- 博客(2986)
- 资源 (1934)
- 收藏
- 关注
原创 NASA:水瓶座官方发布第 3 级辅助雷诺海面温度标准映射图像升高 28 日运行平均数据 V5.0
水瓶座 3 级辅助海面温度 (SST) 标准映射图像数据是用于水瓶座盐度检索校准的辅助 SST 数据。它们只是雷诺国家气候数据中心(NCDC)0.25 度数据集中的日海面温度数据,使用水瓶座处理 L2-L3 处理方案对其进行网格化和平均化处理,达到与水瓶座 L3 级标准盐度和风速产品相同的 1 度空间分辨率以及日、7 天、月、7 天和年时间间隔。该数据集是与水瓶座数据集 5.0 版相关的 28 天平均上升辅助海面温度产品,是 AQUARIUS/SAC-D 任务结束时发布的正式公开数据。
2024-07-26 10:15:00
288
原创 GEE案例:Sentinel-1影像雷达图像时间序列评估孟加拉国的河岸侵蚀情况
地球上的许多河流系统都存在河岸侵蚀现象,河岸侵蚀会破坏农田和住房,从而影响沿河居民。在这项研究中,我们利用谷歌地球引擎(GEE)中提供的时间序列哨兵-1 号卫星雷达图像、重访周期为 12 天的地面探测(GRD)数据,检测了孟加拉国贾木纳河沿岸过去发生的河岸侵蚀事件。通过进行土地覆被分类和检测土地覆被从季风前的植被区到季风后的沙地或水域的变化来检测侵蚀土地。此外,如果居民点位于侵蚀土地上,则将其作为持续散射体进行检测,并将其归类为侵蚀土地。
2024-07-26 09:00:00
29
原创 GEE案例——Landsat系列(4、5、7、8和9)影像的物候监测分析
Landsat物候分析是一种利用Landsat系列卫星数据进行植被生长和变化的研究方法。物候是指植物生长和发育的季节性变化,包括植物生长、开花、结果和凋落等过程。Landsat系列卫星是美国国家航空航天局和美国地质调查局联合发起的地球观测卫星项目,主要用于监测地球表面的变化和资源管理。Landsat卫星具有高空间分辨率和较长的历史数据记录,可以提供长时间序列的遥感数据用于物候分析。通过对Landsat卫星数据进行物候分析,可以了解植被的季节性变化和发展趋势。
2024-07-25 16:00:00
29
原创 GEE图表:无法打印出正常的时序图表?Error generating chart: No features contain non-null values of “system:time_start
这段GEE教程中的书中原始的错误,这里可能是因为有些函数的更新,导致原始的代码无法进行正常的加载。所以这里我们看看问题出现在哪里?
2024-07-25 16:00:00
143
原创 NASA:水瓶座官方发布第 3 级辅助雷诺海面温度标准映射图像升高 28 日运行平均数据 V5.0
水瓶座 3 级辅助海面温度 (SST) 标准映射图像数据是用于水瓶座盐度检索校准的辅助 SST 数据。它们只是雷诺国家气候数据中心(NCDC)0.25 度数据集中的日海面温度数据,使用水瓶座处理 L2-L3 处理方案对其进行网格化和平均化处理,达到与水瓶座 L3 级标准盐度和风速产品相同的 1 度空间分辨率以及日、7 天、月、7 天和年时间间隔。该数据集是与水瓶座数据集 5.0 版相关的 28 天平均上升辅助海面温度产品,是 AQUARIUS/SAC-D 任务结束时发布的正式公开数据。
2024-07-25 08:00:00
703
原创 NASA数据:水瓶座官方发布第 2 级海面盐度和风速数据 V5.0
5.0 版宝瓶座 2 级产品是 AQUARIUS/SAC-D 任务轨道/扫描数据的第三次正式发布。宝瓶座 2 级数据集包含由 3 个不同辐射计和星载散射计得出的海面盐度(SSS)和风速数据。二级数据还包括每个辐射计的水平和垂直亮度温度(TH 和 TV)、辅助数据、标志、转换后的遥测和导航数据。每个数据文件涵盖一个 98 分钟的轨道。水瓶座 "仪器搭载在 "AQUARIUS/SAC-D "卫星上,该卫星由美国航天局和阿根廷国家空间活动委员会(CONAE)合作研制。
