GEE计算

已于 2022-11-05 20:56:12 修改
阅读量540 收藏 2
点赞数 1
分类专栏： GEE 文章标签： java
于 2022-08-30 11:57:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/REMOTE__SENSING/article/details/126601081
版权

GEE计算

#函数运算：abs()、round()、floor()、ceil()、sqrt()

数学运算：add()、subtract()、multiply()、divide()

函数运算括号内不用写内容而数学运算的括号内要写运算的变量

1 << 5表示：1零填充左位移，通过从右推入零向左位移，并使最左边的位脱落，则在8bit表示中数字1变化如下

00 00 00 01 << 00 01 00 00

若pixel_qa表示有云像元，则bit5为1，即pixel_qa像元值为00 01 00 00，通过bitwiseAnd( )可得到云像元的掩膜，进而可以进行去云操作

GEE必须会教程—影像数据的查阅、调用与数学计算
Promising_GEO的博客
02-28 2976
本系列文章是对GEE数据类型的全面解读，对零基础的朋友比较友好，大家快快学起来！
Google Earth Engine（GEE）——gee中位简单而重要的移运算（以后除云能用到）
此星光明博客
11-07 929
这个位移主要是让你本来的bit中，让其归为0或者归为去掉这些位置的东西，一般会在以后的去云操作中可以用到，用的就是位移去云操作。这是一个二进制运算，左移一位涨2，整体上就是2的N次方的一个转换 代码： //2左移一位编程4 var a = 1 << 2; print("a move left 2 is: ", a); //8向右移动两位就是开2次根号 var b = 8 >> 2; print("b move right 2 is:", b); ...
GEE学习笔记 七十五：【GEE之Python版教程九】数值
无形的风专栏
07-18 1604
这章介绍一下数值类型，数值在python中可以分为：整型、浮点型、复数等，在GEE中我们常用的就是整形和浮点型数据。 这段代码是在程序之前必须执行的，用来注册GEE。 import ee ee.Initialize() 1、数值的API 首先看一下GEE的python版API（https://gee-python-api.readthedocs.io/en/latest...
【GEE笔记10】数值Number（常见指令方法3）
Vigo*GIS
09-05 1063
GEE的ee.Number中的 11.三角函数（正、反、双曲） 12.sign函数 13.按位运算 14.移位运算 15.Gamma函数
Google Earth Engine（GEE）——Landsat8 影像梯度计算
此星光明博客
07-31 811
先看图像： 方向 梯度 直接看代码： //加载 Landsat 8 图像并选择全色波段。 var image = ee.Image('LANDSAT/LC08/C01/T1/LC08_044034_20140318').select('B8'); // 用内置函数直接，计算 X 和 Y 方向的图像梯度。 var xyGrad = image.gradient(); // 计算梯度的大小。x和y的平方开根号 var gradient = xyGrad.select('x').pow(2.
GEE计算遥感生态指数RESI
07-04
### GEE计算遥感生态指数RESI #### 知识点一：遥感生态指数（RSEI）的定义及意义 **遥感生态指数**（Remote Sensing Ecological Index, RSEI）是一种利用遥感技术和数据分析方法来评估区域生态环境质量的综合性...
gee计算遥感生态指数代码
03-08
其中，植被指数可以用来反映植被的生长状况，归一化植被指数则是常用的植被指数，可以通过计算近红外波段和红光波段反射率之间的比值来计算；土地覆盖指数则可以用来反映不同土地利用类型的空间分布情况，如城市、...
基于 GEE 计算核植被指数 kNDVI
@HNUSTer的博客
02-10 1191
基于 GEE 计算核植被指数 kNDVI。
基于 GEE 计算遥感生态指数 RSEI 数据
@HNUSTer的博客
02-11 1499
基于 GEE 计算遥感生态指数 RSEI 数据。
GEE计算遥感生态指数RSEI
所有专家都曾始于新手
07-04 2491
归一化是通过 unitScale 方法完成的，该方法根据之前计算的最小和最大值将波段的像素值缩放到0到1的范围。归一化是将图像的像素值缩放到一个标准范围（通常是0到1）的过程，这有助于在不同图像或数据集之间进行比较和处理。合并归一化波段：最后，函数使用 toBands() 方法将所有归一化的波段重新组合成一个单一的图像，并使用 rename(img.bandNames()) 方法将波段重命名为原始波段名称。该函数用于将图像的每个波段归一化到0到1的范围，基于在ROI内计算的最小和最大值。
GEE：图像表达式计算——ee.Image.expression()详解
养乐多的博客
04-21 1806
本文将介绍 GEE 平台中的 ee.Image.expression() 函数及其参数，以及如何利用它进行图像表达式计算。并进一步列出了如 +、-、*、/，以及常见的数学函数，例如 开方sqrt()、幂运算pow()、对数运算log()、三角函数sin()、cos() 等的参数、示例和使用方法。
【GEE笔记8】数值Number（常见指令方法1）
Vigo*GIS
09-05 1206
介绍了GEE的ee.Number的5方法 1. 显示`print(number)` 2. 创建`ee.Number()` 3. 比较`ee.Number.eq()` 、`ee.Number.neq()`、`ee.Number.lt()`、`ee.Number.lte()`、`ee.Number.gt()`、`ee.Number.gte()` 4. 缩放`ee.Number.unitScale` 5. 取整
GEE代码实例教程详解：长时间序列风速分析
TwcatL_tree
07-08 652
