用JRC水体数据集和GEE，5分钟搞定近40年你家附近水域变化分析
零代码绘制家乡水域变迁图：基于GEE与JRC数据集的时空分析实战
站在老家的河堤上，父亲总念叨着"我们小时候这河面能有现在两倍宽"。这种口述历史往往缺乏量化依据，而现在，借助Google Earth Engine（GEE）平台和JRC全球地表水数据集，任何人都能亲手还原家乡水域近40年的变迁轨迹。本文将带你用完全零代码的方式，完成从数据调用到可视化呈现的全流程，让科技为乡愁提供精准注脚。
1. 认识你的数字工具箱：GEE与JRC数据集
1.1 为什么选择这对黄金组合？
- Google Earth Engine：云端地理空间分析平台，无需本地计算资源
- JRC Global Surface Water：1984-2021年全球地表水月度记录，30米分辨率
- 协同优势：GEE直接托管JRC数据集，省去数据下载和处理环节
JRC数据集包含多个子产品，我们重点关注两个核心集合：
| 数据集名称 | 时间范围 | 分辨率 | 关键指标 |
|---|---|---|---|
| Monthly Water History | 1984-2021 | 30m | 每月水体检测次数 |
| Yearly Water Classification | 1984-2021 | 30m | 年度水体季节性分类 |
提示：所有分析将在GEE的在线代码编辑器中进行，但不用担心——你只需要复制粘贴准备好的代码片段。
2. 五分钟快速上手指南
2.1 准备工作
- 访问Google Earth Engine官网并注册账号
- 打开代码编辑器（Code Editor）界面
- 在"Scripts"面板新建空白项目
2.2 定位你的研究区域
在GEE中快速定位目标区域的三种方法：
// 方法1：直接输入坐标（以杭州西湖为例） var roi = ee.Geometry.Point(120.15, 30.25).buffer(5000); // 方法2：手动绘制多边形 var roi = /* 在这里绘制你的区域 */; // 方法3：导入已有边界数据 var roi = ee.FeatureCollection("路径/to/your/shapefile");2.3 调用JRC数据集核心代码
将以下代码粘贴到编辑器中：
// 加载JRC月度水体数据集 var jrcMonthly = ee.ImageCollection("JRC/GSW1_4/MonthlyHistory"); // 定义可视化参数 var visParams = { min: 0, max: 3, palette: ['ffffff', 'bbbbbb', '11b5ff', '0d3aff'] }; // 生成2020年水体分布图 var water2020 = jrcMonthly.filterDate('2020-01-01', '2020-12-31') .mode().clip(roi); // 添加到地图显示 Map.addLayer(water2020, visParams, '2020年水体分布'); Map.centerObject(roi, 10);点击"Run"，你将立即看到目标区域2020年的水体分布情况。
3. 深度分析：提取40年水域变化趋势
3.1 构建时间序列分析函数
以下代码将计算每年水体覆盖面积：
// 定义计算函数 function calculateArea(image) { var water = image.gt(2); // 提取永久水体部分 var area = water.multiply(ee.Image.pixelArea()).reduceRegion({ reducer: ee.Reducer.sum(), geometry: roi, scale: 30, maxPixels: 1e13 }); return ee.Feature(null, { date: image.date().format('YYYY'), area: area.get('water') }); } // 应用函数到整个数据集 var timeSeries = ee.FeatureCollection( jrcMonthly.map(calculateArea) ); // 打印结果 print(timeSeries);3.2 可视化面积变化曲线
添加图表绘制代码：
// 绘制面积变化趋势图 var chart = ui.Chart.feature.byFeature(timeSeries, 'date', 'area') .setChartType('LineChart') .setOptions({ title: '1984-2021年水域面积变化趋势', hAxis: {title: '年份'}, vAxis: {title: '水域面积(平方米)'}, lineWidth: 3, colors: ['#4285F4'] }); print(chart);运行后将生成直观的折线图，清晰展示水域面积随时间波动情况。
4. 高级技巧：制作水域变迁动态图
4.1 生成十年间隔对比图
// 定义时间分段 var decades = ['1985', '1995', '2005', '2015', '2020']; // 创建各时期水体分布图 var decadeImages = decades.map(function(year){ return jrcMonthly.filterDate(year+'-01-01', year+'-12-31') .mode().gt(2).rename(year); }); // 合并为单幅图像 var changeMap = ee.Image.cat(decadeImages); // 添加对比图层 Map.addLayer(changeMap, {palette: ['black', 'blue']}, '十年间隔对比');4.2 创建时间序列动画
// 准备动画帧 var videoArgs = { dimensions: 800, region: roi, framesPerSecond: 5, bands: ['water'], min: 0, max: 3, palette: ['ffffff', 'bbbbbb', '11b5ff', '0d3aff'] }; // 生成动画URL var videoURL = jrcMonthly.getVideoThumbURL(videoArgs); print('动画下载链接', videoURL);5. 案例解读：如何分析你的结果
以某城市湖泊为例，典型分析角度包括：
- 季节性变化：比较旱季雨季水体面积差异
- 长期趋势：识别持续萎缩或扩张的水域
- 突变点检测：关联周边工程建设或政策实施时间
- 空间格局变化：观察水体形态改变（如河道取直）
实际操作中，可以尝试调整代码中的几个关键参数：
// 敏感度调整示例 var sensitiveWater = image.gt(1); // 包含季节性水体 var permanentWater = image.gt(2); // 仅永久水体 // 空间精度调整 var scale = 100; // 降低分辨率加速计算记得点击编辑器右上角的"Save"按钮保存你的项目，所有代码和结果都会自动存储在云端，随时可以回来继续分析。