俄语材料
这些文档由莫斯科国立大学地质系的 Elizaveta Khazieva、Nikolay Nikiforov 和 Nikolay Bilev 在 2019 年关于地理空间数据分析新方法的课程中贡献。请参阅 提供者的课程网站 以获取包括视频、建议阅读的链接和任务的替代格式。
本教程主要围绕Google Earth Engine（GEE）进行实践操作，特别是如何计算并应用归一化植被指数（NDVI）。NDVI是一种广泛使用的遥感指标，用于量化地表植被覆盖度和健康状况。以下是对该实践任务的详细解释：
1. **NDVI的计算**：
NDVI是通过比较近红外（NIR）和红光（RED）反射率来评估植被状况的。公式为：`NDVI = (NIR - RED) / (NIR + RED)`。在GEE中，你需要创建一个函数来计算NDVI，并将结果作为一个新的谱段添加到图像集合中的每个图像。这可以通过使用`.map()`方法实现，将该函数应用于整个图像集合。例如，假设我们有一个名为`landsat8Collection`的图像集合，可以编写如下代码：
```javascript
function addNDVI(image) {
var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI');
return image.addBands(ndvi);
}
var landsat8Ndvi = landsat8Collection.map(addNDVI);
```
这里，`B5`代表近红外波段，`B4`代表红光波段。
2. **显示NDVI图层**：
在地图上显示NDVI图层，你需要限制颜色范围，通常从0到1，以可视化植被变化。可以使用自定义颜色表或预设的颜色表来展示这些值。例如，使用GEE的`ui.Chart.image.renderedRaster`可以创建颜色梯度，然后将这个颜色表应用到NDVI图层上。
3. **数据过滤**：
为了突出显示高植被覆盖区域（NDVI > 0.7），你需要创建一个掩模，仅显示满足条件的像素。你可以使用`.updateMask()`方法，传入一个掩模表达式来完成这一操作。例如：
```javascript
var highNDVI = landsat8Ndvi.select('NDVI').gt(0.7);
var maskedLayer = landsat8Ndvi.updateMask(highNDVI);
```
这将创建一个只显示NDVI值大于0.7的图层。
4. **应用到特定区域**：
考虑到任务是分析离地铁站2公里内的公园，你需要定义一个感兴趣的区域（AOI，Area Of Interest）。可以使用GEE的几何对象来定义这个区域，然后使用`.clip()`方法将所有处理过的图像裁剪到这个区域内。
5. **地图显示与交互**：
将处理后的图层添加到GEE地图面板，用户可以通过交互式地调整颜色表和透明度来更好地理解数据。确保设置合适的显示范围，使NDVI的绿色区域（代表更健康的植被）清晰可见。
总结，本教程涵盖了从基本的NDVI计算到数据过滤和视觉呈现的关键步骤，这些都是地理空间数据分析的基础。通过学习和实践这些步骤，你将能够运用GEE进行更复杂的地表覆盖和植被健康分析。
