用python在gee根据shp文件下载2010-2015年NDVI数据

以下是如何使用Python在GEE中根据shp文件下载2010-2015年NDVI数据的步骤：

1.首先，我们需要导入必要的库和模块：

import ee
import geemap

2.接下来，我们需要初始化Earth Engine Python API并创建一个地图：

# 初始化Earth Engine Python API
ee.Initialize()

# 创建一个地图
Map = geemap.Map()

3.然后，我们需要加载shp文件并将其转换为GEE中的FeatureCollection：

# 加载shp文件
shapefile = '/path/to/shapefile.shp'

# 将shp文件转换为FeatureCollection
fc = geemap.shp_to_ee(shapefile)

4.接下来，我们需要定义我们感兴趣的时间范围和地理范围：

# 定义时间范围
start_date = '2010-01-01'
end_date = '2015-12-31'

# 定义地理范围
geometry = fc.geometry()

5.然后，我们需要加载MODIS NDVI数据集并筛选出我们感兴趣的时间范围和地理范围：

# 加载MODIS NDVI数据集
modis_dataset = ee.ImageCollection('MODIS/006/MOD13Q1')

# 筛选出我们感兴趣的时间范围和地理范围
modis_filtered = modis_dataset.filterDate(start_date, end_date).filterBounds(geometry)

6.接下来，我们可以计算NDVI的平均值并将其添加到地图上：

# 计算NDVI的平均值
ndvi_mean = modis_filtered.select('NDVI').mean()

# 将NDVI的平均值添加到地图上
Map.addLayer(ndvi_mean, {}, 'NDVI Mean')

7.最后，我们可以将NDVI数据导出为GeoTIFF文件：

# 导出NDVI数据为GeoTIFF文件
geemap.ee_export_image(ndvi_mean, filename='/path/to/output/ndvi.tif', scale=250)

完整代码：

import ee
import geemap

# 初始化Earth Engine Python API
ee.Initialize()

# 创建一个地图
Map = geemap.Map()

# 加载shp文件
shapefile = '/path/to/shapefile.shp'

# 将shp文件转换为FeatureCollection
fc = geemap.shp_to_ee(shapefile)

# 定义时间范围
start_date = '2010-01-01'
end_date = '2015-12-31'

# 定义地理范围
geometry = fc.geometry()

# 加载MODIS NDVI数据集
modis_dataset = ee.ImageCollection('MODIS/006/MOD13Q1')

# 筛选出我们感兴趣的时间范围和地理范围
modis_filtered = modis_dataset.filterDate(start_date, end_date).filterBounds(geometry)

# 计算NDVI的平均值
ndvi_mean = modis_filtered.select('NDVI').mean()

# 将NDVI的平均值添加到地图上
Map.addLayer(ndvi_mean, {}, 'NDVI Mean')

# 导出NDVI数据为GeoTIFF文件
geemap.ee_export_image(ndvi_mean, filename='/path/to/output/ndvi.tif', scale=250)

# 显示地图
Map.addLayerControl()
Map.centerObject(geometry)
Map.setZoom(8)
Map.basemap = 'HYBRID'
Map```