企业官网建设流程全解析

1. 影像预处理到底在解决什么问题

遥感影像拿到手，第一件事不是急着跑分类或者做时序分析，而是先看看数据本身干不干净。我见过太多人直接把原始影像丢进模型里，结果跑出来的结果惨不忍睹，回头排查半天才发现是异常值在作祟。影像归一化和异常值去除这两个步骤，说白了就是给数据“洗澡”和“理发”——把量纲统一了，把毛刺磨平了，后面的分析才有意义。

归一化的核心目的是消除不同传感器、不同时相之间的量纲差异。比如Landsat 8的SR数据反射率范围是0到10000，MODIS的反射率是0到32767，哨兵2号的L2A数据又是0到10000但带有偏移量。你不做归一化，把这些数据混在一起分析，就好比拿厘米和英寸直接相加，结果肯定是错的。异常值去除则是处理那些云边缘、阴影、传感器故障导致的极端像素值，这些值如果不处理，会严重拉偏统计结果。

这套流程适合谁呢？如果你在做土地利用分类、植被指数时序分析、水体提取、城市扩张监测这类工作，影像预处理是绕不过去的基本功。新手可以把它当作入门必修课，老手也可以看看有没有自己平时忽略的细节。我下面会从设计思路、核心原理、实操步骤到踩坑经验，完整走一遍这个流程。

2. 归一化的本质与实现路径拆解

2.1 为什么不能跳过归一化直接分析

很多人觉得归一化就是简单除个系数，没什么技术含量。但实际项目中，归一化做得好不好，直接影响后续分析的精度。我举个实际例子：假设你在做某区域的NDVI时序分析，用了Landsat 8和Landsat 9两颗卫星的数据。这两颗卫星的OLI传感器虽然设计相似，但辐射定标系数有细微差异。如果不做归一化，同一块农田在Landsat 8上算出来的NDVI是0.75，在Landsat 9上可能是0.73，这个差异在时序曲线上就会表现为一个虚假的波动，你可能误判为作物受到了胁迫。

归一化的数学本质是把数据映射到一个标准区间，通常是[0, 1]或者[-1, 1]。对于遥感反射率数据，最常见的做法是除以缩放因子。Landsat Collection 2的SR数据缩放因子是0.0000275，偏移量是-0.2；哨兵2号L2A的缩放因子是0.0001。这些参数不是随便定的，而是根据传感器的辐射分辨率计算出来的。

注意：不同数据集的缩放因子和偏移量完全不同，用错一个参数，整幅影像的反射率就全错了。建议在代码里把参数写成常量，不要硬编码在计算式里。

2.2 归一化的三种主流方案对比

在实际操作中，归一化有几种不同的实现路径，各有适用场景。我整理了一个对比表格，方便你根据项目需求选择。

缩放因子法是我最推荐的方式，因为它保留了数据的物理意义。你算出来的反射率就是真实反射率，可以直接和地面实测数据对比。最大最小值法适合快速出图看看效果，但如果你要做多时相分析，每幅影像的min和max都不一样，归一化后的值就没法比较了。均值标准差法在深度学习领域很常见，但它把数据变成了标准正态分布，你就没法再说“这块地的反射率是0.3”了。

2.3 在GEE中实现归一化的关键细节

在Google Earth Engine里做归一化，表面上看就是一行map函数的事，但有几个细节特别容易翻车。第一个是波段名称的匹配问题。Landsat 8的SR产品波段名是SR_B1到SR_B7，Landsat 5是SR_B1到SR_B7但对应的是TM传感器，波段波长范围不一样。你如果直接按波段名批量处理，可能会把不同物理意义的波段混在一起。

第二个细节是偏移量的处理。Landsat Collection 2引入了一个-0.2的偏移量，目的是让反射率可以为负值，从而更准确地表示暗目标（比如水体）的反射率。如果你忘了加这个偏移量，水体的反射率会被截断在0附近，导致水体指数计算出现偏差。

// Landsat 8 Collection 2 SR归一化示例 var normalizeLandsat8 = function(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); };

这段代码里，multiply(0.0000275).add(-0.2)就是标准的缩放因子加偏移量操作。热红外波段用的是另一套参数，因为热红外的物理量是亮温，单位是开尔文，缩放因子和偏移量完全不同。我见过有人把光学波段的参数套到热红外上，结果亮温算出来是负几百开尔文，那就闹笑话了。

