谷歌地球引擎GEE基于8天合成MODIS数据计算并下载全球每八天NDVI数据

  本文介绍在谷歌地球引擎GEE中，基于8天的MODIS遥感影像数据，计算并下载全球每8天NDVI数据，并将每一景数据名称按照YYYYddd格式命名的方法。

  首先，明确一下本文的需求。现在希望在GEE中，利用MOD09A1这个8天合成产品的地表反射率产品，计算全球的逐8日NDVI，指定其坐标系与空间分辨率后下载数据到本地；同时，下载的数据名称需要包含其年份与Day of the Year（DOY）。

  本文所用代码如下。

var mod09a1 = ee.ImageCollection("MODIS/061/MOD09A1").select(["sur_refl_b01", "sur_refl_b02"])
.filterDate("2023-01-01", "2025-12-31");
var region = ee.Geometry.Polygon([[[180, 90], [-180, 90], [-180, -90], [180, -90]]], null, false);

var calculateScaledNDVI = function(image) {
  var ndvi = image.normalizedDifference(["sur_refl_b02", "sur_refl_b01"])
    .multiply(10000)
    .round()
    .clamp(-10000, 10000)
    .int16()
    .rename("NDVI");
  return ndvi.copyProperties(image, ["system:time_start"]);
};

var batchExport = function(image) {
  var date = ee.Date(image.get("system:time_start"));
  var year = date.format("YYYY");
  var doy = date.getRelative("day", "year").add(1).format("%03d");
  
  Export.image.toDrive({
    image: calculateScaledNDVI(image),
    description: ee.String("NDVI_").cat(year).cat(doy).getInfo(),
    scale: 5565.97,
    region: region,
    crs: 'EPSG:4326',
    maxPixels: 1e13,
    folder: "NDVI"
  });
};

var imageList = mod09a1.toList(mod09a1.size());
for (var i = 0; i < imageList.size().getInfo(); i++) {
  // print(imageList.get(i));
  var image = ee.Image(imageList.get(i));
  batchExport(image);
}

  代码整体思路也很简单。

  首先，获取MOD09A1数据产品的sur_refl_b01（红光波段）和sur_refl_b02（近红外波段），并定义一个多边形来覆盖全球（经度±180°，纬度±90°）。

  随后，是计算NDVI的函数。在函数中，计算NDVI，并将结果放大10000倍取整，设置数据范围（也就是NDVI从-1到1的范围），同时将数据设置为整型。这是为了减少文件体积，方便数据存储。

  接下来，是导出数据的函数。在函数中，提取每一景数据的年份与DOY，并将数据导出至Drive；其中，在导出时设定数据的坐标系与空间分辨率等参数。

  最后，就是一个循环，用以将所选定的MOD09A1数据分别加以处理并导出。

  执行上述代码，即可在GEE右侧Tasks中看到导出任务，如下图所示；点击RUN即可运行任务。

  当导出任务比较多时，可以参考文章Google Earth Engine谷歌地球引擎计算遥感影像在每个8天间隔内的多年平均值（https://fkxxgis.blog.csdn.net/article/details/138588432）中提到的批量点RUN方法来运行上述任务。

  任务执行完毕后，数据会暂存在Drive中；随后手动再将数据下载到本地即可。

  至此，大功告成。

欢迎关注：疯狂学习GIS