化参数设置
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var visualization = {
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           bands: [
          
          
           'SR_B4', 
          
          
           'SR_B3', 
          
          
           'SR_B2'],
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           min: 
          
          
           0.0,
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           max: 
          
          
           0.3,
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          };
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //添加一个新的显示Landsat8影像的图层
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           Map.
          
          
           addLayer(dataset, visualization, 
          
          
           'Landsat8');

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 6][]

### 3.3 影像的[预处理][Link 1] ###

#### 3.3.1 剔云处理 ####

可以看到符合该时间段的影像已经被调用并且加载在地图上。但是云量还是没有设定，所以下一步我们将进行剔云处理。核心代码如下：

//去云处理 
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           function 
          
          
           maskL8sr(
          
          
           image) {
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var cloudShadowBitMask = (
          
          
           1 << 
          
          
           3);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var cloudsBitMask = (
          
          
           1 << 
          
          
           5);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var qa = image.
          
          
           select(
          
          
           'QA_PIXEL');    
          
          
           //注意：Collection2产品中将“pixel_qa”改为“QA_PIXEL”
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var mask = qa.
          
          
           bitwiseAnd(cloudShadowBitMask).
          
          
           eq(
          
          
           0)
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                           .
          
          
           and(qa.
          
          
           bitwiseAnd(cloudsBitMask).
          
          
           eq(
          
          
           0));
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           return image.
          
          
           updateMask(mask);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          }

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 7][] 剔云后，云量控制在了可用范围以内

#### 3.3.2 影像裁切 ####

我们可以发现影像超出研究区所在范围，这里我们实现在地图上完成对影像的裁切，代码如下：

//对影像进行裁切
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var l8Img = dataset.
          
          
           mosaic().
          
          
           clip(roi);

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 8][]

--------------------

## 4、GEE影像上传和导出 ##

### 4.1 上传本地文件 ###

要上传和管理地理空间数据集，需要使用代码编辑器中的资产管理器(Assets)。资产管理器位于代码编辑器左侧的资产选项卡上。

点击 “NEW” 图标，我们可以看到如图所示的选项，有栅格类型(.tiff)、矢量类型(.shp)和表格类型(.csv)等. *这里我将本地的 “Nanjing”矢量边界文件上传到GEE当中。*

**这里需要注意的是，**

**.shp**文件是主文件，存储空间对象的坐标点信息，比如构成点、线、面对象的坐标点序列。

**.dbf**文件存储空间对象对应的属性表信息，比如一个面对象可能有名称、编码、面积等，这些信息都保存在dbf文件中。这个文件可以用excel单独打开。

**.prj**文件存储空间坐标系统，指明了shp文件包含的坐标点是在哪个坐标系下的。这个文件是个普通的文本文件，可以用记事本打开。

**.shx**文件存储索引信息，指明空间对象的隶属关系。

以上四个文件是打开shp主文件所必须的（***如果没有prj文件，但此时缺乏地理坐标系统，是不完整的，在GEE上导入会报错***），它们共同构成一个完整的shp文件系统，不要丢失。

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_13_color_FFFFFF_t_70_g_se_x_16][] ![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 9][]

上传成功后，在刷新左侧的菜单栏，可以看到刚刚上传的Nanjing矢量文件，单击进入details界面，可以看到其存放的位置同时也是调用的代码。

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 10][]

--------------------

### 4.2 在GEE上导出影像数据 ###

最后，我们将所选择的遥感数据导出，代码如下：

//导出L8影像  Landsat8 all bands loop to Drive
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var bands = l8Img.
          
          
           bandNames().
          
          
           getInfo();
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           for (
          
          
           var i=
          
          
           0; i<l8Img.
          
          
           bandNames().
          
          
           size().
          
          
           getInfo();i++){
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           print(bands[i]);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           Export.
          
          
           image.
          
          
           toDrive({
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           image: l8Img.
          
          
           select(bands[i]),        
          
          
           //设置要输出的影像
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           fileNamePrefix: 
          
          
           "Landsat8_"+bands[i], 
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           //folder: "training01",               //设置下载影像在Drive中存储的文件夹名称（可不设置）
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           scale:
          
          
           30,    
          
          
           //空间分辨率，单位：米
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           description: 
          
          
           "Landsat8_"+bands[i],    
          
          
           // 设置下载任务tasks的名称
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           maxPixels:
          
