GEE详细教程之：将Landsat8与Landsat9影像合成一个影像

1.前言

因项目需求，需要获取一个研究区的Landsat8影像，但Landsat8重复周期长，加之天气的影响，很难获取影像质量较好的影像。Landsat4/5/7的波段顺序与landsat8不同，除此之外，landsat7影像还需要工具进行条带修复，因此只考虑最近发射的landsat9进行融合。

Landsat9，就号称可以和Landsat8协同，降低重访周期。考虑到使用同一系列卫星的场景比较多，所以这篇博文就使用Landsat8与Landsat9卫星的影像合成。

2.思路

（1）首先，要获取一个包含需要的时间段/影像质量/区域范围的Landsat8系列影像集合。

（2）然后，再获取一个包含需要的时间段/影像质量/区域范围的Landsat9系列影像集合。

（3）最后，将两个集合的影像通过merge工具进行拼接。

效果图如下所示：

（1）只使用landsat8

（2）只使用landsat9

（3）融合landsat8与landsat9

可以看出，融合后的数据相当于是两者数据的并集，可以将缺失的数据填充上，形成完整的一张图。

3.代码

var table = ee.FeatureCollection("注意！替换成你自己的矢量边界");

// 导入 Landsat 8 和 9 的影像集合
var landsat8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2');
var landsat9 = ee.ImageCollection('LANDSAT/LC09/C02/T1_L2');

// 设置时间范围
var startDate = '2023-11-14';
var endDate = '2023-11-28';

// 选择时间范围内的影像
landsat8 = landsat8.filterDate(startDate, endDate)
                  .filter(ee.Filter.lte('CLOUD_COVER',30))
                  .filterBounds(table)
                  .map(applyScaleFactors);
landsat9 = landsat9.filterDate(startDate, endDate)
                  .filter(ee.Filter.lte('CLOUD_COVER',30))
                  .filterBounds(table)
                  .map(applyScaleFactors);

function applyScaleFactors(image) {
  var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
  var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);
  return image.addBands(opticalBands, null, true)
              .addBands(thermalBands, null, true);
}
print(landsat8);
print(landsat9);

//landsat8=landsat8.select(['SR_B4', 'SR_B3', 'SR_B2']);
//print(landsat8)

// 转换为 ImageCollection
var mergedImageCollection = landsat8.merge(landsat9);

// 打印合并后的影像集合
print(mergedImageCollection);

var mergedImage = mergedImageCollection.median().clip(table);
print("mergedImage",mergedImage);

// 在地图上显示合并后的影像集合
Map.addLayer(mergedImage, {bands: ['SR_B4', 'SR_B3', 'SR_B2'], min: 0, max: 0.3}, 'Merged RGB');

// 设置地图视图
Map.centerObject(table, 6);