Google Earth Engine 教程——利用sentinel-2数据对农田进行逐月边缘监测分析

本教程介绍了如何运用Google Earth Engine(GEE)结合 Sentinel-2 数据,应用Canny边缘检测算法对农田进行逐月边缘监测分析。通过GEE的reduceToVectors函数,将图像转换为特征集合,实现对农田边界的精准划定。
摘要由CSDN通过智能技术生成

本章提供了Watkins和van Niekerk[3]的部分实施方案,以划定南非Vaalharts灌溉计划的农田边界。

函数:

ee.Algorithms.CannyEdgeDetector(image, threshold, sigma)
将Canny边缘检测算法应用于一幅图像。输出是一个图像,其波段与输入波段的名称相同,其中非零值表示边缘,值的大小是梯度的大小。

参数。
image(图像)。
要应用边缘检测的图像。

threshold(浮点)。
阈值。只有当梯度大小高于该阈值时,才会考虑对该像素进行边缘检测。

sigma(浮点数,默认为1)。
边缘检测前应用的高斯滤波器的西格玛值。0表示不应用过滤。

返回。图像

reduceToVectors(reducer, geometry, scale, geometryType, eightConnected, labelProperty, crs, crsTransform, bestEffort, maxPixels, tileScale, geometryInNativeProjection)
通过减少同质区域将图像转换为特征集合。给定一个图像,包含一个带标记的片段和0个或更多的附加带,在每个片段的像素上运行一个还原器,每个片段产生一个特征。

减速器的输入必须比图像的段数少一个,或者它必须有一个输入,并对每个段数进行重复。

参数。
this:image(图像)。
输入的图像

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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