Promising_GEO的博客

这几年频频登上热搜的澳洲山火，加州山火以及国内四川地区的山火等等，造成的较大生态系统损失和生命健康安全，令人惋惜。今天我们要用到的火灾信息数据是NASA提供的“FIRMS: Fire Information for Resource Management System——资源管理系统中的火灾信息”，该数据集包含栅格化形式的LANCE火灾探测产品。2019年，澳大利亚发生震惊世界的山火，据报道，自9月6起，该山火燃烧时间长达7个月之久，给当地的景观生态造成了巨大的破坏。如果出现平局，则保留较亮的那一个。

高精度的土地覆盖数据类型不多，欧洲航天局（ESA）的WorldCover 10 m 2020产品基于Sentinel-1和Sentinel-2数据，以10 m分辨率提供了2020年的全球土地覆盖图。WorldCover产品包含11个土地覆盖类别，是在欧空局WorldCover项目的框架内生成的，该项目是欧洲航天局第五个地球观测包络计划（EOEP-5）的一部分。GEE下载数据第三弹，今天我们来看看土地覆盖数据的下载。了解完了数据之后，我们来看看怎么下载数据。

气温数据我们要用到的是MODIS数据产品，MOD11A2 V6.1 产品提供 1200 x 1200 公里网格内 8 天平均陆地表面温度 (LST)。MOD11A2 中的每个像素值都是该 8 天内收集的所有相应 MOD11A1 LST 像素的简单平均值。选择 8 天的合成周期是因为该周期是 Terra 和 Aqua 平台的精确地面轨迹重复周期的两倍。这个数据产品的波段比较多，有白天的气温，也有晚上的气温，还有一些其他的数据波段。和降水数据一样，我们也是按照最大值合成的逐年气温数据。GEE数据下载第二弹！

该数据的空间分辨率为5km，在时间范围上，为1981至今，当我们研究区域较大时，选用该数据不失为一种可行的选择。在进行长时间序列分析时，我们往往需要的年度数据，此处我们选择最大值合成，合成2013-2023年的年度数据进行导出。感兴趣的朋友们也可以选择中值合成，均值合成等方式进行数据的合成，对比一下，取得最后的结果。上述代码定义了研究的结果如上，我们点击RUN ALL便可以下载合成的年度降水数据了。降雨数据想必大家在研究中用的比较多，今天我们在GEE上面看看如何实现降雨数据的使用。

本文教会你在GEE上面实现RSEI计算和数据后处理

通过GEE实现对MODIS相关温度数据的分析，具有良好的实践意义。

基于GEE的降水数据分析

基于GEE的哨兵数据去云处理

基于GEE的Landsat数据去云处理

当我们的研究区域过大，计算机算起来需要较高的算力，或者是我们采用的数据集空间分辨率较高，因此代码请求大量的内存（超出用户内存限制）时，就会导致这个错误。当然，分块计算最后在下载影像的时候，又需要进行合并，其实也是比较麻烦的，这个问题怎么解决？不过如果不想分块，家里又有矿，建议提升账户级别，花点money！最近GEE的算力越来越没劲了，明明之前用的好好的，现在处理一个区域稍微大一点的数据，GEE就要跟我撒娇“臣妾做不到呜呜呜呜~”，昨天想做个澳洲的火灾风险评估实验，因为研究区域过大，点个“run”就报个错“

一整块算不是挺好的吗？emmmm，用过的人都知道，GEE好比幼年期的“紫妍”，要用“丹药”来养的，除非你是萧炎小友，到哪都有人给爆金币。我们今天想做的是计算2020年夏季西藏自治区的植被覆盖度（FVC），FVC的估算需要使用归一化植被指数（NDVI数据），这里我们用到的产品是MODIS的相关数据产品，该产品的分辨率是25 0m。下载好的结果毕竟是一块一块的，怎么对下载好的结果进行拼接，变成一张大图呢，别急，接下来，我们上科研小霸王——R语言。此处，我们通过省份数据，按照属性筛选，得到西藏自治区的行政边界。