在本篇博客中，我们将使用Google Earth Engine (GEE) 对长时间序列的风速数据进行分析。通过ERA5再分析数据集，我们可以计算2010年至2024年间的平均风速，并与1980年至2020年的风速数据进行比较。创建一个多边形区域roi，用于限定分析的地理范围。
Google Earth Engine(GEE)——影像进行数学运算（NDVI为例）！
此星光明博客
08-12 3265
数学运算符对图像带执行基本的算术运算。它们接受两个输入：两个图像或一个图像和一个常数项，它被解释为没有屏蔽像素的单波段常数图像。对于每个波段，按像素执行操作。 举一个简单的例子，使用陆地卫星图像，其中计算归一化植被指数（NDVI）的中会使用到add()，subtract()以及divide()用于运营商：当然这里有集成号的内置函数可以使用：normalizedDifference()。 仅考虑两个输入之间未屏蔽像素的交集并将其返回为未屏蔽，其他所有像素均已屏蔽。通常，如果任一输入只有一个波段，则它会用.
GEE常用符号
zq2025的博客
10-25 1028
简单的GEE关系符
GEE主成分分析全解析
锐多宝的地理空间
10-10 4684
0.背景 主成分分析作为数据降维的重要方法，目前中文网站上没有完整的GEE代码与教程。而我的毕业论文也使用到了主成分法，因此和它很有感情，就写下了这篇博客。 1.介绍 主成分分析是将众多具有相关性的数据指标，重新组合成一组新的指标,新形成的指标互不相关，并且前几个主成分能代表原始数据的大部分信息。 在GEE中，可能会遇到波段数非常多的情况，这时就可以考虑使用主成分分析法只生成两、三个主成分，减少后续工作量。 2.代码思路 3.实操 3.1 数据筛选与预处理 这一步主要是选择研究区(四川省_资阳市_乐至县
Google Earth Engine（GEE）——gee当中的数据类型和函数计算方法（字符串、字典、数组、条件、循环、函数等）快速入门
此星光明博客
11-06 2303
这一篇文章主要是介绍基础的gee当中的一些基本概念，或者说是JAVA等一些基本的概念 //数字 var num_a = 1; //整数 var num_b = 2.1; //保留小数 var num_c = 1e2; //科学计数法 //字符串 var str_1 = "hello world!"; //双引号 var str_2 = 'hello world!'; //单引号，两者不能混用 //布尔值 var bool_1 = true; //布尔值表示的就是真假 var.
GEE：关系、条件和布尔运算
养乐多的博客
12-03 2865
本文记录了在GEE（Google Earth Engine）平台上的关系运算符和布尔运算符，分别应用到了三个不用的场景（筛选低 NDVI 和低 NDWI 区域、根据阈值分类夜光遥感数据、使用一景影像无云像素替换另一景影像云像素），并展示了结果。关系运算函数包括：eq()，gt()，gte()，lt()，lte()，布尔运算函数包括：and()，or()，not()。这些方法可以用来掩膜、绘制分类地图和重新赋值。
GEE笔记（一）：GEE 中的 JavaScript 简介
cyanol的博客
09-21 3139
将 Javascript 对象转化为 GEE 对象,以便发送到服务器并在Google进行处理。 对象和方法 String 例如，定义一个字符串，然后将其放入ee.String（）容器中以发送到Earth Engine： // Define a string, then put it into an EE container. var aString = 'To the cloud!'; var eeString = ee.String(aString); print('Where to?', eeStr
gee计算NDRS
最新发布
03-08
### 使用 GEE 计算 NDRS 归一化差异水体指数 归一化差异水体指数（Normalized Difference Water Index, NDWI）用于评估植被冠层中的水分含量以及检测地表水的存在。NDWI 的计算基于近红外波段和短波红外波段之间的反射率差值与总和之比[^4]。 对于 Landsat 数据，通常使用 Band 3 和 Band 5 来计算 NDWI： \[ \text{NDWI} = \frac{(Band\ 3 - Band\ 5)}{(Band\ 3 + Band\ 5)} \] 下面是一个完整的 Python 脚本示例，在 Google Earth Engine 中加载 Landsat 图像集合，并计算 NDWI: ```javascript // 加载Landsat 8 TOA图像集合 var dataset = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA') .filterDate('2020-01-01', '2020-12-31') // 过滤日期范围 .filterBounds(geometry); // 设置研究区域边界 // 获取单张影像作为样本 var image = dataset.first(); // 定义可视化参数 var vizParams = { bands: ['B4', 'B3', 'B2'], min: 0, max: 0.5, }; // 显示原始RGB合成图 Map.setCenter(116.57, 39.92, 8); Map.addLayer(image, vizParams, 'Landsat 8'); // 计算NDWI var ndwi = image.normalizedDifference(['B3', 'B5']); // 可视化NDWI结果 var ndwiViz = {min: -1, max: 1, palette: ['blue','white']}; Map.addLayer(ndwi, ndwiViz, 'NDWI'); ``` 上述脚本展示了如何通过调用 `normalizedDifference` 方法来快速简便地创建 NDWI 层。该方法接受两个波段名称作为输入参数，并返回一个新的栅格对象表示 NDWI 结果[^3]。 为了进一步处理或分析这些数据，可以应用阈值过滤器识别水域位置或将 NDWI 输出导出为 GeoTIFF 文件以便离线查看。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值