GEE
2024/9/18 12:07:51
GEE案例——1990-2023年计算某个区域的NDVI时序变化轨迹（以徐州市为例）
简介
我们在长时间序列的分析中，往往会根据影像时序的长短来进行分析，这里我们以NDVI指数进行长时序分析，来实现NDVI1990-2023年长时序的监测。
时序监测
时序监测是指通过对连续时间序列的遥感图像进行分析，以观察和监测地表特征、植被生长、环境变化等的动态变化过程。…
基于GEE的Landsat 7ETM+条带填补
项目简介
该项目使用Google Earth Engine (GEE)平台，对Landsat 5和Landsat 7卫星影像进行预处理与影像填补操作。主要功能包括影像的选取、波段处理、缺失影像的填补以及最终影像的导出。代码中的核心功能是通过空间回归方法对Landsat 7和Landsat 5影像进行时序配准…
GEE教程——初学者如何实现sentinel-1数据（哨兵1号SAR）VV和VH波段指定样本点的提取（值提取至点）
简介
要实现Sentinel-1数据VV和VH波段指定样本点的提取，可以按照以下步骤进行：
1. 首先，获取Sentinel-1数据。你可以从Copernicus Open Access Hub（https://scihub.copernicus.eu）或者其他数据提供商获取Sentinel-1数据。确保选择包含VV和VH波段的数据产品。
2. 将Sent…
Google Earth Engine:对NDVI进行惠特克平滑算法进行长时序分析
目录
简介
函数
ee.Array.identity(size)
Arguments:
Returns: Array
transpose(axis1, axis2)
Arguments:
Returns: Array
matrixMultiply(image2)
Arguments:
Returns: Image
matrixSolve(image2)
Arguments:
Returns: Image
arrayFlatten(coordinateLabels, …
GEE教程——初学者如何实现sentinel-1数据（哨兵1号SAR）VV和VH波段指定样本点的提取（值提取至点）
简介
要实现Sentinel-1数据VV和VH波段指定样本点的提取，可以按照以下步骤进行：
1. 首先，获取Sentinel-1数据。你可以从Copernicus Open Access Hub（https://scihub.copernicus.eu）或者其他数据提供商获取Sentinel-1数据。确保选择包含VV和VH波段的数据产品。
2. 将Sent…
【数据挖掘】基于GEE平台按采样点提取Landsat 植被指数时间序列秘籍
这里写自定义目录标题 1. 写在前面2. GEE代码1. 写在前面 🚀大家好，今天我要分享的是如何使用Google Earth Engine (GEE) 平台，针对特定的采样点，提取LANDSAT 8卫星数据中的植被指数时间序列。本代码主要包括三种植被指数：NDVI、EVI和NDPI。
2. GEE代码
🔍 本代码以山…
Google Earth Engine（GEE）——光谱指数影像的加载（真彩色和假彩色）以及NDVI的计算
简介
本实验的目的是了解一系列光谱指数，并培养计算您需要的任何指数的技能。在开始之前，我们将在上周实验室的基础上学习如何为任何感兴趣的地理位置查找图像。
编码面板的正上方是搜索栏。在此 GEE 搜索栏中搜索“达尔文”，然后单击结果以将地图平移和缩放至达尔文（图 …
土地分类——基于Sentinel-2多源遥感的无监督分类进行土地分类
简介
无监督分类是一种基于统计学方法的图像分类技术，不需要先验知识和训练样本，直接对图像进行分类。基于Sentinel-2多源遥感数据进行无监督分类可以实现对土地类型的划分。本教程主要的目的是通过多源遥感影像进行土地分类，这里主要的数据是哨兵2号数据，波段+纹理特征，…
GEE案例——归一化差异水体指数丰水期、枯水期的水域面积和水深分析（青海湖为例）
简介
水深反演是指利用遥感技术从航空或卫星平台上获取的数据来推断水体的深度信息。这种技术在海洋学、湖泊和河流的科学研究与管理中非常重要。以下是几种常用的水深反演方法：
1. **光学遥感反演**： - 基于水体颜色和透明度的变化与水深的关系，使用光学遥感影像（如L…
GEE：geometry和FeatureCollection的相互转换
作者：CSDN _养乐多_
本文记录了在 Google Earth Engine （GEE）平台上，geometry 和 FeatureCollection 的相互转换的代码。
因为有时候，想使用对 FeatureCollection 的函数进行矢量数据可视化，但是矢量边界…
GEE数据集——全球冰川海拔变化产品（2000-2019 年）
全球冰川海拔变化产品（2000-2019 年）
该数据集提供了 2000 年至 2019 年期间冰川海拔和质量变化的全面且全球一致的记录。它利用大量卫星图像（主要来自美国国家航空航天局（NASA）的高级星载热发射和反射辐射计…
GEE 案例——如何利用CHIRPS/DAILY影像数据进行时序降水数据分析？
目录 简介
数据
函数
ui.Chart.image.series(imageCollection, region, reducer, scale, xProperty)
Arguments:
Returns: ui.Chart
代码
结果 简介
这里我们利用2000年-2023年的CHIRPS/DAILY数据来实现降水数据的长时序分析。
数据
UCSB-CHG/CHIRPS/DAILY是一个基于…
GEE 案例：利用ECMWF数据进行1950-2024年长时序气温（平均值和标准差）监测和图表绘制
目录 简介
数据
函数
propertyNames()
Arguments:
Returns: List
expression(expression, map)
Arguments:
Returns: Image
代码
结果 简介
利用ECMWF数据进行1950-2024年长时序气温监测和图表绘制
数据
ECMWF（欧洲中期天气预报中心）的ERA5_LAND（第五代地表分析…
GEE数据集——全球冰川海拔变化产品（2000-2019 年）
全球冰川海拔变化产品（2000-2019 年）
该数据集提供了 2000 年至 2019 年期间冰川海拔和质量变化的全面且全球一致的记录。它利用大量卫星图像（主要来自美国国家航空航天局（NASA）的高级星载热发射和反射辐射计…