3. 异常值去除的底层逻辑与实操方法

3.1 异常值从哪来，长什么样

异常值的来源主要有四类：云和云阴影、传感器故障、地形阴影、以及数据处理过程中的错误。云和云阴影是最常见的，一朵薄云就能让反射率飙升到0.8以上，而云阴影又会让反射率骤降到接近0。传感器故障比较少见，但一旦出现就是整条扫描线的数据异常，表现为规则的条纹。地形阴影在山区很普遍，阳坡和阴坡的反射率差异可能达到3倍以上。

这些异常值在直方图上的表现很典型：正常反射率分布是一个近似正态的钟形曲线，异常值会在两端形成孤立的小峰。如果你不做处理，后续的均值、标准差、回归系数都会被这些极端值拉偏。我做过一个测试，在一幅有5%云覆盖的影像上，不剔除异常值算出来的NDVI均值是0.42，剔除后是0.38，差了将近10%。

3.2 基于位运算的云掩膜方案

在GEE里处理Landsat数据，最标准的做法是用QA_PIXEL波段做位运算。QA_PIXEL是一个16位的整数，每一位代表一种状态。比如第3位是云，第4位是云阴影，第5位是雪。你需要用位运算提取这些标志位，然后生成掩膜。

// Landsat 8 QA_PIXEL云掩膜 var maskLandsat8 = function(image) { var qa = image.select('QA_PIXEL'); var cloudBit = 1 << 3; var shadowBit = 1 << 4; var snowBit = 1 << 5; var mask = qa.bitwiseAnd(cloudBit).eq(0) .and(qa.bitwiseAnd(shadowBit).eq(0)) .and(qa.bitwiseAnd(snowBit).eq(0)); return image.updateMask(mask); };

这段代码的逻辑是：如果某一位是1，说明该像素被标记为对应的状态，我们就把它掩掉。1 << 3表示把1左移3位，得到二进制1000，也就是十进制的8。bitwiseAnd做按位与运算，如果结果等于0，说明这一位是0，像素是干净的。

提示：不同传感器的QA波段位定义不同。Landsat 8的云位是第3位，Landsat 5的云位是第4位，哨兵2号的QA60波段又是另一套逻辑。用之前一定要查清楚文档，不要凭记忆写。

3.3 基于统计阈值的异常值剔除

QA波段不是万能的，有些异常值它标记不出来，比如薄云边缘的过渡像素、传感器噪声、以及某些地形阴影。这时候就需要用统计方法做二次过滤。最常用的是百分位截断法：计算整个影像或者整个时间序列的某个百分位（比如2%和98%），把超出这个范围的像素值截断或者掩掉。

// 基于百分位数的异常值剔除 var removeOutliers = function(image) { var ndvi = image.select('NDVI'); var percentiles = ndvi.reduceRegion({ reducer: ee.Reducer.percentile([2, 98]), geometry: image.geometry(), scale: 30, maxPixels: 1e13 }); var lower = ee.Number(percentiles.get('NDVI_p2')); var upper = ee.Number(percentiles.get('NDVI_p98')); var mask = ndvi.gte(lower).and(ndvi.lte(upper)); return image.updateMask(mask); };

这个方法的关键在于百分位的选择。2%和98%是比较保守的，适合大多数场景。如果你做的是水体提取，可能需要用1%和99%，因为水体的NDVI分布很集中，稍微放宽一点就会把陆地混进来。如果你做的是稀疏植被监测，可能需要用5%和95%，因为稀疏植被的NDVI本身就很低，太严格的截断会把有效信号也去掉。

3.4 时序维度的异常值检测

单幅影像的异常值好处理，时序上的异常值更隐蔽。比如某一年因为云覆盖严重，整幅影像的NDVI都偏低，你在做年际比较时就会误判为植被退化。这时候需要用时序滤波的方法，比如Savitzky-Golay滤波或者谐波分析，来识别和修复异常。

在GEE里做时序异常检测，我常用的思路是：先计算每个像素的时序均值和标准差，然后把偏离均值超过2倍标准差的时相标记为异常。这个方法假设NDVI的时序变化是平稳的，对于季节性明显的区域，需要先做去季节化处理。

// 时序异常检测 var detectTemporalOutliers = function(collection) { var mean = collection.mean(); var std = collection.reduce(ee.Reducer.stdDev()); var threshold = 2; var lower = mean.subtract(std.multiply(threshold)); var upper = mean.add(std.multiply(threshold)); return collection.map(function(image) { var mask = image.gte(lower).and(image.lte(upper)); return image.updateMask(mask); }); };

