基于AIE的贵阳市两湖一库水体区域识别

贵阳市两湖一库水体区域识别

通过计算归一化水体指数 NDWI 指数提取贵阳市水体区域。

初始化环境

import aie
aie.Authenticate()
aie.Initialize()

Landsat-8 数据检索

使用 aie.mageCollection引用 Landsat-8 数据集，镶嵌后并对数据进行去云处理。

# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_City') \
                        .filter(aie.Filter.eq('city', '贵阳市'))
geometry = feature_collection.geometry()
# 指定检索数据集，可设置检索的空间和时间范围，以及属性过滤条件（如云量过滤等）
dataset = aie.ImageCollection('LANDSAT_LC08_C02_T1_L2') \
             .filterBounds(geometry) \
             .filterDate('2018-6-01', '2020-10-31') \
             .filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \
             .limit(10)
map = aie.Map(
    center=feature_collection.getCenter(),
    height=800,
    zoom=7
)
vis_params = {
    'bands': ['SR_B4', 'SR_B3', 'SR_B2'],
    'min': 8000,
    'max': 13000,
}
map.addLayer(
    dataset,
    vis_params,
    'True Color (432)',
    bounds=dataset.getBounds()
)
map

数据镶嵌

使用mosaic方法进行栅格镶嵌

## 镶嵌
mosaic_image = dataset.mosaic()
mosaic_image.getInfo()

去云

使用自定义removeLandsatCloud函数进行去云

## 去云
def removeLandsatCloud(image):
    cloudShadowBitMask = (1 << 4)
    cloudsBitMask = (1 << 3)
    qa = image.select('QA_PIXEL')
    mask = qa.bitwiseAnd(aie.Image(cloudShadowBitMask)).eq(aie.Image(0)).And(qa.bitwiseAnd(aie.Image(cloudsBitMask)).eq(aie.Image(0)))
    return image.updateMask(mask)

## 去云
img = removeLandsatCloud(mosaic_image)

水体提取

通过aie.Image.normalizedDifference函数实现归一化水体指数（ NDWI* ）的计算。利用 aie.Image.where 、aie.Image.lte、aie.Image.gt实现水体与非水体的二分类提取。

## 计算ndwi
ndwi = img.normalizedDifference(['SR_B3', 'SR_B5'])
water = ndwi.where(ndwi.lte(aie.Image(0.0)),aie.Image(0)).where(ndwi.gt(aie.Image(0.0)),aie.Image(1))

# 水体区域为蓝色
vis_params = {
    'min': 0,
    'max': 1,
    'palette' : [
        '#a1a1a1', '#0000ff'
    ]
}

map.addLayer(
    water,
    vis_params,
    'water',
    bounds=mosaic_image.getBounds()
)
map

本案例主要引用了AIE官方的案例。