分层设色(Choropleth)是一种经典地图可视化方法,通过将连续或分级数据映射为不同颜色,帮助我们更清晰地表达空间差异和分布特征。
在科研地图中,它的作用不可小觑:
✅ 简而言之:
分层设色 = 值域划分 + 色彩表达
2.
GEE 中分层设色的核心原理
在 GEE 中,我们常使用
Map.addLayer(image, visParams, 'Layer Name')
来渲染影像。
其中关键的视觉参数(visParams)包括:
-
min
/
max
:拉伸范围(值越多越亮/深)
-
palette
:调色板(字符串数组)
-
bands
:图像中用于渲染的波段名
对于分层设色,我们通常要
先将原始连续影像转换为分类影像
(值为1、2、3…),再通过设置
palette
来上色。
3.
实战:绘制 ESA 土地利用分类分级设色图层
1.加载 ESA 数据;
2.四川省研究区范围;
3.统计四川省包含的土地利用类型;
4.设置颜色并显示.
var roi = table.filter(ee.Filter.eq('name','四川省'));
var ESA_sichuan = ee.ImageCollection("ESA/WorldCover/v100").first().clip(roi)
var ESA_sichuan_frequencyHistogram = ESA_sichuan.reduceRegion({
reducer: ee.Reducer.frequencyHistogram(),
geometry: roi,
scale: 10,
crs:'EPSG:4326',
maxPixels:1e13
});
print('ESA_sichuan_frequencyHistogram',ESA_sichuan_frequencyHistogram)
var palette = ["#006400",
"#ffbb22",
"#ffff4c",
"#f096ff",
"#fa0000",
"#b4b4b4",
"#f0f0f0",
"#0064c8",
"#0096a0",
"#fae6a0"]
var imageVisParam_ESA = {"opacity":1,"bands":["Map"],"min":10,"max":110,"palette":palette}
Map.centerObject(roi,6)
Map.addLayer(ESA_sichuan,imageVisParam_ESA,"ESA_sichuan")
Map.addLayer(roi.style({color:'red',fillColor:'00000000'}),{},'sichuan')
代码链接如下
:
https://code.earthengine.google.com/8f3ecc0356e60eba01860c091b591145
1.对NDVI数据的范围进行分层设色,例如四川省NDVI分层设色:
2.对矢量数据的属性进行分层设色,例如北京市河流:
3.对多波段遥感影像进行分层设色,例如北京市Landsat与Sentinel:
5.总结与分析