Google Earth Engine ——世界洪水事件案例

最新推荐文章于 2024-04-16 11:15:00 发布
最新推荐文章于 2024-04-16 11:15:00 发布
阅读量714 收藏 1
点赞数
分类专栏： GEE数据集专栏 Google Earth Engine 文章标签： sql mysql 水 洪水 灾害
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/qq_31988139/article/details/120255684
版权
这篇博客介绍了全球洪水数据库，包含2000年至2018年间913次洪水事件的地图，利用MODIS影像进行分析，提供最大洪水范围和持续时间等数据。此外，还详细说明了数据来源、质量控制以及如何通过Google Earth Engine进行洪水事件的过滤和研究。
摘要由CSDN通过智能技术生成

The Global Flood Database contains maps of the extent and temporal distribution of 913 flood events occurring between 2000-2018. For more information, see the associated journal article.

Flood events were collected from the Dartmouth Flood Observatory and used to collect MODIS imagery. The selected 913 events are those that were successfully mapped (passed quality control as having significant inundation beyond permanent water) using 12,719 scenes from Terra and Aqua MODIS sensors. Each pixel was classified as water or non-water at 250-meter resolution during the full

了解本专栏 订阅专栏 解锁全文 超级会员免费看
此星光明
关注
专栏目录
订阅专栏
Google Earth Engine（GEE）——计算总人口分析（世界人口数据集）
qq_31988139的博客
10-31 1318
代码： // 在这个列表中定义感兴趣的国家 var countryList = ["Cambodia","Vietnam","Laos","Burma","Thailand"]; // 导入国家边界并对感兴趣的国家进行过滤 var countries = ee.FeatureCollection('USDOS/LSIB_SIMPLE/2017').filter(ee.Filter.inList("country_na", countryList)); // 输入worldpop数据 v...
Google Earth Engine——印度洋气旋动态图案例分析（动画）
qq_31988139的博客
10-27 812
印度洋气旋季节没有官方界限，但气旋往往在 4 月至 12 月之间形成，高峰期为 5 月至 11 月。使用 Google 地球引擎，您可以在视频中创建和可视化特定日期的旋风。 在开始编码之前，您需要了解提供天气数据的卫星。目前有很多气象卫星，对于这个样本研究，我使用了JAXA 地球观测研究中心全球卫星降水地图 (GSMaP) 提供了 0.1 x 0.1 度分辨率的全球每小时降雨率。GSMaP 是全球降水测量 (GPM) 任务的产物，该任务以三小时为间隔提供全球降水观测。 在 G...
遥感云计算-Google Earth Engine-常见错误及解决方案手册
04-06
遥感云计算-Google Earth Engine-常见错误及解决方案手册 适用于GEE初学者，在使用过程中遇到各种报错可以查阅并对照解决。
Google Earth Engine（GEE）——无障碍开发案例或者你所了解到的无障碍产品/体验吧！
qq_31988139的博客
03-31 298
通过采用这些步骤，您可以开发无障碍的代码，以确保所有用户都可以访问和使用您的代码，而不论他们是否有残疾或其他障碍。图像标注和ALT文本：对于所有图像和多媒体元素，提供相应的描述性文本和标注，以便视觉障碍用户可以了解其内容。考虑一个在线购物网站，他们想要确保所有用户，包括视觉障碍和听力障碍用户，都能够访问和使用他们的网站。键盘导航：确保您的代码能够通过键盘进行导航，以便无法使用鼠标的用户可以轻松地访问您的代码的所有功能。使用有意义的标题：使用有意义的标题和子标题，以便人们能够快速了解您的代码的目的和功能。
qgis-earthengine-examples:在QGIS中使用Google Earth Engine的300多个Python示例的集合
04-29
qgis-earthengine-examples 在QGIS中使用Google Earth Engine的290多个Python示例的集合 联系人︰吴秋生（ ） 1.说明 该存储库是290多个适用的Python示例的集合。 我通过转换Google Earth Engine 所有JavaScript示例（插件尚不支持的示例）来开发这些Python示例。 此外，一些示例是从和Earth Engine 改编而来的。 感谢开发适用于QGIS的惊人Google Earth Engine插件。 2.用法 第1步： 。 第2步：安装 。 步骤3：安装的并验证Google Earth Engine。 步骤4： Git克隆或下载此存储库。 步骤5：在QGIS中打开Python控制台，并将所有下载的Python脚本加载到QGIS Python编辑器中。 第6步：在Python编辑器上单击“运行