很久很久以前，小编写了一篇基于MODIS影像构建归一化植被指数的文章，不知道大家还有没有印象，有一段时间没有更新时间序列分析相关的文章了。今天，我们来看看基于Lansat影像，我们来看看在GEE上如何构建NDVI的时间序列。今天写起来有点手痛，小编就只能水一篇代码了。

今天比较懒，不想多写文字啦，还记得昨天分享的S-G滤波器，大家有没有去试试。今天布置个任务，同样以昨天的研究区域为例，试试看MODIS时间序列数据如何实现平滑！好了，今天的分享到这里就结束了，更多内容欢迎持续关注小编的公众号“梧桐GIS”，我是禾穗，咱们下期再会啦！结果还比较赏心悦目，好啦好啦，开启元气满满新一天！话不多说，今天直接上代码吧。

只需要求出在同一个时间范围内，NPP数据相对于GPP数据的比例，那么便能够利用现有的8天的GPP数据对NPP数据进行估算。，表示生态系统中经由植物光合作用在单位时间内固定的有机物质总量，植物在合成有机物的过程中，通过光合作用将太阳能转变为化学能储存在有机物中，在这个过程中，既包含了植物生长所需要的能量，也包括了植物死亡后供给分解者所需的能量。由于NPP数据是年份累计数据，因此我们只需要求出年份的平均值即可，而GPP数据为8天累计数据，因此需要按照输入影像的年份信息使用sum函数进行年份累加，得到年度数据。

第5行，替换无效像素。从2024年11月13日起，如果在GEE上没有云端项目，将限制使用GEE，这个GEE的新闻头条部分读者已经在其他的文章或者是GEE开发官网得到消息了，还没有云端项目的伙伴，赶紧找到网址创建好属于自己的新项目，从项目进入即可！“七”待已久，“夕”望是你，我是禾穗，祝正在学代码的朋友们早日遇见幸福噢~，不过单身的朋友也没关系啦，看看日历，今天没有早八，没有工作，是快乐周六呀！第3-4行，计算当前影像前后两个月的日期，过滤期间所有的影像，之后，计算其平均值，利用mean方法生成平均影像。

此处创建一个包含n天（这里设置为一周时间）的时间序列数据，源于在处理哨兵-2卫星的遥感数据时，由于其两个传感器（Sentinel-2A 和 Sentinel-2B）每天可能会产生多景影像，所以我们需要对一定时间范围内的NDVI计算结果取平均。好了，经过上面的一通操作，我们得到了NDVI数据的S-G滤波结果，基本保留了原时间序列数据的形状、趋势，将高低频噪声进行有效平滑后，我们更能看出NDVI时间序列的变化趋势和大致的周期，是不是很有用呢。，因此S-G滤波器同样也适用于遥感影像的时间序列数据分析。

本系列是对GEE数据类型的详细教程分享，为小编学习过程的日常笔记，对GEE和JavaScript初学者比较友好，希望对大家理解遥感大数据平台有帮助，谢谢大家！！！

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！

本系列是对于GEE数据类型的全面解读，对初学者比较友好，通过分享，希望能够帮助大家快速入门GEE

本系列文章是对GEE数据类型的全面解读，对初学者比较友好，期待大家GEE学习能少走弯路，祝大家享受学习过程！

还需提到一个重要的概念，那就是分选性，分选性反映的是在碎屑岩中碎屑颗粒的分布均匀程度 ，它是由于风，水流等筛选作用产生，因为大部分碎屑岩不可能是只有一种碎屑结构的，以75%和50%为标准，如果其中有一种碎屑的含量大于75%我们称为分选性质良好，而如果里面没有一种碎屑颗粒的含量大于50%，也就是说不同的碎屑颗粒比较多，说明河流或者风在该岩石沉积的过程中风速，流水变化是很大的，如此一来，不同粒度级的碎屑才会在同一地区沉积，那么这样的岩石是属于分选差的。滴加盐酸，气泡，哦，文科生表示略知一二，但说多了都是泪。