          
           1e13,                       
          
          
           //单幅影像输出的最大像元数
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           region:roi.
          
          
           geometry().
          
          
           bounds()        
          
          
           //要下载影像的范围
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
            });
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          }

然后我们将影像上传到云端计算机ToDrive，等待上传完成之后即可在云端计算机内下载对应影像，可以根据自己所需要的波段进行下载，很灵活，但是上传到云端的速度其实挺慢的。

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 11][]

--------------------

## 5、GEE共享以及全套代码 ##

GEE的在线编译器提供共享功能，复制网址即可自动加载页面内的代码，非常实用！

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 12][]

分享网址：[https://code.earthengine.google.com/b0ec40c02823eb3048d0dab9fac60090][https_code.earthengine.google.com_b0ec40c02823eb3048d0dab9fac60090]

//设置感兴趣区域roi
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var roi = ee.
          
          
           FeatureCollection(
          
          
           "users/knight20211211022/Nanjing");
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //定义导出影像数据函数,三个参数
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           function 
          
          
           exportImage(
          
          
           image, region, fileName) { 
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           Export.
          
          
           image.
          
          
           toDrive({  
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           image: image,  
          
          
           //设置要输出的影像
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           description: 
          
          
           "Drive-"+fileName,  
          
          
           // 设置下载任务tasks的名称
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           fileNamePrefix: fileName,  
          
          
           //设置下载影像的名称
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           //folder: "training01",  //设置下载影像在Drive中存储的文件夹名称（可不设置）
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           scale: 
          
          
           30, 
          
          
           //空间分辨率，单位：米
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           region: region,  
          
          
           //要下载影像的范围
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           maxPixels: 
          
          
           1e13, 
          
          
           //单幅影像输出的最大像元数
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           fileFormat:
          
          
           "GeoTIFF", 
          
          
           //设置影像导出格式，注意GeoTIFF格式需要所有波段存储类型一致（如不能同时存Int16和Int32）
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
                
          
          
           crs: 
          
          
           "EPSG:4326"  
          
          
           //投影信息，一般是采用默认方式，通常可以设置为EPSG:4326
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
            }); 
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          }
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //去云处理 
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           function 
          
          
           maskL8sr(
          
          
           image) {
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var cloudShadowBitMask = (
          
          
           1 << 
          
          
           3);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var cloudsBitMask = (
          
          
           1 << 
          
          
           5);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var qa = image.
          
          
           select(
          
          
           'QA_PIXEL');
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var mask = qa.
          
          
           bitwiseAnd(cloudShadowBitMask).
          
          
           eq(
          
          
           0)
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                           .
          
          
           and(qa.
          
          
           bitwiseAnd(cloudsBitMask).
          
          
           eq(
          
          
           0));
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           return image.
          
          
           updateMask(mask);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          }
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           // Applies scaling factors.即选择所需波段
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           function 
          
          
           applyScaleFactors(
          
          
           image) {
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var opticalBands = image.
          
          
           select(
          
          
           'SR_B.').
          
          
           multiply(
          
          
           0.0000275).
          
          
           add(-
          
          
           0.2);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           var thermalBands = image.
          
          
           select(
          
          
           'ST_B.*').
          
          
           multiply(
          
          
           0.00341802).
          
          
           add(
          
          
           149.0);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           return image.
          
          
           addBands(opticalBands, 
          
          
           null, 
          
          
           true)
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                        .
          
          
           addBands(thermalBands, 
          
          
           null, 
          
          
           true);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          }
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //选择要导出的数据类型
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var dataset = ee.
          
          
           ImageCollection(
          
          
           'LANDSAT/LC08/C02/T1_L2')  
          
          
           //选择数据集
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                          .
          
          
           filterBounds(roi) 
          
          
           //区域筛选
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
                          .
          
          
           filterDate(
          
          
           '2021-06-01', 
          
          
           '2021-10-01');  
          
          
           //时间筛选
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          dataset = dataset.
          
          
           map(applyScaleFactors);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          dataset = dataset.
          
          
           map(maskL8sr);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //对影像进行裁切
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var l8Img = dataset.
          
          
           mosaic().
          
          
           clip(roi); 
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //导出L8影像  Landsat8 all bands loop to Drive
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var bands = l8Img.
          
          
           bandNames().
          
