此星光明博客

我正在尝试使用 Google Earth Engine 导出 Sentinel-2 植被指数和纹理特征，这些特征是在点上进行采样的。由于我有很多点和特征，所以我不是一次性导出所有点的所有特征，而是在循环中逐个导出每个点的特征。问题：尽管我在 Export.table.toDrive 中设置了 folder='S2_textures'，但地球引擎每次都会在我的 Google Drive 中创建一个新的名为 S2_textures 的文件夹。

您好！最近看了您的《生态地理遥感云计算》一书，感觉非常受益。作为一个GEE的初学者，有个小问题想请教一下。在ArcGIS中做栅格计算是不改变本身投影的，我在对ImageCollection类型数据使用GEE的.median()函数时，发现结果的投影变成4326，分辨率变成了1°，查看官方文档印证了此事。想请教一下，GEE是怎么开展这个过程的，是重新采样了吗？感觉不是很理解。

这两个代码段的主要差异在于数据集的选择、日期范围、云覆盖的过滤条件、LST 计算的复杂度、结果处理方式、地图缩放级别和图层的添加参数。代码1 更加复杂，考虑了更多的掩膜条件，而代码2 则简单直接，适用于快速计算。问题L5 数据集存在问题，L7 数据集正常。建议使用云和阴影过滤。在处理数据时，使用中值而非平均值来减少噪声。最佳实践在函数中优先使用掩膜而不是裁剪。

【代码】GEE错误：sarImageColl.aggregate_array is not a function。

希望以上能对大家有所帮助。

这里的关键是我们需要搞清楚为什么会出现这个报错，而不是回避这个问题，所以我们这里就进行了取绝对值的方法，避免出现一些极端特征值的问题。这里说的鸡肋主要问题，本来我们要进行纹理特征的导出的，但是这里鸡肋的解决方案是直接不要了，所以big没有得到我们想要的结果，请看下面的代码。

本代码主要是利用NDWI提取水体面积和计算，同时还要将每一期影像的计算时间，所以出现了下面的错误。此处的错误结果主要体现在想获取影像的时间，这里首先在进行map计算后不会有ID这个属性，所以我们想着如何去用每一个影像中存在的system属性来实现时间属性的添加。此外，再此处还有一个错误就是再reduceRegion处理后，没有搞清楚这个波段名称到底是什么名称。

创建一个包含从 2000 年到 2020 年的列表，表示这段时间内的每一年。});print(：这是一个函数，接受一个参数day，表示 1 月的某一天。：对每一年进行映射，计算该年 1 月day号的周数。：创建一个表示特定年份 1 月day号的日期对象。：获取该日期所在的周数。print(…)：打印出 1 月day号的周数信息。：打印的标题。：将年份字符串和对应的周数组合成一个字典，以便于显示。

这里我们虽然传入了正确的波段名称，但是发现要求的list要多一个中括号，所以我们再次修改代码。这个是因为原始GEE教程中给的让我们填入需要进行计算的波段名称，而且是以list的形式传入。

这里最主要的原因是，我们经过数据处理后的结果，在图层加载的过程中无法让Map.addLayer识别，所以这里的问题就是我们需要让其进行类型的转换虽然我们打印出来的结果显示类型是image，但是我们依旧需要进行强制转化，来实现图层影像的正常加载。在Map.addLayer中进行修改。在计算完指定的函数后机型修改。

目录错误简介函数ee.Filter.stringStartsWith(leftField, rightValue, rightField, leftValue)Arguments:Returns: FilterfilterMetadata(name, operator, value)Arguments:Returns: Collection错误代码修改后的代码Image (Error)Failed to contact Earth Engine servers. Please check your conn

错误： Image.clipToBoundsAndScale，参数“input”：类型无效。预期类型：Image。实际类型：FeatureCollection。我正在尝试将生成的 LULC 地图图像导出到 Google Drive。但是，此错误消息反复出现，我很难缓解此问题。如果您能帮助我解决这个问题，那将非常有帮助。错误消息：（出现在‘任务’选项卡中）

刚刚遇到这个问题，找不到似乎相关的开发人员列表答案：当我在 FeatureCollections 的 FeatureCollection 上使用 flatten 时，结果会删除具有 null (None) 值的属性。（扁平结果中值为 null 的 id 属性将被删除）。我的实际使用链接在一组图像集合上运行 ReduceRegions，从而产生一个 FC，这些 FC 需要在导出（作为 GeoJSON）之前展平。

