简介

在本案例主要的目的是使用高分辨率遥感数据和土地分类数据进行地表变化监测。   整个逻辑是利用两期高分辨率影像，根据植被指数的差异找出地类变化，然后利用去除水域部分的土地分类数据，然后设定一个发生地类变化的最大最小值，用于设定指定范围的面积计算。最后将栅格转化为矢量并加载。

在 2021 年以色列-巴勒斯坦危机期间，加沙在 2021 年 5 月遭到了猛烈轰炸。我们能够利用哨兵-2 在轰炸前后拍摄的图像来监测和探测被轰炸的地点。Jamon Van Den Hoek 利用他对轰炸的分析制作了一个谷歌地球引擎应用程序。下面的脚本是经过改编的开源代码，展示了如何利用变化检测技术进行此类绘图。本文所使用的数据为sentinel 2 和欧空局V100 10米分辨率的土地数据。

指数

NBR植被指数 (Normalized Burn Ratio) 是一种用于评估植被覆盖度和火灾程度的指数。它是通过计算近红外波段和短波红外波段的反射率之间的比率来计算的。在火灾后，植被通常会受到烧伤，导致近红外波段的反射率下降，而短波红外波段的反射率升高，因此NBR指数可以用来检测烧伤程度和植被恢复情况。

NBR植被指数 (Normalized Burn Ratio) 是一种用于评估植被覆盖度和火灾程度的指数。它是通过计算近红外波段和短波红外波段的反射率之间的比率来计算的。在火灾后，植被通常会受到烧伤，导致近红外波段的反射率下降，而短波红外波段的反射率升高，因此NBR指数可以用来检测烧伤程度和植被恢复情况。

代码：

// 加沙炸弹破坏分析
// 原有APP https://jamonvdh.users.earthengine.app/view/gaza-bomb-damage-analysis
// 创作者 Jamon Van Den Hoek


var gaul