这个方法的局限在于，它假设异常是双向的（既可能偏高也可能偏低）。但实际中，云污染通常导致反射率偏高，云阴影导致偏低，两者的物理机制不同，可能需要分别处理。我一般会先做云掩膜，再做时序异常检测，这样能减少误判。

4. 完整实操流程与参数调优记录

4.1 数据准备与区域筛选

假设我要分析某农业区2015到2023年的NDVI时序变化。第一步是筛选数据。Landsat 8从2013年开始有数据，Landsat 9从2021年开始，所以2015到2023年主要用Landsat 8，2021年之后可以融合Landsat 9。区域筛选要注意去掉影像边缘的无效区域，以及云覆盖超过80%的影像。

var region = ee.Geometry.Rectangle([116.0, 36.0, 117.0, 37.0]); var landsat8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filterBounds(region) .filterDate('2015-01-01', '2023-12-31') .filter(ee.Filter.lt('CLOUD_COVER', 80));

CLOUD_COVER是元数据里的云覆盖百分比，但这个值是基于整幅影像的，你的研究区可能只占影像的一小部分。所以即使CLOUD_COVER是80%，你的研究区可能完全无云。我一般会把这个阈值设得宽松一些，比如80%到90%，然后用QA波段做精细掩膜。

4.2 归一化与云掩膜的串联处理

数据筛选完之后，把归一化和云掩膜串成一个map函数。顺序很重要：先归一化，再云掩膜。因为QA波段是基于原始DN值的，如果你先做了归一化，QA波段的值也被缩放了，位运算就会出错。

var preprocess = function(image) { // 第一步：归一化 var optical = image.select('SR_B.').multiply(0.0000275).add(-0.2); var thermal = image.select('ST_B.*').multiply(0.00341802).add(149.0); var normalized = image.addBands(optical, null, true) .addBands(thermal, null, true); // 第二步：云掩膜 var qa = normalized.select('QA_PIXEL'); var mask = qa.bitwiseAnd(1 << 3).eq(0) .and(qa.bitwiseAnd(1 << 4).eq(0)); // 第三步：计算NDVI var ndvi = normalized.normalizedDifference(['SR_B5', 'SR_B4']) .rename('NDVI'); return normalized.addBands(ndvi).updateMask(mask); }; var processed = landsat8.map(preprocess);

这里有个细节：addBands的第三个参数设为true，表示替换原有的波段。如果不设这个参数，归一化后的波段会以新名字追加，原来的DN值波段还在，后面容易搞混。我建议养成替换的习惯，保持波段列表干净。

4.3 异常值去除的参数调优

云掩膜之后，还有大约5%到10%的异常像素残留。这时候用百分位截断做二次过滤。百分位的选择需要根据你的研究区调整。我一般会先跑一遍不做截断的统计，看看NDVI的分布范围，再决定截断阈值。

// 先看看NDVI的分布 var ndviStats = processed.select('NDVI').reduceRegion({ reducer: ee.Reducer.percentile([1, 5, 95, 99]), geometry: region, scale: 30, maxPixels: 1e13 }); print('NDVI percentiles:', ndviStats);

如果1%和99%的值在-0.2到0.9之间，说明数据比较干净，用2%和98%截断就够了。如果1%的值低于-0.5，说明有云阴影残留，需要更严格的截断。我遇到过一种情况：研究区有大量水体，水体的NDVI是负值，如果用2%截断，会把浅水区的有效信号也去掉。这时候需要先做水体掩膜，再对陆地部分做异常值剔除。

4.4 时序合成与结果导出

预处理完之后，通常需要合成到月尺度或者年尺度。月合成用中位数比均值更稳健，因为中位数对残余异常值不敏感。合成的时候要注意，如果某个月的有效像素太少（比如少于30%），这个月的合成结果就不可靠，应该标记为无效。

var monthlyComposite = processed .filterDate('2020-01-01', '2020-12-31') .map(function(image) { return image.set('month', image.date().get('month')); }) .filter(ee.Filter.eq('month', 6)) .median();

导出的时候，如果研究区很大，直接导出可能会超时。我一般会先导出到Drive，再用本地脚本做后续分析。导出分辨率设为30米，和原始Landsat一致。如果要做区域统计，可以先用reduceRegions在GEE里算好，只导出统计结果，数据量小很多。

