GEE中Image数据类型解析与操作指南

1. GEE中的Image数据类型解析

Google Earth Engine（GEE）作为当前最强大的地理空间分析平台之一，其核心数据模型就是栅格图像（Image）。在GEE中，Image对象不仅仅是一张简单的图片，而是一个多维数据容器，可以包含多个波段（bands）、属性（properties）和空间参考信息（projection）。

1.1 Image的基本特性

GEE中的Image对象具有以下关键特征：

• 多波段结构：一个Image可以包含1个或多个波段，每个波段都是一个二维矩阵
• 空间参考：包含CRS（坐标参考系统）和分辨率信息
• 元数据：存储时间、来源等属性信息
• 惰性计算：所有操作都是延迟执行的，直到需要显示或导出时才会实际计算

javascript复制// 创建一个单波段常量图像
var constantImage = ee.Image(10);
print('常量图像:', constantImage);

注意：在GEE中直接创建的常量图像没有实际的空间分辨率和范围，只有在与其他空间数据结合使用时才会继承相应的空间属性。

1.2 Image的常见数据来源

GEE平台提供了丰富的内置Image数据源，主要分为三大类：

1.2.1 遥感影像数据

• Landsat系列：包括从Landsat 1到Landsat 9的全系列数据
• Sentinel系列：Sentinel-1雷达数据和Sentinel-2光学数据
• MODIS：每日更新的中分辨率影像

javascript复制// 加载Landsat 8影像示例
var landsat = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_123032_20140515');
print('Landsat波段信息:', landsat.bandNames());

1.2.2 地形数据

• SRTM：90米和30米分辨率的全球数字高程模型
• ALOS DEM：更高分辨率的全球DEM数据
• NASADEM：SRTM数据的改进版本

javascript复制// 加载SRTM地形数据
var dem = ee.Image('CGIAR/SRTM90_V4');
print('DEM数据范围:', dem.projection());

1.2.3 专题数据

• 土地利用/覆盖：如GlobCover、MODIS Land Cover
• 气象数据：降水、温度等气候数据集
• 社会经济数据：夜间灯光、人口密度等

2. Image的基本操作

2.1 图像创建与常量图像

在GEE中创建Image有多种方式，最简单的是创建常量图像：

javascript复制// 创建常量图像的三种方式
var img1 = ee.Image(1);