2024-07-24 15:00:00
651
原创 Aquarius CAP 第 2 级海面盐度、风速和风向数据 V5.0
5.0 版 Aquarius CAP Level 2 产品包含基于组合主动被动(CAP)算法的 AQUARIUS/SAC-D 轨道/扫描数据的第四次发布。CAP 是由 JPL 开发和提供的 P.I. 制作的数据集。这个 2 级数据集包含从 3 个不同辐射计和星载散射计获得的海面盐度(SSS)、风速和风向数据。CAP 算法通过最小化模式与观测数据之间的平方差之和,同时检索盐度、风速和风向。
2024-07-24 09:00:00
604
原创 GEE土地分类:中国30米年度土地覆盖产品annual China Land Cover Dataset, CLCD(面积提取)
中国30米年度土地覆盖产品(annual China Land Cover Dataset, CLCD)是基于三十万景Landsat影像,结合现有产品自动稳定样本和目视解译样本生产获得。该数据集基于5463个独立参考样本,产品整体精度为79.31%。该数据集反映了中国快速的城市化和一系列生态工程,揭示了在气候变化下人类活动对区域地表覆盖的影响。
2024-07-23 18:30:00
43
原创 GEE案例——Sentinel-2影像的物候监测分析
谷歌地球引擎(Google Earth Engine)极大地改变了地球观测数据的处理方式,可以比以往任何时候都更快、更高效地对广阔区域进行分析。谷歌地球引擎自推出以来,迅速扩大的社区已经实现了许多功能,但迄今为止,还没有一个功能专注于利用高分辨率数据计算山区的物候指标。这项工作旨在通过开发一种开源谷歌地球引擎算法来填补这一空白,该算法可利用 Landsat 系列和 Sentinel-2 的高分辨率免费卫星数据绘制全球山区的物候指标(PMs),如季节开始、季节结束和季节长度,并检测季节高峰。
2024-07-23 18:30:00
203
原创 GEE土地分类:如何将监督非监督分类的多类属性进行单一土地分类属性的指定阈值的显示
如果要将监督和非监督分类的多类属性转化为单一土地分类属性,可以使用以下步骤:1. 数据收集:收集包含多类属性的土地数据集。2. 监督分类:使用监督分类算法(如决策树、支持向量机等)对土地数据进行分类,将其划分为不同的类别。此步骤需要有标记的训练数据集,即土地属性已经被人工标记为不同的类别。3. 非监督分类:使用非监督分类算法(如聚类算法)对土地数据进行分类。这种方法不需要预先标记的数据集,算法会自动将土地数据分成不同的簇。每个簇可以视为一个类别。
2024-07-23 16:30:00
1152
原创 NASA:水瓶座官方发布第 3 级辅助雷诺海面温度标准映射图升序月度数据 V5.0
AQUARIUS_L3_ANCILLARY_SST_SMIA_MONTHLY_V5 说明 水瓶座 3 级辅助海面温度(SST)标准映射图像数据是用于水瓶座盐度检索校准的辅助 SST 数据。它们只是雷诺国家气候数据中心(NCDC)0.25 度数据集中的日海面温度数据,使用水瓶座处理 L2-L3 处理方案对其进行网格化和平均化处理,达到与水瓶座 L3 级标准盐度和风速产品相同的 1 度空间分辨率以及日、7 天、月、季节和年时间间隔。
2024-07-23 10:18:14
724
原创 Python应用开发——30天学习Streamlit Python包进行APP的构建(19):实用程序和用户信息
Python应用开发——30天学习Streamlit Python包进行APP的构建(19):实用程序和用户信息
2024-07-23 10:00:00
760
原创 开源项目有哪些机遇与挑战?如何赚钱?
