简介 本次的归一化教程，优化了数据去云，预处理等过程，同事将landsat 5/7/8集合分别进行了数据整合，也就是原始波段的处理，从而我们可以调用1985-至今任何一个时期的影像进行归一化处理。具体的原文介绍 请看原始的博客 原始博客 利用GEE（Google Earth Engine）在线处理NDVI、EVI、SAVI、NDMI等指数归一化教程！_gee计算ndwi-CSDN博客 代码

增强型植被指数（EVI）是在归一化植被指数（NDVI）改善出来的，根据大气校正所包含的影像因子大气分子、气溶胶、薄云、水汽和臭氧等因素进行全面的大气校正，EVI大气校正分三步，第一步是去云处理。第二步是大气校正处理，校正内容除了NDVI已有的瑞利散射和臭氧外，还包括大气分子、气溶胶、水汽等。第三步是进一步处理残留气溶胶影响，方法是借助蓝光和红光通过气溶胶的差异。由于输入的NIR、Re

目录 MOD13Q1MOD09GA计算逐日/逐月NDVI生成曲线参考博文 MOD13Q1 MOD13Q1有两个产品：NDVI和EVI，每16天为全球提供，分辨率为250M 通过查看时间，该NDVI产品是16天一景 MOD09GA 提供逐日的表面反射率产品，分辨率为500m 计算逐日/逐月NDVI生成曲线 // 公众号：GEEer成长日记var roi

摘要：作物需水量（CWR）估算是干旱地区合理用水和农业节水的关键。利用遥感数据获取大面积长期 CWR 有助于缺水地区的水资源管理。本研究以中国西北干旱区的开都-孔旗河流域为研究区，探讨了协同利用物候特征、Savitzky-Golay滤波器、谐波分析和决策树从MODIS EVI中提取作物种植结构（CPS）的可行性，同时分析了估计 CWR 的时空变化。结果表明，该CPS识别提取一体化方法可行、可靠，分

本文记录了，使用 Landsat 光学波段计算指数的方法和代码，包括NDVI、NBR、EVI、NDMI、NDSI、TC变化（绿度、亮度、湿度）、NDFI、EBBI、VCI等指数。 文章目录 一、代码框架二、指数计算1.NDVI2.NBR3.EVI4.NDMI5.NDSI6.TC-Transform7.NDFI8.EBBI9.VCI10.BSI11.NDBI12.GRAY