这个内容本来在前两周就已经写完了,只不过由于家里突发各种事情,先是老人过世,接着就是媳妇和儿子同时生病住院,各种事情忙了两周多的时间,今天就将这篇内容补充发布出来。
学习GEE不光是学习使用这一个工具,最重要的是将它运用到我们的工作生活中,利用它来验证我们遇到的各种问题,通过实践练习来加深我们对我们所学习知识的认识。在9月份我看到一篇新闻报道,原文如下:
2019年8月1日至9月15日,湖北平均雨量为近53年来同期最少,仅69.4毫米。尤其是中东部地区降水异常偏少,一个半月里大多数地方的累计降水量均不足70毫米,其中洪湖、英山降水仅4毫米。鄂西东部一直到鄂东地区的降水量均比常年同期偏少6成~9成,黄冈、武汉、黄石、咸宁等地偏少8成以上。8月以来,湖北中东部地区始终没有出现有效降水,加上今年高温天气持续时间长,进一步加剧土壤水分蒸发,导致该省中东部地区的气象干旱持续发展加重。
来源:
http://baijiahao.baidu.com/s?id=1645001983274025433&wfr=spider&for=pc
我们接下来就用GEE结合气象数据来做一个简单的数据分析,看看目前湖北干旱程度到底如何?
一、寻找合适的数据源
这里用到的主要是气象数据,我这里使用的是NOAA的CFSV2这个6小时的气象数据:CFSV2: NCEP Climate Forecast System Version 2, 6-Hourly Products(https://developers.google.com/earth-engine/datasets/catalog/NOAA_CFSV2_FOR6H),主要用到的波段是降雨量波段和气温波段。
二、加载处理数据
处理降雨数据和气温数据有些不太一样,降雨数据需要计算在时间段内的降雨总量,而气温我们寻找的是最高气温。气温计算比较简单我就不做代码展示,这里我简单展示一下如何计算降雨总量。
//imgCol就是影像集合,其中pre为降雨量波段var preImgCol = imgCol.select("pre");
//使用join将影像集合合并为每日数据var join = ee.Join.saveAll("matches");
var filter = ee.Filter.equals({leftField: "date",rightField: "date"});
var joinImgs = join.apply(preImgCol.distinct("date"), preImgCol, filter);
var preImgs = joinImgs.map(function(image) {var _imgList = ee.List(image.get("matches"));
var _tempCol = ee.ImageCollection.fromImages(_imgList);
//由于是6小时,所以时间需要计算6*60*60var _dayImg = _tempCol.sum().clip(roi).multiply(6 * 60 * 60);
var _date = image.get("date");
_dayImg = _dayImg.set("system:time_start", ee.Date.parse("yyyy-MM-dd", _date).millis());
return _dayImg;
});
preImgs = ee.ImageCollection(preImgs);
三、分析展示结果
下面展示的是2019年8月1日到2019年9月15日湖北全省每日最高温度和降雨变化情况
每日最高温度,单位摄氏度
文章图片
【GEE开发|GEE学习笔记 八十二(湖北旱情分析(2019年8月-9月))】每日降雨量
文章图片
总体状况
文章图片
通过上面图表可以了解到这一个半月湖北一直是高温少雨的情况。接下来可以看一下空间分布图,可以明显看到在湖北东部,高温少雨干旱比较严重。
(1)最高温度分布图:
文章图片
(2)降雨总量分布图
文章图片
进一步我们统计一下各个市的状况:
(1)降雨量
文章图片
(2)气温
文章图片
四、对比历史数据
其中蓝色线是实际的情况,红色线是拟合的趋势线,使用的是GEE中linearFit()来做线下回归计算得到的结果,相关代码如下:
var dataList = yearImgs.reduceColumns(ee.Reducer.toList(2), ["year", "tem"]).get("list");
dataList = ee.List(dataList);
var result = dataList.reduce(ee.Reducer.linearFit());
print("linear fit result", result);
var offset = ee.Number(ee.Dictionary(result).get("offset"));
var scale = ee.Number(ee.Dictionary(result).get("scale"));
//计算预测数据dataList = dataList.map(function(data) {data = https://www.it610.com/article/ee.List(data);
var predict = ee.Number(data.get(0)).multiply(scale).add(offset);
data = data.add(predict);
return data;
});
(1)对比40多年同时期的降雨数据
文章图片
其中趋势拟合结果如下,非常明显可以看到降雨量总体趋势是在下降,也就是降雨量越来越少。
文章图片
(2)最高气温
文章图片
其中趋势拟合结果如下,气温总体趋势是在上升,最高气温是越来越高,天气越来越热。
文章图片
上面所有的是总体情况对比,下面是各个主要的市对比历史情况。
文章图片
文章图片
文章图片
文章图片
这几个主要的市也是目前干旱最严重的地方,从对比数据结果就可以看出降雨量同比下降了8成左右,同历史相比也下降了8成左右。
五、在进一步分析一下
这个分析有点牵强,不过还是将分析结果直接贴出来,是关于湖北省雨季总的降雨量的一个统计分析,时间切割点在大坝修筑前后,可以看到总体降雨量少了将近100mm,具体为啥会这样我也不知道原因。
文章图片
以上所有结果纯属个人兴趣爱好,如有冒犯他人,望请见谅!
大家如果有问题需要交流或者有项目需要合作,可以微信联系我,加微信好友请留言加上“GEE”。
知乎专栏:https://zhuanlan.zhihu.com/c_123993183
CSDN:https://blog.csdn.net/shi_weihappy
文章图片
推荐阅读
- 网络前沿知识|GEE学习笔记 七十六(【GEE之Python版教程十】字典)
- 网络前沿知识|GEE学习笔记 七十八(干涸的洪泽湖)
- GEE|GEE学习笔记 五十九(GEE中mosiac、qualityMosiac、max区别)
- python|GEE学习笔记 七十五(【GEE之Python版教程九】数值)
- python|GEE学习笔记 七十(【GEE之Python版教程四】Python基础编程二)
- GEE|GEE学习笔记 六十二(保密是头等大事)
- GEE|GEE学习笔记 五十八(设置数值数据保留N位)
- GEE|GEE学习笔记 五十一(Fusion Table将在2019年12月3日关闭)
- GEE|GEE学习笔记 五十六(GEE中如何把文件导出到Google Drive的子目录)
- GEE|GEE学习笔记 五十三(GEE导出的影像波段名称哪去了())