6. **人工智能与机器学习的结合**:开源项目在人工智能和机器学习领域的应用不断增加,许多框架和工具被开源,以促进研究和应用的发展。4. **云原生技术的兴起**:随着云计算的普及,许多开源项目专注于云原生技术,如容器化、微服务和持续集成/持续部署(CI/CD)。3. **多样化的许可协议**:不同的开源许可协议不断涌现,以满足不同项目的需求,确保知识产权保护的同时促进开源精神。8. **文档与教育资源的丰富**:为了降低使用门槛,许多开源项目加强了文档和教育资源的建设,帮助新手快速上手。
2024-07-22 20:16:16
696
原创 GEE案例:整合多卫星和公民科学数据的谷歌地球引擎平台,用于河流冰层的动态监测
本研究介绍了一种新的自动化系统,该系统将多卫星信息与公民科学数据相结合,对观测不足的北方地区的湖泊和河流冰层进行可靠、及时的观测。该系统利用谷歌地球引擎资源促进冰情分析和可视化。所采用的方法结合使用了中分辨率和高分辨率光学数据以及雷达观测数据。结果表明,该系统有能力准确探测和监测河冰,尤其是在结冰和破冰等关键时期。整合后的公民科学数据在验证遥感产品以及在因云层遮挡而无法收集卫星观测数据时填补空白方面显示出更大的价值。
2024-07-22 15:00:00
68
原创 GEE案例分析——如何利用Sentinel-1数据进行大型船只监测(目标提取)和可视化分析
利用Sentinel-1数据进行海上船只的监测可以通过以下步骤进行:1. 数据获取:从Sentinel-1卫星获取雷达成像数据。Sentinel-1卫星以C波段为基础,能够在云层覆盖和夜晚等恶劣条件下获得高质量的图像。2. 数据预处理:对获取的Sentinel-1数据进行预处理,包括去除噪声、校正数据、去除地表干扰等。这样可以提高数据的质量和可用性。3. 雷达成像解释:利用预处理的Sentinel-1数据进行雷达成像解释。这可以通过分析数据中的回波信号来确定海上船只的位置和特征。
2024-07-22 15:00:00
93
原创 Python应用开发——30天学习Streamlit Python包进行APP的构建(18):定制组件
直接使用 st.components.v1.declare_component(而不是导入其模块)已被弃用,在以后的版本中将被禁止。直接使用 st.components.v1.iframe(而非导入其模块)已被弃用,并将在以后的版本中被禁止。直接使用 st.components.v1.html(而不是导入其模块)已被弃用,以后的版本将不再允许。要使用该函数,请从 streamlit.components.v1 模块中导入。要使用此函数,请从 streamlit.components.v1 模块中导入。
2024-07-22 10:00:00
1725
原创 Python应用开发——30天学习Streamlit Python包进行APP的构建(20):配置
config.toml 是一个可选文件,你可以为工作目录或全局开发环境定义它。当 config.toml 文件同时在全局和工作目录中定义时,Streamlit 会合并配置选项,并优先使用工作目录配置。此外,你还可以使用环境变量和命令行选项来覆盖其他配置选项。更多信息,请参阅配置选项。文件位置要在本地或按项目定义配置,请将 .streamlit/config.toml 添加到工作目录。您的工作目录就是您调用 streamlit 运行的地方。如果之前未创建 .streamlit 目录,则需要添加该目录。
2024-07-22 10:00:00
820
原创 GEE案例——利用Sentinel-1影像数据自动检测和跟踪中型冰山监测(阿蒙森海冰山)
读取图像和处理图像(分割、分类)的功能# 从 Google 地球引擎加载 S1 图像的函数# 输入# - startdate(str):图像的开始日期# - roi (ee geometry):图像的搜索区域kernel = ee.Kernel.gaussian(3) #高斯核函数# 检查 EE 图像的尺寸 -> 选择大尺寸图像dim = 0dim = testind = iseg = 0if value!