          
           getInfo();
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           for (
          
          
           var i=
          
          
           0; i<l8Img.
          
          
           bandNames().
          
          
           size().
          
          
           getInfo();i++){
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           print(bands[i]);
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           Export.
          
          
           image.
          
          
           toDrive({
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           image: l8Img.
          
          
           select(bands[i]),        
          
          
           //设置要输出的影像
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           fileNamePrefix: 
          
          
           "Landsat8_"+bands[i], 
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           //folder: "training01",               //设置下载影像在Drive中存储的文件夹名称（可不设置）
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           scale:
          
          
           30,    
          
          
           //空间分辨率，单位：米
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           description: 
          
          
           "Landsat8_"+bands[i],    
          
          
           // 设置下载任务tasks的名称
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           maxPixels:
          
          
           1e13,                       
          
          
           //单幅影像输出的最大像元数
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
              
          
          
           region:roi.
          
          
           geometry().
          
          
           bounds()        
          
          
           //要下载影像的范围
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
            });
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          }
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //可视化参数设置
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           var visualization = {
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           bands: [
          
          
           'SR_B4', 
          
          
           'SR_B3', 
          
          
           'SR_B2'],
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           min: 
          
          
           0.0,
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           max: 
          
          
           0.3,
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
            
          
          
           gamma:
          
          
           1.4,
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
           
          
          };
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //添加一个新的显示Landsat8影像的图层
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           Map.
          
          
           addLayer(l8Img, visualization, 
          
          
           'Landsat8');
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
           
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //在地图中心显示感兴趣区roi以及缩放
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           Map.
          
          
           centerObject(roi, 
          
          
           9);  
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           //添加一个显示roi的图层并设置参数
         
         
          
        
        
         
        
        
        
         
         
         
          
        
        
         
        
        
         
         
         
          
          
          
           Map.
          
          
           addLayer(roi, {
          
          
           color: 
          
          
           "red"}, 
          
          
           "roi");

OVER!

最后想说一句，其实 在进行landsat 8 影像数据预处理的时候就可以发现，GEE的一个强大之处在于其可以很方便的自动获取遥感影像，并且直接在上面进行处理和分析。如果只是用作下载影像的话可以说是有点大材小用的了。我们大可直接在平台上进行波段运算，数据研究，分类制图等一系列的操作。笔者也才接触GEE不久，仍在学习中~ **吴秋生老师做了很详细的视频介绍，真的很有用！**

[https_earthengine.google.com]: https://code.earthengine.google.com/
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/a902d52bc89e4394b4641516afaef436.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/44e2bce94c644c5ead461f942dc7b21d.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/e89c559d08fe4c4a9a505f95ee46c8e9.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/ea279a4932c343a4a4522feb5c966bb5.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 4]: https://img-blog.csdnimg.cn/dd1b52b1b7524352b6031df46c9afde4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 5]: https://img-blog.csdnimg.cn/e5d7aac349bf4a7fbb9c542e1e7e5b29.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 6]: https://img-blog.csdnimg.cn/b057a4993194475eaaaea62321cb9091.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[Link 1]: https://so.csdn.net/so/search?q=%E9%A2%84%E5%A4%84%E7%90%86&spm=1001.2101.3001.7020
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 7]: https://img-blog.csdnimg.cn/082ea20fae734f9c9e048e6de94f7d85.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 8]: https://img-blog.csdnimg.cn/6178af2fb49a4115936358a4cfde5139.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_13_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/2763edd2167a4e8391ce7c929f6003ac.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_13,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 9]: https://img-blog.csdnimg.cn/339f44e0939e4e2eb6ad5f979328ffd4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 10]: https://img-blog.csdnimg.cn/87b33b81a89e48ba9631fbfd338a3860.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 11]: https://img-blog.csdnimg.cn/c53ab8234c45446baad8ab4948b45d23.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAS25pZ2h0XzA3Ng_size_20_color_FFFFFF_t_70_g_se_x_16 12]: https://img-blog.csdnimg.cn/f4a1016c76e24b89a06ea37b438716a8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAS25pZ2h0XzA3Ng==,size_20,color_FFFFFF,t_70,g_se,x_16
[https_code.earthengine.google.com_b0ec40c02823eb3048d0dab9fac60090]: https://code.earthengine.google.com/b0ec40c02823eb3048d0dab9fac60090