5. 常见问题排查与避坑经验

5.1 归一化后反射率出现负值正常吗

正常。Landsat Collection 2的偏移量-0.2就是为了让暗目标的反射率可以为负。水体的反射率在近红外波段接近0，加上偏移量后可能是-0.01到-0.02。这不是错误，而是传感器噪声和大气校正残差的表现。如果你做的是植被分析，这些负值会被NDVI计算自动处理掉；如果你做的是水体分析，需要把负值截断到0。

5.2 云掩膜后影像出现大量空洞怎么办

这是云掩膜的常见副作用。如果研究区云覆盖频繁，单幅影像掩膜后可能只剩30%的有效像素。解决方案有两个：一是用多时相合成，把一个月内所有影像的中位数作为该月的代表，这样即使单幅有云，合成后也能填补空洞；二是用时序插值，比如用前后两个月的均值来填补缺失月份。我一般优先用多时相合成，因为插值会引入虚假的平滑信号。

5.3 百分位截断把有效信号去掉了怎么排查

先检查百分位的计算范围。如果你用的是整幅影像的百分位，而研究区只占影像的一小部分，那百分位可能被影像其他区域的特征主导。比如影像大部分是水体，NDVI集中在-0.1到0.1，你的农田NDVI是0.6，用整幅影像的98%百分位可能是0.2，直接把农田截掉了。解决方法是用reduceRegion限定在研究区范围内计算百分位。

5.4 时序异常检测误判了真实变化怎么办

时序异常检测的假设是“正常变化是平稳的”，但真实的植被变化可能很剧烈，比如森林砍伐、火灾、洪水。这些真实变化会被误判为异常。解决方法是在时序检测之前，先用已知的干扰事件（比如火灾记录）做掩膜，或者用更宽松的阈值（比如3倍标准差）。我一般会先用2倍标准差跑一遍，看看被标记的像素是不是集中在已知干扰区域，如果是，就调整阈值。

5.5 不同传感器数据融合时的归一化陷阱

Landsat 8和Sentinel-2的波段设置不同，Landsat 8没有红边波段，Sentinel-2有。如果你要做两者的NDVI时序融合，需要确保使用的波段是对应的。Landsat 8的NIR是B5，Red是B4；Sentinel-2的NIR是B8，Red是B4。波段名一样但物理意义不同，这是最容易翻车的地方。我建议在融合之前，先把两个数据集重命名成统一的波段名，比如都叫‘NIR’和‘Red’，然后再做计算。

6. 我个人的实操体会与进阶建议

这套流程我用了好几年，踩过的坑基本都写在上面了。最后分享几个文档里不会写但很实用的经验。第一个是关于计算效率的：GEE的reduceRegion操作很耗时，如果你要对几百幅影像做百分位统计，最好先合并成一个ImageCollection，用reduce而不是逐幅map。我试过逐幅计算，100幅影像跑了20分钟，改成集合操作后只要2分钟。

第二个经验是关于掩膜顺序的。很多人习惯先算NDVI再掩膜，但NDVI计算涉及两个波段，如果其中一个波段有异常值，NDVI也会异常。正确的顺序是先对每个波段做异常值检测，生成一个综合掩膜，再应用到NDVI上。这样能避免异常值通过波段运算传播。

第三个经验是关于结果验证的。预处理完之后，一定要抽样检查。我一般会随机选20个点，把预处理前后的反射率值打印出来对比。如果某个点的反射率从0.3变成了0.8，那肯定是哪里出错了。这个步骤花不了几分钟，但能帮你发现很多隐蔽的问题。

如果你要做深度学习，归一化后的数据还需要做进一步的标准化。我通常会把反射率截断到[0, 1]区间，然后减去0.5再除以0.5，映射到[-1, 1]。这个范围对大多数神经网络更友好，梯度不会消失也不会爆炸。但记住，这个操作是不可逆的，如果你后面要做定量反演，需要保留原始反射率数据。

最后说一个关于数据版本的问题。GEE上的数据集会更新，Collection 1和Collection 2的预处理参数完全不同。Collection 1的Landsat 8 SR缩放因子是0.0001，没有偏移量；Collection 2是0.0000275加-0.2。如果你在网上抄了一段代码，一定要确认它对应的是哪个版本。我见过有人混用两个版本的参数，结果反射率算出来差了将近一倍。