2024-07-21 18:30:00
96
原创 GEE案例分析:全球高分辨率 1 米全球树冠高度地图数据下载
之前写了一篇关于全球树冠高度数据的博客,有人需要下载数据,我们这里就将其数据进行了相关代码展示,具体的介绍这里不再过多介绍请看下面的博客。
2024-07-21 16:00:00
168
原创 Google Earth Engine(GEE)——影像单一波段应用形态学还原滤波器Kernel函数
函数:ee.Kernel.circle(radius,units,normalize,magnitude)Generates a circle-shaped boolean kernel.生成一个圆形的布尔核。Arguments:radius (Float):The radius of the kernel to generate.units (String, default: "pixels"):The system of measurement for the ke...
2024-07-21 14:30:00
80
原创 Python应用开发——30天学习Streamlit Python包进行APP的构建(17):连接和数据库
Python应用开发——30天学习Streamlit Python包进行APP的构建(17):连接和数据库
2024-07-21 10:00:00
920
原创 GEE APP——在线监测和下载流域和流域边界的APP应用
谷歌地球引擎中的形态计量分析: 用于全球尺度分析的在线互动网络应用程序流域或集水区的形态分析描述了流域的物理特征,这些特征对环境研究非常有用。流域形态特征以地形处理为基础,必须针对每个不同的流域进行处理。目前还没有一款应用程序能够在全球范围内提供流域形态特征、流域边界和流域内的河流,因此开发一款新的应用程序已成为必要。在这项研究中,开发了一款在线谷歌地球引擎(GEE)应用程序,该程序可利用数字高程模型、流域边界和河流数据在全球范围内确定任何流域的形态特征。该应用程序选择梅里斯流域进行测试。
2024-07-21 08:30:00
443
原创 Google Earth Engine:使用MODIS(MYD13Q1.061)数据进行2002-至今北京市逐年最大值合成的NDVI和EVI数据下载
MYD13Q1 V6.1 产品按像素提供植被指数 (VI) 值。主要有两个植被层。第一个是归一化植被指数(NDVI),它是现有的美国国家海洋和大气管理局-高级甚高分辨率辐射计(NOAA-AVHRR)得出的 NDVI 的连续性指数。第二个植被层是增强植被指数(EVI),它能最大限度地减少冠层背景变化,并保持对茂密植被条件的敏感性。增强植被指数还使用蓝色波段去除烟雾和亚像素薄云造成的残余大气污染。
2024-07-20 16:00:00
428
原创 NASA数据集——宝瓶座天体微波发射图辅助数据集 V1.0
本数据集包含三张 L 波段(波长 = 21 厘米)天体("银河系")亮度温度图,用于处理美国航天局宝瓶座仪器的数据。这些天体亮度温度图以开尔文为单位,以地球中心惯性(ECI)参照系J2000纪元为网格。它们在-90度和+90度之间的721个倾角和0度和360度之间的1441个赤经上采样,所有采样间隔均为0.25度。亮度温度假定为时间不变,偏振被忽略。它们包括微波连续波和原子氢线(HI)辐射。
2024-07-20 08:30:00
797
原创 NASA数据集:水瓶座射频干扰 (RFI) 辅助数据集 V1.0
用于 ADPS 任务处理的宝瓶座辅助射频干扰(RFI)产品包含宝瓶座辐射计和散射计探测到的上升/下降经过的月平均射频干扰(RFI)数据。这些数据仅适用于卫星的上升(向北)和下降(向南)经过,也适用于上升/下降经过的组合。该产品中存储的值是每个数据点内被射频干扰检测算法[1,2]识别为受干扰破坏的辐射计和散射计测量值的百分比,取一个月的平均值。另外还有一个 RFI 标志[3],用于识别陆地亮度温度测量值超过地表发射率预期极限的位置。
2024-07-20 08:30:00
782
原创 GEE错误:Error: Encoded object too large. (Error code: 3)
