GEE前沿教程|全球遥感影像细碎化耕地提取

1 内容

本文我们采用欧空局的ESA数据为例，以成都市为研究范例（全球尺度只需要按行政或者区块进行分区处理即可），提取细碎化耕地。首先，我们根据ESA的数据，提取耕地的分布情况，代码如下：

// 过滤感兴趣区域（ROI），选择城市为成都的数据var roi = table.filter(ee.Filter.eq('city', 'chengdu'));
// 加载数据集，并筛选出目标类别为40的区域，裁剪到ROIvar dataset = ESA.first().eq(40).clip(roi);Map.addLayer(dataset, {palette: ['#d68121', '#42d60c']}, 'Landcover', false);

显示结果如下（蓝色为耕地，橙色为非耕地）：

接下来，我们只需要利用GEE的connectedPixelCount函数，就可以实现对于细碎化耕地的提取，connectedPixelCount函数的解析如下：

函数简介

参数说明

• maxSize （必需，整数型）：

• 定义连通区域的最大像素数。

• 函数将计算每个像素所在连通区域的像素数量，但如果区域大小超过 maxSize ，将忽略这些超限的像素。

• 范围：0 到 1024（GEE 限制）。

• connectivity （可选，布尔型或整数型）：

• false （默认）：使用 4 连通性（上下左右相邻的像素相连）。

• true ：使用 8 连通性（上下左右及对角线方向的像素相连）。

• 用于设置像素间的连通性规则：

返回值

• 类型 ： ee.Image

• 波段 ：单波段，值为每个像素所在连通区域的像素总数。

这里，我们假设小于30个像元的耕地为细碎化耕地，利用 connectedPixelCount函数 代码如下：

// 计算连通区域的像素数量var connectedSize = dataset.connectedPixelCount(30, true); // 使用8连通性var filteredClassified = dataset.updateMask(connectedSize.lt(30));
// 显示过滤后的结果Map.addLayer(roi)Map.addLayer(filteredClassified, {palette: ['#d68121', '#d63000']}, 'Filtered Classified Image');

显示结果如下（ 红色为提取后的细碎化耕地，绿色为非细碎化耕地，橙色为非耕地，放大后呈现细节 ）：

2 讨论