GEE 案例：BAP（Best Available Pixel）算法实现landsat数据的像素级融合弥补影像空缺

🌍 使用BAP算法生成高质量遥感影像合成：一个Google Earth Engine工具

在遥感时间序列分析中，云遮挡和数据缺失一直是困扰研究者的难题。为了解决这一问题，Francini等人（2023）提出了BAP（Best Available Pixel）算法，通过逐像素选择最佳观测值，生成无云、高质量的年/季合成影像。如今，这一算法已被封装为一个易于使用的Google Earth Engine（GEE）应用程序，用户只需通过图形界面设置参数，即可自动获取研究区任意年份的合成影像，并支持导出光谱指数（如NDVI、EVI等）。

📌 工具概述

这个GEE应用程序基于Francini等人发表在《ISPRS Journal of Photogrammetry and Remote Sensing》上的论文实现。它允许用户：

• 自定义研究区（绘制多边形、上传影像模板或全球范围）
• 设定目标日期和时间窗口（例如每年8月1日前后30天）
• 控制云量、云距离、传感器退化等质量指标
• 应用去尖峰算法去除异常值
• 填补数据空缺
• 计算并可视化光谱指数（NDVI, EVI, NBR, TC变换等）
• 一键导出结果至Google Drive

该工具的核心思想是：对于每个像素，在指定的时间窗口内，综合考虑云覆盖、观测日期、传感器状态等因素，为每个像素挑