Error: Encoded object too large. (Error code: 3)函数dissolve(maxError, proj)Returns the union of the geometry. This leaves single geometries untouched, and unions multi geometries.this:geometry (Geometry):The geometry to union.maxError (ErrorMargin, d
2024-07-19 18:30:00
957
原创 AI Earth——卫星影像快速检索可视化应用APP
AI Earth是一个卫星影像快速检索可视化应用,利用人工智能技术和卫星影像数据,帮助用户快速搜索并可视化地球上的各种地理信息。AI Earth拥有庞大的卫星影像数据库,用户可以通过搜索关键词、地点或坐标来查找特定区域的卫星影像。AI Earth的人工智能算法能够智能识别并标注地球上的各种地理特征,如山脉、河流、湖泊、城市等。用户可以通过AI Earth应用程序或网页界面进行交互,并进行地图操作,如缩放、平移和旋转。
2024-07-19 10:00:00
391
原创 智慧水利解决方案:构建预报、预警、预演、预案的智慧水利平台
国家规划纲要明确提出。为统一要求、明确标准,避免重复建设、信息孤岛,2022年3月,水利部组织编制了《数字孪生流域建设技术大纲(试行)》。根据上述文件,可以更好地理解。是与,包括;以及N项业务应用调用数字孪生流域提供的算据、算法、算力等资源。
2024-07-19 08:00:00
844
原创 中国30米年度土地覆盖产品annual China Land Cover Dataset, CLCD
通过对土地覆盖和土地利用数据的监测和分析,可以了解土地利用变化情况,并及时制定相应的规划和政策,加强对土地资源的合理利用和保护。土地覆盖和土地利用数据可以用来监测资源的利用情况,比如农田的利用率、水资源的利用情况等,从而提供科学依据来制定资源利用规划。土地覆盖和土地利用数据可以用来评估生态环境质量,比如农田、林地、草地和城市化地区的分布情况及其变化对生态环境的影响。土地覆盖和土地利用数据可以为土地资源的可持续利用和保护提供科学依据,促进经济、社会和环境的协调发展。时间范围: 1985年-2020年。
2024-07-18 17:27:49
543
原创 AI Earth——基于决策树模型淮河流域冬小麦提取应用app
本应用依据利用Landsat-8数据,基于潘力、夏浩铭、王瑞萌等研究论文(基于Google Earth Engine 的淮河流域越冬作物种植面积制图)中提出的利用作物在不同物候期内卫星影像的光谱存在差异的特征,通过计算作物时间序列的皈依化植被指数(NDVI),选取越冬作物生长旺盛期NDVI 最大值、越冬作物播种期和收获期中相应的NDVI 最小值和中位数,在像元尺度上构建越冬作物决策树提取算法,实现淮河流域冬小麦的提取。
2024-07-18 15:00:00
1227
原创 NASA数据集:多视角观测改进对沿海和内陆水域的遥感观测
根据航空或卫星数据估算水生环境中藻类和非藻类颗粒浓度的算法已相对成熟。不过,由于图像是在与太阳不同的位置拍摄的,因此有时会出现非常大的误差。事实上,当两个光学传感器测量来自同一目标的向上光束时,它们测量到的辐射值会因在目标周围的位置不同而不同。这是由于太阳光是有方向性的,当与物质相互作用时,它不会向所有方向均匀散射。例如,以水面为目标的卫星辐射计除了能观测到来自水面的光和大气散射的光之外,还能观测到太阳光束直接反射到水面所产生的光,这就是所谓的太阳光。
2024-07-18 09:00:00
533
原创 Google Earth Engine(GEE)——北京地区简单的除云影像展示(云量小于10的影像展示)
使用亮度、温度和NDSI的组合,在[0,100]范围内计算一个简单的云的可能性分数。这不是一个稳健的云检测器,主要是为了比较同一地点的多个观测点的*相对*云的可能性。要处理的Landsat TOA图像。
2024-07-17 08:00:00
642
原创 极地生产力自主采样系统的观测:融池比例统计 MEDEA 融池比例数据集
该项目是美国国家航空航天局 ICESCAPE 大型项目的一部分,旨在研究浮游植物丰度的长期季节性变化与整个生长季节在波弗特海和楚科奇海测量到的海冰覆盖、分层和温度变化的关系。这将通过使用 ARGO 浮漂和近实时卫星通信进行高频观测来实现。对于楚科奇海北部和波弗特海深处的较深水域,将建造一个 ARGO 浮标,在 300 米深和海面之间循环。浮标将测量温度、电导率、溶解氧、荧光和反向散射。此外,2011 年部署的浮标将配备硝酸盐传感器,以估算 NO3-消耗量、新产量和群落净产量。
