news 2026/4/28 14:43:31

7、基于GEE 平台的 VIIRS 夜间灯光监测工具

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
7、基于GEE 平台的 VIIRS 夜间灯光监测工具

VIIRS 夜间灯光监测工具

这是一个基于Google Earth Engine (GEE)的交互式应用程序,用于监测、分析和下载 NOAA VIIRS 月度夜间灯光数据。该工具集成了动态可视化、时序分析、GIF 动图生成以及批量数据导出到 Google Drive的功能。

✨ 主要功能


  1. 自定义时间范围: 支持用户输入任意年份范围(2014年至今),一键更新面板数据。

注意不一定是最新的今天,因为 GEE 数据更新会有一定延迟


2.交互式图层浏览:
*年份滑块: 加载指定年份的所有月度数据。
*月份滑块: 快速切换当前年份下的月份图层,查看细节。

注意图层处也可以选择显示某年某月的数据

  1. 时序趋势分析: 集成交互式图表,点击图表上的数据点,地图会自动跳转到对应的年份和月份。
  2. GIF 动图生成:
    • 自动生成所选时间段内的灯光变化动图。
    • 直接下载链接: 提供生成的.gif文件下载链接,无需通过 Drive 即可保存预览。
  3. 数据批量导出 (增强功能):
    • 按月批量导出: 一键将选中年份的所有月度影像导出到 Google Drive (Tasks)。
    • 均值导出: 导出整个时间段内的平均灯光强度图。

🛠️ 数据集信息

  • 数据源:NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG
  • 波段:avg_rad(平均辐射亮度)
  • 分辨率: 约 500米
  • 可视化阈值: 0 (黑) - 60 (白)

🚀 快速开始

1. 必要的配置 (重要)

代码中使用了自定义的感兴趣区域 (ROI)。在运行代码前,请务必修改第 8 行roi变量为你自己的资产路径或几何图形。

// 修改前varroi=ee.FeatureCollection("projects/maxhecheng/assets/chengdu");// 修改示例 (使用几何图形)// var roi = ee.Geometry.Polygon([...]);// 或者使用你自己的 table assets// var roi = ee.FeatureCollection("users/your_username/your_shapefile");

2. 使用指南

🕒 设置时间

在左侧面板顶部输入开始年份结束年份,点击🔄 更新并刷新按钮。系统将重新计算图表并加载数据。

🗺️ 浏览地图
  • 拖动年份滑块加载特定年份的数据。
  • 拖动月份滑块在地图上切换 1-12 月的显示。
📊 趋势分析

点击左侧面板下方的折线图。点击图表上的任意一点,地图会自动跳转到该时间点,方便对比异常值。

💾 数据下载
  • 导出当前年份: 点击📥 导出当前选中年份的所有月度数据
    • 操作: 此时右侧Tasks面板会出现 12 个任务,点击Run即可保存到 Google Drive 的VIIRS_Export_YYYY文件夹中。
  • 导出均值: 点击📥 导出整个时段的平均值图保存多主要时段的平均影像。
🎞️ 动图下载

地图右下角会自动生成预览动图。点击下方的蓝色链接⬇️ 点击下载 .gif 动图即可直接将动图保存到本地。

📂 输出文件说明

导出类型文件命名格式存储位置 (Drive)
月度数据VIIRS_YYYY_MM.tif文件夹:VIIRS_Export_YYYY
均值数据VIIRS_Mean_StartYear_EndYear.tif文件夹:VIIRS_Export_Mean

⚠️ 注意事项

  1. Tasks 面板: 点击导出按钮后,必须去 GEE 编辑器右侧的Tasks选项卡点击Run才能真正开始下载。
  2. GIF 生成速度: 如果研究区域 (ROI) 非常大,生成 GIF 下载链接可能需要几秒钟到几分钟的时间。
  3. 数据缺失: 如果某一年份 NOAA 没有数据(或尚未发布),控制台会打印 “⚠️ 无数据” 的提示。

源码分享

https://github.com/mojoin/GEE-
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 19:11:49

LobeChat能否运行TensorFlow.js模型?浏览器内推理尝试

LobeChat 能否运行 TensorFlow.js 模型?浏览器内推理尝试 在现代 AI 应用的演进中,一个越来越清晰的趋势是:智能正在从云端向终端迁移。用户不再满足于“发个问题、等几秒、收个答案”的交互模式,而是期望更实时、更私密、更具上下…

作者头像 李华
网站建设 2026/4/19 18:33:06

LobeChat插件系统全解析:如何扩展你的AI助手功能?

LobeChat插件系统全解析:如何扩展你的AI助手功能? 在今天的AI应用开发中,一个聊天界面是否“聪明”,早已不再只取决于背后的大模型能力。真正决定用户体验的,往往是前端能否灵活调用外部工具、实时获取数据、处理文件&…

作者头像 李华
网站建设 2026/4/25 10:57:50

当AI遇上售后服务:一场关于效率与体验的革命

从"人工排队"到"秒级响应"的蜕变 记得去年双十一,我朋友小张的电商店铺遭遇了一场"售后灾难"。订单量暴增300%,客服团队24小时轮班也应付不过来,客户投诉像雪花一样飞来。最夸张的时候,一个客户要…

作者头像 李华
网站建设 2026/4/25 7:57:28

Postman接口测试:如何导入 swagger 接口文档?

🍅 点击文末小卡片,免费获取软件测试全套资料,资料在手,涨薪更快在使用 postman 做接口测试过程中,测试工程师会往界面中填入非常多的参数,包括 url 地址,请求方法,消息头和消息体等…

作者头像 李华
网站建设 2026/4/27 9:59:52

LobeChat能否检测敏感内容?内置过滤机制介绍

LobeChat 的敏感内容检测能力解析:架构、实践与安全设计 在AI助手逐渐渗透到企业服务和个人工具的今天,一个看似简单却至关重要的问题浮现出来:当用户输入“如何绕过审查”或模型输出带有偏见的内容时,系统能否及时识别并拦截&am…

作者头像 李华
网站建设 2026/4/28 4:41:00

陶瓷基板介电频谱测试的核心意义(从微观到宏观)

陶瓷基板的介电频谱测试是一项跨越材料科学与高频电子工程的关键技术。它不仅仅是简单的“测数值”,而是通过在宽频率范围内测量材料的复介电常数,来揭示材料内部微观极化机制,并为高频高速电路的设计提供物理依据。1. 核心价值:从…

作者头像 李华