此处小编想找出覆盖2023年长白山天池云量小于10%的所有影像的索引号，使用reduceColumns方法，在计算上选择toList的形式，意图将索引号以列表的形式进行存储，采用get方法提取处列表，这样便能够单独得到一张表格，里头存储了符合目标要求的所有影像索引号。除了map方法，遍历循环还有什么方法？此处我们使用Landsat8的大气层顶反射率数据集合进行案例示范，该数据包含多张影像，我们使用limit方法，重新建立了新的影像集合，改集合包含10张影像，因此结果输出的时候size的大小自然就是10啦。

本案例是对GEE数据类型的全面解读，对初学者比较友好，大家加油！

使用reverse使列表内部的元素倒置，使用rotate，指定开始数字，可以对列表数字进行转置，此处小编指定列表的6，运行后6以后的数字将整体提到前面，2到9将转到后面，最后，运用sort方法可以对数字的大小进行排序，小编利用前面的切片方法选择了列表的数字子列表并进行排序，结果将按照从大到小排序，如果要从小到大呢？结果是false，注意，小编定义的3是在元素列表中的3，而并不是单独的数值3，contains看似只能够检测第一层元素，大家能不能动动脑筋想想，如何改一下代码让其检测的结果是对的呢？

本文是对ERDAS上实现监督分类的教程，希望对大家有帮助

今天带来的有关蒸散发数据的下载代码，蒸散发数据在气象气候，农业干旱监测等领域应用广泛，那么在GEE上如何方便快捷获取蒸散发数据呢？今天跟着小编分享代码，快来学习吧！这里小编以赣州市作为研究区域。B.影像调用与数据筛选。C.年度蒸发量数据合成。F.年度时间序列展示。H.导出为CSV格式。I.本篇案例完整代码。

本系列文章为对GEE数据类型的全面解读，对于零基础入门GEE的同学比较友好，希望分享能够帮助到大家！！！

今天，基于GEE平台，小编奉上一期借助代码的地形分析，以期对各位开展相关的研究工作，或者是进行GEE的案例学习提供帮助。接着，用户可以在网站提供的诸多色带中选择自己喜欢的一款，色带右侧显示了调用的编号，请注意，所有非 ColorBrewer 调色板只有 7 种颜色，因此始终使用 7 作为这些调色板的“颜色级别”属性。上述代码，分别得到了赣州市的DEM、山体阴影、坡度和坡向状况，使用的函数为ee.Terrain，通过对hillshade、slope、aspect进行提取，计算等高线得到了相应的结果。

本系列文章为对GEE数据类型的全面解读，对零基础入门的朋友比较友好，大家快学起来！

今天我们试试在GEE上制作研究区域影像落图！！干货分享！

本系列文章是对GEE数据类型的全面解读，对初学者比较友好，大家快快学起来吧！

本系列文章是对GEE数据类型的全面解读，对零基础入门和老熟人都很友好，希望能够对大家快速掌握遥感大数据工具有帮助。

本系列文章是对GEE基本数据类型的全面分享，适合零基础入门的朋友学习。本系列文章将对GEE平台的基本数据类型的定义以及封装的方法进行操作，并配上小编的理解和对代码的解释。GEE学习之路不易，希望能够帮到大家！

本系列为对GEE平台数据类型的介绍，包括数据类型的定义、函数方法的应用，对GEE的初学者比较友好，希望对大家学习遥感大数据工具有帮助，谢谢

本篇文章主要介绍了计算机二进制负数表述方法的相关知识，读者可以了解GEE中与进制操作有关的知识。

今天带来的是GEE的Number数据类型的讲解