2024-07-17 08:00:00
1033
原创 Python应用开发——30天学习Streamlit Python包进行APP的构建(16):执行流程
默认情况下,Streamlit 应用程序会完全执行脚本,但我们允许在应用程序中使用某些功能来处理控制流。
2024-07-16 17:30:00
1680
原创 AI Earth——MuSyQ 30m/10天叶片叶绿素含量产品(中国)应用 app
是空天院多源协同定量遥感产品生产系统((Multi-source data Synergized Quantitative remote sensing production system,MuSyQ))产品之一。叶片叶绿素含量(Chlleaf)是植被遥感监测中最重要的参数之一,目前国际上缺少高分辨率的叶绿素含量标准化产品,难以满足日益精细化的应用需求。利用Sentinel-2 MSI 数据的时空分辨率优势,生产出30米/10天高时空分辨率的Chlleaf产品。
2024-07-16 10:30:00
609
原创 Python应用开发——30天学习Streamlit Python包进行APP的构建(15):优化性能并为应用程序添加状态
优化性能并为应用程序添加状态!
2024-07-14 16:00:00
887
原创 AI Earth——全球500m类NPP_VIIRS夜间灯光数据集应用app
全球500米分辨率的“类NPP-VIIRS”夜间灯光数据集(NPP-VIIRS-like NTL Data)是基于自编码器的跨传感器(DMSP-OLS和NPP-VIIRS)夜间灯光数据校正方案生产。通过在不同范围不同尺度下开展的精度验证工作,证明数据集具备了类似于NPP-VIIRS夜间灯光数据的质量,并能够清晰地反映出城市内部的细节信息及其时序上的变化。
2024-07-14 09:30:00
709
原创 GEE土地分类——K-fold交叉验证的应用分析
在常规准确度评估中,我们将样本分成训练和验证两部分。在 k 倍交叉验证中,这一步骤会重复多次,将数据分成多个子集(即折叠集),将其中一个折叠集作为验证集,并在其余折叠集上训练模型。这一过程会重复多次,并对每个验证步骤的准确度指标进行平均,从而对模型的性能做出更可靠的估计。K-fold交叉验证是一种用于评估机器学习模型性能的方法。在K-fold交叉验证中,数据集被分为K个相等大小的子集,其中K-1个子集用于训练模型,而剩下的1个子集用于测试模型。这个过程重复K次,每次选择不同的测试子集。最后,将K次测试结果的
2024-07-13 10:30:00
52
原创 2019-2023年全球固定宽带和移动(蜂窝)网络性能(更新)
全球固定宽带和移动(蜂窝)网络性能,分配给缩放级别 16 的网络 mercator 瓷砖(赤道处约 610.8 米乘 610.8 米)。数据以 Shapefile 格式和 Apache Parquet 格式提供,几何图形以 EPSG:4326 中的已知文本 (WKT) 表示。下载速度、上传速度和延迟是通过 Android 和 iOS 版的 Ookla 应用程序 Speedtest 收集的,并对每个磁贴求取平均值。测量结果经过筛选,包含 GPS 质量的定位精度。
2024-07-13 08:00:00
971
GEE案例-Sentinel-2影像的物候监测分析.pdf
2024-07-24
GEE:Landsat C02-T1-L2数据(地表反射率数据)1985-2023年生态遥感指数RESI计算.pdf
2024-07-23
GEE案例-利用Sentinel-1影像数据自动检测和跟踪中型冰山监测(阿蒙森海冰山).pdf
2024-07-22
星载热发射和反射辐射计(ASTER)AST-L1T-User-Guide-V3.pdf
2024-07-22
GEE中主成分分析PCA附带全部代码.pdf
2024-07-18
关史蒂文斯河冰绘图系统APPStevens-River-Ice-Mapping-System.pdf.zip
2024-07-17
GEE数据集-高分辨率全球树冠高度地图(1 米)Meta 公司.pdf
2024-07-17
GEE土地分类-基于遥感影像数据的不同作物的分类.pdf
2024-07-15
