目录
一、基础设置模块
（一）研究区导入与地图配置
（二）时间参数定义
二、数据加载与预处理模块
三、统计计算模块
（一）整体平均风速计算
（二）逐月平均风速统计
四、可视化模块
（一）直方图绘制与面板展示
（二）图例创建
（三）平均风速影像可视化
五、核心技术亮点、设计思路和输出结果说明
六、运行结果
若觉得代码对您的研究 / 项目有帮助，欢迎点击打赏支持！需要完整代码的朋友，打赏后可在后台私信（复制文章标题发给我），我会尽快发您完整可运行代码，感谢支持！
本代码基于 Google Earth Engine（GEE）平台开发，核心用途是对 2006-2007 年研究区的风速数据进行处理、分析与可视化。通过加载 NASA FLDAS 数据集的风速数据，完成研究区裁剪、时间筛选、统计计算（整体平均、逐月平均），并以地图图层、直方图、图例的形式呈现结果，实现了风速数据从获取到可视化的全流程处理。
一、基础设置模块
（一）研究区导入与地图配置
var roi = table; Map.addLayer(roi, {}, '研究区 ROI'); Map.centerObject(roi, 6);- 定义研究区边界
roi，数据源为预设的table（通常是 GEE 中导入的矢量边界数据，如行政区、自定义研究范围等）。 - 通过
Map.addLayer()将研究区边界添加到地图画布，图层名称为 “研究区 ROI”，第二个参数{}为图层样式配置（此处使用默认样式）。 Map.centerObject(roi, 6)将地图视角自动定位到研究区中心，第二个参数6为地图缩放级别（数值越大视角越近，范围越小）。
（二）时间参数定义
var timeParams = { startYear: 2006, endYear: 2007, startDate: '2006-01-01', endDate: '2007-12-31', months: ee.List.sequence(1, 12), years: ee.List.sequence(2006, 2007) };- 以对象
timeParams统一管理所有时间相关参数，方便后续调用和修改。 - 明确数据时间范围为 2006 年 1 月 1 日至 2007 年 12 月 31 日，通过
ee.List.sequence()生成 1-12 月的月份列表和 2006-2007 年的年份列表，为后续逐月统计做准备。 - 设计优势：参数集中管理，若需扩展时间范围（如增加 2008 年数据），仅需修改
endYear和years序列，无需改动后续逻辑代码。
二、数据加载与预处理模块
var windDataset = ee.ImageCollection("NASA/FLDAS/NOAH01/C/GL/M/V001") .filterBounds(roi) .filterDate(timeParams.startDate, timeParams.endDate) .select('Wind_f_tavg') .map(function(image) { return image.clip(roi); });- 数据来源：加载 NASA FLDAS 数据集（全球陆面数据同化系统），数据集 ID 为
"NASA/FLDAS/NOAH01/C/GL/M/V001"，该数据集包含全球陆面多种气象、水文变量，此处聚焦风速数据。 - 数据筛选：
filterBounds(roi)：筛选研究区范围内的数据，剔除研究区外的无效数据，提升计算效率。filterDate(...)：按预设时间范围筛选 2006-2007 年的数据。select('Wind_f_tavg')：选择数据集中的风速变量（Wind_f_tavg表示近地面平均风速），排除其他无关变量（如温度、降水等）。
- 数据裁剪：通过
map()函数遍历影像集合中的每一幅影像，使用clip(roi)将影像裁剪至研究区边界，确保后续分析仅针对目标区域。
三、统计计算模块
（一）整体平均风速计算
var meanWind = windDataset.mean();- 功能说明：对筛选、裁剪后的 2006-2007 年所有风速影像计算平均值，得到研究区这段时间内的整体平均风速影像
meanWind。 - 原理：GEE 中
ImageCollection.mean()会对集合内所有影像的对应像素逐一计算均值，生成单幅汇总影像，反映长时间序列的平均状态。
（二）逐月平均风速统计
var monthlyStats = ee.FeatureCollection( timeParams.years.map(function(y) { return timeParams.months.map(function(m) { var monthly = windDataset .filter(ee.Filter.calendarRange(y, y, 'year')) .filter(ee.Filter.calendarRange(m, m, 'month')); var monthlyMean = monthly.mean(); var stats = monthlyMean.reduceRegion({ reducer: ee.Reducer.mean(), geometry: roi, scale: 11000, maxPixels: 1e9 }); return ee.Feature(null, { year: y, month: m, wind_speed: stats.get('Wind_f_tavg') }); }); }).flatten() );- 功能说明：统计 2006-2007 年每个月的研究区平均风速，生成包含 “年份、月份、风速值” 的要素集合，用于后续直方图绘制。
