用GLC_FCS30D数据集，5分钟可视化你家附近37年的土地变迁
站在城市高楼的窗前，你是否好奇脚下这片土地几十年前的模样？或许那里曾是一片稻田，后来变成工厂，如今又成了商业区。借助Google Earth Engine（GEE）平台和GLC_FCS30D数据集，我们每个人都能成为时空旅行者，用代码这把钥匙打开家乡变迁的记忆匣子。这个教程将带你跳过复杂的学术分析，直接动手生成专属的土地覆变动画——无需专业背景，只要会复制粘贴代码就能完成。
1. 准备工作：零基础搭建GEE环境
1.1 注册Google Earth Engine账号
访问Google Earth Engine官网点击"Sign Up"，用谷歌账号完成注册。审批通常需要1-2个工作日，收到确认邮件后登录，你会看到这样的界面：
// 初始化GEE代码编辑器 var map = ui.Map(); var panel = ui.Panel(); ui.root.widgets().reset([map, panel]);提示：如果急需使用，可在GitHub搜索"GEE临时试用账号"，部分开源项目提供短期测试权限。
1.2 认识关键工具
GEE界面主要包含三个区域：
- 左侧：脚本管理器（你的代码仓库）
- 中间：代码编辑区（工作主界面）
- 右侧：交互式地图窗口
推荐安装这两个浏览器插件：
- Earth Engine Inspector：实时查看像素值
- GEE Code Editor Dark Theme：夜间模式保护眼睛
2. 快速定位你的兴趣区域
2.1 四种定位方法对比
| 方法 | 适用场景 | 精度 | 代码复杂度 |
|---|---|---|---|
| 地名搜索 | 知名城市/景点 | 中 | ⭐ |
| 经纬度坐标 | 精准定位 | 高 | ⭐⭐ |
| 手动框选 | 灵活选择 | 可变 | ⭐ |
| 导入KML文件 | 复杂多边形 | 高 | ⭐⭐⭐ |
推荐新手使用最简单的绘图工具：
- 点击地图上方工具栏的"多边形"图标
- 在地图上点击绘制区域（如母校周边）
- 自动生成如下代码：
var geometry = ee.Geometry.Polygon( [[[116.31, 39.99], [116.35, 39.99], [116.35, 40.02], [116.31, 40.02]]]);2.2 调整时间范围
GLC_FCS30D包含1985-2022年数据，但不同时段分辨率不同：
- 1985-2000年：每5年一个图层
- 2000-2022年：每年一个图层
// 获取2000年后年度数据 var annualData = ee.ImageCollection("projects/sat-io/open-datasets/GLC-FCS30D/annual"); // 获取1985-2000五年间隔数据 var fiveYearData = ee.ImageCollection("projects/sat-io/open-datasets/GLC-FCS30D/five-years-map");3. 一键生成土地变迁动画
3.1 基础可视化代码
复制这段代码到编辑器，替换geometry为你绘制的区域：
// 加载年度数据集 var dataset = ee.ImageCollection("projects/sat-io/open-datasets/GLC-FCS30D/annual"); // 创建时间序列动画 var videoArgs = { dimensions: 600, region: geometry, framesPerSecond: 3, bands: ['b1'], min: 10, max: 190, palette: ['#FFEB3B', '#4CAF50', '#2196F3', '#F44336'] }; print(ui.Thumbnail(dataset, videoArgs));注意：首次运行可能较慢，GEE需要时间预处理数据。若超时，尝试缩小区域范围。
3.2 高级调参技巧
想让颜色更符合实际地物？修改palette参数：
- 森林：
#4CAF50 - 水域：
#2196F3 - 建筑：
#F44336 - 农田：
#FFEB3B
完整分类颜色对照表：
| 地类 | 颜色代码 | RGB值 |
|---|---|---|
| 林地 | #4CAF50 | (76,175,80) |
| 耕地 | #FFEB3B | (255,235,59) |
| 水域 | #2196F3 | (33,150,243) |
| 建筑 | #F44336 | (244,67,54) |
4. 深度分析：解读你的专属变迁图
4.1 常见变迁模式解析
- 城市扩张：红色区域(建筑)向外蚕食绿色(农田/林地)
- 退耕还林：黄色(农田)转为深绿(林地)
- 水域萎缩：蓝色区域逐年缩小
// 计算各土地类型面积变化 var areaStats = dataset.map(function(image){ var area = image.eq(190).multiply(ee.Image.pixelArea()).reduceRegion({ reducer: ee.Reducer.sum(), geometry: geometry, scale: 30, maxPixels: 1e13 }); return image.set('built_up_area', area.get('classification')); }); print(ui.Chart.image.series(areaStats, geometry, ee.Reducer.mean(), 30));4.2 制作变迁对比图
并排显示1985 vs 2022年的土地覆被：
var old = fiveYearData.first().clip(geometry); var recent = annualData.filterDate('2020-01-01').first().clip(geometry); var comparison = ee.Image.cat(old, recent).visualize({ bands: ['b1', 'b1'], min: 10, max: 190, palette: ['#FFEB3B', '#4CAF50', '#2196F3', '#F44336'] }); Map.addLayer(comparison, {}, '1985 vs 2020 Comparison');5. 实用技巧与问题排查
5.1 加速渲染的三种方法
- 降低输出分辨率：调整
dimensions参数(建议不小于300) - 简化几何图形：减少多边形顶点数量
- 使用
mean()聚合：对大数据集先做空间聚合
// 优化后的渲染代码 var optimized = dataset.mean().clip(geometry); Map.addLayer(optimized, {min:10, max:190, palette:['#FFEB3B','#4CAF50']});5.2 常见错误解决方案
- "User memory limit exceeded"：添加
.limit(10)限制加载帧数 - "Computation timed out"：拆分大区域为多个小区域分析
- "No valid images found"：检查日期范围是否包含数据
记得点击右上角"Save"保存你的脚本，生成的可视化结果可以通过"Share"按钮直接发送给家人朋友。当看到家乡从绿意盎然的田园变成高楼林立的都市，或是荒芜之地重披绿装，这种直观的时空体验比任何文字描述都更有冲击力。