Google Earth Engine——在控制台中打印出喜马拉雅山脉的动态图，需要用到join链接来实现（含案例）
qq_31988139的博客
10-29 486
时间是许多空间数据集的重要组成部分。与位置信息一起，时间提供了用于数据分析和可视化的另一个维度。如果您正在处理包含时间戳或以多个时间步长记录观测值的数据集，您可以轻松地可视化时间动画，从而控制显示时间（地图、场景或地球）。 时间序列的好处和应用 趋势分析仪 最快的演示技术 可视化多维数据 生态系统分析 时间趋势分析和变化检测 洪水灾害动画 研究区域 - 兴都库什 - 喜马拉雅地区 兴都库什-喜马拉雅地区是地球上一系列最高山峰的所在地..
Google Earth Engine（GEE）——sentinel-1 SAR求2015-2020年水体/洪水差异案例分析
qq_31988139的博客
12-04 3952
数据： 哨兵一号任务提供来自5.405GHz（C波段）的双极化C波段合成孔径雷达（SAR）仪器的数据。这个集合包括S1地面范围探测（GRD）场景，使用Sentinel-1工具箱处理，以生成一个校准的、正交校正的产品。该集合每天都会更新。新的资产会在它们可用后的两天内被摄取。 这个集合包含了所有的GRD场景。每个场景都有3种分辨率（10、25或40米）、4种波段组合（与场景的极化相对应）和3种仪器模式之一。在马赛克背景下使用该集合，可能需要过滤到一个同质的波段和参数集。关于收集的使用和预处理的细节，请..
Google Earth Engine（GEE）——python检测检测 Sentinel-1 图像中的变化（第 3 部分） 唐卡斯特市以北的顿河沿岸发生了大面积洪水案例分析
qq_31988139的博客
08-28 624
运行以下单元格以初始化 API。输出将包含有关如何使用您的帐户授予此笔记本对 Earth Engine 的访问权限的说明。 import ee # 触发身份验证流程。 ee.Authenticate() # 初始化库。 ee.Initialize() 数据集和 Python 模块 本教程将使用一个数据集： 哥白尼/S1_GRD_FLOAT Sentinel-1 地面范围检测图像 以下单元格导入了一些 Python 模块，我们将继续使用这些模块并启用内联图形。 import matp.
1989—2018全球重大洪水灾害典型案例数据集.rar
05-14
1989—2018全球重大洪水灾害典型案例数据集.rar
1989-2018全球重大洪水灾害典型案例数据集.rar
04-21
遥感影像包括LandSat8，GF-1，Sentinel-2等;遥感产品包括MODIS植被指数、土地覆盖、火点等产品，GPM降水数据，Globcover2009，FROM-GLC10，GHS BUILT建筑区数据，VIIRS-NPP夜间灯光数据，WorldPop人口数据等。 1989年至2018年间，EM-DAT收录了全球发生的干旱、洪水、热带气旋、森林火灾和地震5类灾害事件共6300余起，其中水灾3900余起。 2018年，全球发生干旱、洪水、热带气旋、森林火灾和地震5类灾害事件186起，较1989—2018年平均少26起。 在具体灾害类型上，不考虑灾害极端异常年，与1989—2018年平均水平相比，2018年除了干旱灾害的面积和损失略高外，其他灾害如洪水灾害、热带气旋灾害、地震灾害、森林火灾的发生次数、人员伤亡和经济损失都有所降低，其中洪水灾害下降尤其明显。
Flood hazard map for Europe and the World 欧洲和世界的洪水灾害图-数据集
03-12
这是由欧盟开放数据门户网站托管的联合研究中心的数据集。 flood-hazard-map-for-europe-10-year-return-period_metadata.json flood-hazard-map-for-europe-20-year-return-period_metadata.json flood-hazard-map-for-europe-50-year-return-period_metadata.json flood-hazard-map-for-europe-100-year-return-period_metadata.json flood-hazard-map-for-europe-200-year-return-period_metadata.json flood-hazard-map-for-europe-500-year-return-period_metadata.json flood-hazard-map-of-the-world-10-year-return-period_metadata.json flood-hazard-map-of-the-world-20-year-return-period_metadata.json flood-hazard-map-of-the-world-50-year-return-period_metadata.json flood-hazard-map-of-the-world-100-year-return-period_metadata.json flood-hazard-map-of-the-world-200-year-return-period_metadata.json flood-hazard-map-of-the-world-500-year-return-period_metadata.json Flood hazard map for Europe and the World_datasets.txt
