Time series 如何从Google Earth引擎导出多个位置的长时间序列

Time series 如何从Google Earth引擎导出多个位置的长时间序列,time-series,geospatial,google-earth-engine,Time Series,Geospatial,Google Earth Engine,我想导出不同点的NDVI时间序列的csv。我目前有一个可以打印图表的代码,然后单击从图表下载数据。有没有更好的方法,因为我不一定需要打开图表 我现在有一个代码打印一个位置的图表,然后我可以下载…我想有一个自动的方式,这样我就不需要从图表下载 var point = ee.Geometry.Point([-100, 50]); var LS8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA'); var FieldLS8 = LS8.filterBou

我想导出不同点的NDVI时间序列的csv。我目前有一个可以打印图表的代码,然后单击从图表下载数据。有没有更好的方法,因为我不一定需要打开图表

我现在有一个代码打印一个位置的图表,然后我可以下载…我想有一个自动的方式,这样我就不需要从图表下载

var point = ee.Geometry.Point([-100, 50]);

var LS8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA');
var FieldLS8 = LS8.filterBounds(point).filterDate('1995-01-01', '2018-12-31').sort('CLOUD_COVER')

var cloudlessNDVI_LS8 = FieldLS8.map(function(image) {
  var cloud = ee.Algorithms.Landsat.simpleCloudScore(image).select('cloud');
  var mask = cloud.lte(50);
  var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI');
  return image.addBands(ndvi).updateMask(mask);
});

print(ui.Chart.image.series({
  imageCollection: cloudlessNDVI_LS8.select('NDVI'),
  region: point,
  reducer: ee.Reducer.first(),
  scale: 30
}).setOptions({title: 'LS8: Meadow Cloud-masked NDVI over time'}));

您可以使用
.getRegion
命令来执行此操作。它输出一个数组,其中所有值与几何体重叠,因此您也可以使用多点几何体

困难在于导出它,因为只能导出FeatureCollections。这就是为什么需要将其转换为FeatureCollection以导出它

var points=ee.Geometry.MultiPoint(
[[16.5, 11.3],
[20.9, -14.5]]);
var LS8=ee.ImageCollection(“陆地卫星/LC08/C01/T1_-TOA”);
var FieldLS8=LS8.filterBounds(points).filterDate('1995-01-01','2018-12-31')。sort('CLOUD_COVER'))
var cloudlessNDVI_LS8=FieldLS8.map(函数(图像){
var cloud=ee.Algorithms.Landsat.simpleCloudScore(图像)。选择('cloud');
var mask=cloud.lte(50);
var ndvi=image.normalizedDifference(['B5','B4'])。重命名('ndvi');
返回image.addBands(ndvi).updateMask(mask);
});
var poiArray=cloudlessNDVI_LS8.选择('NDVI')。获取区域(点,30);
变量名称=poiArray.get(0)
var values=POIRARY.slice(1)
var exportFC=ee.FeatureCollection(
映射(函数(值){
返回ee.Feature(null,ee.Dictionary.fromLists(名称,ee.List(值)))
})
)
var sortedFC=exportFC.sort('id')
打印(DFC)
Export.table.toDrive(sortedFC)
您将获得一个以点的lon/lat作为标识符的数组,您可以根据该数组对图形进行分组