如何在Google引擎中使用MODIS计算SAVI (获取错误: Image.select:模式'B2‘不匹配任何波段)。

Question

我试着用数据计算植被指数。但是我得到了一个错误，显示：

Image.select:模式'B2‘不匹配任何乐队。

代码：

countries = ee.FeatureCollection("USDOS/LSIB_SIMPLE/2017")
canada = countries.filter(ee.Filter.eq("country_na", "Canada"))
image = ee.ImageCollection("MODIS/061/MOD09A1")\
            .filterDate('2017-01-01','2017-12-31')\
            .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',10))\
            .filterBounds(canada)\
            .median()\
            .clip(canada)

savi = image.expression(
    '1.5*((NIR-RED)/(NIR+RED+0.5))',{
        'NIR':image.select('B2'),
        'RED':image.select('B1')
    }).rename('savi')

saviVis = {'min':0.0, 'max':1, 'palette':['yellow', 'green']}
Map = geemap.Map()
Map.addLayer(savi, saviVis, 'SAVI')
Map

我为什么要犯这个错误？B1不被指定为Red和B2 to NIR吗

Answer 1

当你遇到这类问题时，通常要做的事情是开始检查数据集中的实际内容--你匹配了多少幅图像，这些图像有哪些属性和波段，等等。我发现了两个问题：

1. 您的筛选条件与零图像匹配。因此，集合是空的，因此该集合中的median()图像根本没有带。(您可以通过将集合放入变量并打印它的size()来检查它。)你需要调整标准。 它们不匹配的主要原因似乎是MODIS/061/MOD09A1中的图像没有CLOUDY_PIXEL_PERCENTAGE属性。
2. MODIS/061/MOD09A1的乐队名称不是B1，B2，但是sur_refl_b01，sur_refl_b02等等。您可以在“地球引擎代码编辑器”或“数据集描述”页面中的“检查器”中看到这一点。

也许您是在处理有关不同数据集的信息？

对于上述两个问题，您的代码会产生一些结果。这是我在测试时生成的(JS)版本(代码编辑器链接)：

var countries = ee.FeatureCollection("USDOS/LSIB_SIMPLE/2017");
var canada = countries.filter(ee.Filter.eq("country_na", "Canada"));
var images = ee.ImageCollection("MODIS/061/MOD09A1")
            .filterDate('2017-01-01','2017-12-31')
            // .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',10))
            .filterBounds(canada);
// print(images);
var image = images.median().clip(canada);

Map.addLayer(canada);
Map.addLayer(image);

var savi = image.expression(
    '1.5*((NIR-RED)/(NIR+RED+0.5))',{
        'NIR':image.select('sur_refl_b02'),
        'RED':image.select('sur_refl_b01')
    }).rename('savi');

var saviVis = {'min':0.0, 'max':1, 'palette':['yellow', 'green']};
Map.addLayer(savi, saviVis, 'SAVI')