GEE案例——利用谷歌地球引擎的深度学习方法绘制哨兵 1 号地表水地图
最新发布
qq_31988139的博客
04-16 438
卫星遥感在测绘地表水的位置和范围方面发挥着重要作用。绘制地表水地图有多种方法，但深度学习方法并不常见，因为它们 "数据饥渴"，需要大量计算资源。不过，随着各种卫星传感器的出现和云计算的快速发展，遥感科学界正在采用现代深度学习方法。基于云计算的谷歌人工智能平台和谷歌地球引擎的新整合使用户能够大规模部署计算。在本文中，我们研究了两种自动数据标注方法：1. 联合研究中心（JRC）地表水地图；2. Edge-Otsu 动态阈值方法。
Google Earth Engine（GEE）——案例分析土地分类数据的正确加载（UI.panel）
qq_31988139的博客
02-19 1437
本次的研究主要是正确加载一个土地分类数据，用到了UI.panel, ui.label,等以及legend图例的添加等内容的简单操作案例，主要目的是在GEE中加载土地分类数据和相应的面板上的标签和颜色的展示。 本文的案例和数据来源于： Remote Sensing | Free Full-Text | A Planted Forest Mapping Method Based on Long-Term Change Trend Features Derived from Dense Landsat Tim
Google Earth Engine（GEE)-2020年河南洪水之前/之后
qq_31988139的博客
07-28 980
7.15号之前 7.28号之后 代码： // 这些 Sentinel-1 图像跟踪了 2018 年缅甸的主要洪水 // 季风季节：https://www.bbc.com/news/world-asia-44962585 var images = { '2018-07-21': getWeeklySentinelComposite('2018-07-21'), '2018-07-28': getWeeklySentinelComposite('2018-07-28'), '2018-...
Google Earth Engine（GEE）——可视化洪水区时间序列工具，可导出视频
qq_31988139的博客
03-28 726
一个可视化淹没区域和总结区域变化的时间序列的工具。所有可用的哨兵1号图像的视频可以导出到谷歌硬盘。这是为了调查地表水的面积变化2018 年缅甸洪水。它显示了洪水淹没面积的变化来自哨兵 1。您可以在控制台中查看面积变化图的时间序列并将图像导出为视频。bandscalexProperty从一个图像集合生成一个图表。提取并绘制集合中每张图像的每个区域的指定波段的值。通常是一个时间序列。
1989—2018全球重大洪水灾害典型案例数据集
热门推荐
Galaxyhx的博客
04-10 1万+
​一、引言 自然灾害是当今人类社会面临的全球性重大问题之一。近年来全球自然灾害频发造成严重的人员伤亡、经济损失和生态环境破坏，给人类社会可持续发展带来重大挑战自然灾害的快速监测与评估对于提高人类对重大自然灾害的防御能力、保障人类社会的可持续发展具有重要意义。在全球范围内实现对重大自然灾害及其影响宏观、动态、快速准确地监测和评估，遥感技术具有独特的优势，是灾害监测和评估不可或缺的重要手段是地球观测组织GEO计划的重要内容。 获取相关数据，请移步“Geo地理数据研究所”后台回复“20210326” .
Google Earth Engine（GEE）——全球高分辨率洪泛区（GFPLAIN250m）数据集
qq_31988139的博客
04-10 342
GFPLAIN250m包括使用Nardi等人（2006，2018）提出的地貌方法确定的地球洪泛区的光栅数据。250米洪泛区数据集是通过处理从http://srtm.csi.cgiar.org/，特别是250米SRTM 4.1版DTM中收集的NASA SRTM数字高程模型得出的。每个大陆所使用的编码和其他信息详见GFPLAIN250米数据存储库中的元数据。高程数据由一个快速地理空间工具处理，用于洪泛区绘图，可在https://github.com/fnardi/GFPLAIN。你可以在这里找到该数据集。
Google Earth Engine（GEE） ——全球风暴潮重建（GSSR）数据库
qq_31988139的博客
04-18 399
作者使用五种具有不同空间和时间分辨率的不同大气再分析产品来生成不同再分析所涵盖时期的浪涌信息。导致最佳验证结果的再分析被标记为“最佳重建”（请注意，在某些位置，数据不适用于所有再分析，因为验潮仪和再分析所涵盖的时期没有重叠）。您可以在此处阅读全文。不同站点的各个验潮仪和再分析产品的合并合并每日最大浪涌值已合并到主特征集合中，同时仍保留不同的再分析产品。另一件需要注意的事情是，CSV 似乎已与索引列一起导出，这不是很有用，尤其是因为它缺少标题，因此在重命名和摄取之前，索引列已从所有 CSV 中删除。
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

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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