- 关键步骤拆解：
- 嵌套
map()遍历：外层遍历年份列表（2006、2007），内层遍历月份列表（1-12），实现对每个 “年 - 月” 组合的筛选。 - 月度影像筛选：
filter(ee.Filter.calendarRange(y, y, 'year'))和filter(ee.Filter.calendarRange(m, m, 'month'))筛选出当前年、当月的风速影像集合。 - 月度均值计算：
monthly.mean()得到当月的平均风速影像monthlyMean。 - 区域统计：
reduceRegion()对当月平均风速影像进行区域统计，参数说明：reducer: ee.Reducer.mean()：统计方式为计算区域内所有像素的均值（即研究区当月平均风速）。geometry: roi：统计范围为研究区。scale: 11000：统计的空间分辨率为 11000 米（与原始数据集分辨率匹配，避免重采样误差）。maxPixels: 1e9：允许处理的最大像素数（避免因研究区过大导致计算超限）。
- 结果封装：将 “年份（y）、月份（m）、风速值（stats.get ('Wind_f_tavg')）” 封装为
ee.Feature，最终通过flatten()展平嵌套列表，生成一维要素集合monthlyStats。
- 嵌套
四、可视化模块
（一）直方图绘制与面板展示
var histogram = ui.Chart.feature.histogram({ features: monthlyStats, property: 'wind_speed', maxBuckets: 20 }).setOptions({ title: '2006-2007 月平均风速直方图', hAxis: { title: '风速 (m/s)' }, vAxis: { title: '频数' }, legend: { position: 'none' } }); var panel = ui.Panel({ style: { width: '450px', position: 'bottom-right', padding: '8px' } }); panel.add(histogram); Map.add(panel);- 功能说明：基于逐月平均风速数据绘制直方图，展示风速值的分布特征，并在地图上添加可视化面板。
- 关键解析：
- 直方图生成：
ui.Chart.feature.histogram()用于生成要素集合的直方图，参数说明：features: monthlyStats：数据源为逐月统计的要素集合。property: 'wind_speed'：统计的属性字段为 “风速值”。maxBuckets: 20：直方图的柱形数量最多为 20 个（控制图表精度，避免柱形过多导致杂乱）。
- 图表样式配置：
setOptions()设置图表标题、横纵轴标签（横轴为风速，单位 m/s；纵轴为频数），隐藏图例（单变量直方图无需图例）。 - 面板创建与添加：
ui.Panel()创建一个位于地图右下角、宽度 450px 的面板，将直方图添加到面板后，通过Map.add(panel)挂载到地图上，方便用户查看。
- 直方图生成：
（二）图例创建
var visualizationParams = { windSpeed: { min: 0.3750263580093698, max: 8.113219716238905, palette: ['#0e0e0e', '#281dc8', '#38913b', '#5af7ff', '#10ff22', '#f5ff62', '#ff640a'] } }; function createLegend() { var legend = ui.Panel({ style: { padding: '8px 15px', position: 'bottom-left', backgroundColor: 'rgba(255, 255, 255, 0.9)', width: '220px' } }); legend.add(ui.Label({ value: '平均风速 (m/s)', style: { fontWeight: 'bold', fontSize: '16px', margin: '0 0 10px 0' } })); var palette = visualizationParams.windSpeed.palette; var min = visualizationParams.windSpeed.min; var max = visualizationParams.windSpeed.max; var step = (max - min) / (palette.length - 1); palette.forEach(function(color, i) { var value = min + step * i; var item = ui.Panel({ layout: ui.Panel.Layout.flow('horizontal') }); item.add(ui.Label({ style: { backgroundColor: color, padding: '8px', margin: '0 6px 0 0', border: '1px solid #999' } })); item.add(ui.Label({ value: value.toFixed(2) + (i < palette.length - 1 ? ' - ' + (value + step).toFixed(2) : '+'), style: { fontSize: '14px' } })); legend.add(item); }); legend.add(ui.Label({ value: '数据来源: NASA FLDAS', style: { fontSize: '11px', margin: '10px 0 0 0' } })); return legend; }- 功能说明：创建地图图层的图例，用于解释平均风速影像的颜色对应的风速范围，提升地图可读性。
- 关键解析：
- 可视化参数定义：
visualizationParams统一配置风速影像的可视化规则，包括风速最小值（min）、最大值（max）和颜色调色板（palette），颜色从深黑（低风速）渐变到橙色（高风速），便于直观区分风速等级。 - 图例面板创建：
createLegend()函数生成一个位于地图左下角、半透明白色背景的图例面板，包含标题、颜色块、数值范围标签和数据来源说明。 - 颜色与数值匹配：通过计算步长
step = (max - min) / (palette.length - 1)，将颜色调色板与风速范围逐一对应，例如第一个颜色块对应0.38 - 1.57 m/s（保留两位小数），最后一个颜色块对应7.00+ m/s。
- 可视化参数定义：
（三）平均风速影像可视化
Map.addLayer( meanWind, visualizationParams.windSpeed, 'Mean Wind Speed（平均风速）' ); Map.add(createLegend());- 功能说明：将整体平均风速影像添加到地图，并挂载图例，完成最终的地图可视化。
- 关键解析：
Map.addLayer()的三个参数分别为：待可视化的影像（meanWind）、可视化配置（visualizationParams.windSpeed，即之前定义的颜色和数值范围）、图层名称（中英文结合，便于识别）。Map.add(createLegend())将创建好的图例添加到地图，与风速影像配套展示，让用户能快速解读地图上不同颜色代表的风速大小。
五、核心技术亮点、设计思路和输出结果说明
模块化设计：
代码按“基础设置→数据加载→统计计算→可视化”的逻辑拆分模块，每个模块功能独立，参数集中管理（如timeParams、visualizationParams），便于后续维护和功能扩展（如修改时间范围、更换可视化颜色）。
GEE 核心功能应用：
- 影像集合处理：灵活运用
filterBounds()、filterDate()、select()、map()、mean()等方法，实现数据的筛选、裁剪、汇总。 - 区域统计：
reduceRegion()结合ee.Reducer.mean()，高效计算研究区平均风速，通过scale参数确保统计精度与原始数据匹配。 - 交互式可视化：利用
ui.Chart绘制统计图表，ui.Panel创建自定义面板，createLegend()生成个性化图例，提升结果展示的直观性和交互性。
性能优化考量：
- 数据筛选先行：先通过
filterBounds()和filterDate()剔除无效数据，再进行裁剪和计算，减少处理的数据量。 - 合理设置参数：
maxPixels: 1e9避免因研究区过大导致计算超限，scale: 11000匹配原始数据集分辨率，避免不必要的重采样开销。
输出结果说明：
- 地图图层：研究区边界图层、2006-2007 年整体平均风速影像图层（颜色对应风速等级）。
- 直方图面板：位于地图右下角，展示逐月平均风速的分布情况，可直观查看风速的集中区间（如多数月份风速集中在 2-4 m/s）。
- 图例面板：位于地图左下角，标注颜色对应的风速范围和数据来源，帮助用户解读地图信息。
六、运行结果
若觉得代码对您的研究 / 项目有帮助，欢迎点击打赏支持！需要完整代码的朋友，打赏后可在后台私信（复制文章标题发给我），我会尽快发您完整可运行代码，感谢支持！