如何利用多年的ESRI-Global-LULC-10m将研究区的指定区域重分类分为两类数据:将多类土地分类转化为草地和非草地区域
2024-07-13
GEE案例-利用多源遥感数据(Landsat sentinel)光谱波段和光谱指数实现大米种植区域的分类.pdf
2024-07-04
水瓶座 L3 网格化 1 度每日土壤水分 aq3-ansm-v005-userguide.pdf
2024-07-01
水瓶座 L3 每周极地网格景观冻融数据,第 5 版.pdf
2024-07-01
国家海岸线变化情况报告National Assessment of Shoreline Change.pdf
2024-06-27
GEE案例:Landsat系列影像遥感水覆盖评估的简单填云方法.pdf
2024-06-26
GEE案例分析-利用全球地表水(JRC)数据实现全球任何区域的逐像.pdf
2024-06-26
GEE(六边形制作)-实现研究去边界蜂窝状(六边形)矢量的转换.pdf
2024-06-26
GEE问题:使用reduceRegion求单点均值过程中出现值不一样的情况如何解决?.pdf
2024-06-23
AMSR-E Aqua L1A Raw Observation Counts, Version 3用户指南.pdf
2024-06-20
GEE使用STARFM 图像融合算法将Landsat 和 MODIS 融合得出2000-2023 NDVI长时序图
2024-06-18
GEE:Landsat C01和C02数据集进行LST(Land Surface Temperature)地表温度分析.pdf
2024-06-17
全球海面下温度第 2P 级 8.2 版 (v8.2)数据手册
2024-06-17
AMSR/ADEOS-II L1A Raw Observation Counts, Version 3用户手册
2024-06-16
全球太阳能光伏分布数据集
2024-06-14
利用多源遥感数据:光谱波段和光谱指数实现大米种植区域的分类(含Landsat 8 和sentinel-2数据融合).pdf
2024-06-13
GEE案例分析-利用Sentinel-1数据和SDWI 指数提取水域面积并下载(逐月巢湖水域提取).pdf
2024-06-03
ALOS-PALSAR-Product-Format-Description-Level-1-1.5.pdf
2024-06-02
GEE案例分析-基于照明条件函数的Landsat C01单景影像的地形校正.pdf
2024-05-27
GEE教程-如何利用otsu大津法实现阈值的动态获取(含直方图统计)-以NBR指数为例(含代码).pdf
2024-05-24
2000 年至 2015 年中国三种主要农作物(即水稻、小麦和玉米)的 1km 网格农作物收获面积数据集
2024-05-24
GEE神经网络课程pptG4G23- Neural Networks.pdf
2024-05-19
大气红外探测仪AIRS-V5-Tropospheric-CO2-Products.pdf
2024-05-13
GEE案例-广东省梅州市梅县区松口镇的梅江横山水灾监测(利用sentinel-1和大津法计算洪水时序面积).pdf
2024-05-12
AIRS Version 006 Products README.AIRS-V6.pdf
2024-05-12
AIRS-CloudSat利用云分类的多传感器水蒸气气候数据.pdf
2024-05-11
利用GEE Colab实现研究区概况图的加载.ipynb
2024-05-11
HSR-GEE:美国中部地区 1 米 GEE 陆面温度自动降尺度系统.pdf
2024-05-08
GEE案例分析-2019年3月30日四川省凉山州木里县雅砻江镇立尔村火灾面积分析.pdf
2024-05-06
土壤湿度数据文件AMSR-E Aqua L2B Surface Soil Moisture, Ancillary.pdf
2024-05-04
GEE训练-如何确定影像数据集多个指定时间范围的影像数量(sentinel-1数据为例)含全部代码.pdf
2024-05-04
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)含全部代码.pdf
2024-04-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人