我正在尝试优化地球地图中的区域统计数据，并且在减少区域时使用有一些疑问：如果要分析的区域包含的像素少于 maxPixels 上设置的像素，bestEffort 是否会在分析中改变任何东西？不我读到 bestEffort 还可以简化用于简化的多边形。这是真的吗？它们是如何简化的？我们可以控制吗？这不是真的。文档中没有提到它会简化多边形。如果确实如此，最好将其添加到文档中。如果您在文档中的某个地方读到它，请在此处分享链接。

这是由于某种 CRS 问题造成的。我怀疑是你导入的 Excel 文件中是否有空行，如果没有空行的话就不会检测出超过4000多的提示，而其实本身表格只有888个有效的点。只需在您的点上放置 .limit(1000) 即可消除错误。或者，在 reduceRegions() 中指定 'crs' 参数也有效。

我正在尝试从乌干达 888 户家庭的 VNP21A1 每日温度数据集中提取时间序列。我已将坐标作为资产上传。当我运行代码时，出现此错误：看起来像是一个重新投影错误，虽然我不确定它可能来自哪里，因为导入的 excel 具有纬度（0.68；2.19）和经度（32.25；33.56），对于研究区域而言具有合理的值。

我正在尝试使用该省的 shapefile 提取特定国家的数据，以获取每日降水数据。

亲爱的同事们，我正在尝试使用 SAR 图像 - Sentinel-1 来改进使用机器学习的地上生物量建模。我想处理 Sentinel 图像并将它们作为波段插入以增强模型。通过阅读文档，可用的极化（已在 GRD 中处理）是 HH、HV、VV 和 VH。但是，出现一条消息，指出只有 VV 波段可用。有人知道其他极化是否不可用吗？

我们只有在寻找两个时期的影像或者指数的差异的时候才能才会用subtract，这里我们要用掩膜的手段将图层不需要的部分掩膜掉即可。通过将掩膜图层应用到需要提取数据的图层上，可以确保只提取感兴趣的区域的数据，避免无关数据的干扰。例如，可以使用一个掩膜图层将其应用在地图上，从而隐藏不需要显示的区域或只显示感兴趣的特定区域。通过应用一个掩膜图层到需要分析的数据上，可以排除不感兴趣的区域，只关注感兴趣的区域。总之，掩膜在ArcGIS中提供了一种灵活的方式，用于控制数据显示和分析的范围，提高数据可视化和分析的效果。

Error in map(ID=LC08_044034_20130603): Image.select: Band pattern 'BQA' did not match any bands. Available bands: [B1, B2, B3, B4, B5, B6, B7, B8, B9, B10, B11, QA_PIXEL, QA_RADSAT, SAA, SZA, VAA, VZA] Landsat 8 TOA数据介绍NameDescriptionResolutionWavelen

这里我们很常见的一个错误就是missing某某某属性，这里的主要原因是我们矢量中不包含这个属性，所以这个主要的问题就是我们所选取的每一类要分类的属性中必须包含相同的一个属性信息，所以我们看这里，代码原作者将原始的矢量集合中虽然有统一的属性，但是我们可以看到在训练好的分类器中并没有该属性，所以这里就是错误所在。另外，我们需要看到这个矢量集合中综合了多年的数据，所以我们尽量选择其中一年的数据作为矢量，而且作为分类样本点，不同类型的样本点必须有不同的属性信息，所以我们需要从数据源上进行修改。

我正在尝试以下例子： - 加载图像 - 手动替换（将图像移动40米） - 使用位移函数计算图像移动了多少。- 如果一切顺利，我应该后退40米 如果我将代码应用于“原始”图像 image 1 = collection.First（）一切正常 如果我将代码应用于“中位数”图像 image 1 = collection.median（）它不是！至于需要什么属性，我们要根据自己的情况去分析，利用这个函数来实现属性的分析。通过计算所有匹配波段堆栈中每个像素处所有值的中位数来聚合图像集合。

这是我之前的一篇博客，因为无法正常加载project进行图层加载和无法统计面积所以出现了一些错误，原文请参考以下博客： Google Earth Engine（GEE）——森林覆盖监测和林地损失定量估计_github林地变化检测-CSDN博客tree cover: >= min canopy cover & area (light green): Tile error: Number of pixels requested from Image.reproject exceeds the maximum a

在试图将我的表导出到资产文件夹，但出现了内存错误。我不知道我做错了什么。相同的脚本适用于其他年份。文件导出的时候出现Error: User memory limit exceeded. (Error code: 3)

我使用国家森林清查中的 30 个样地和一个受保护区域的森林掩模，生成了一个区域生物量库存模型（m³/ha）。该模型是一个具有随机森林回归的回归模型。问题是：outOfBagErrorEstimate衡量什么？RMSE、MSE、MAE还是其他内容？我知道它与我的响应变量单位相同：m³/ha。但用于估计错误的度量是什么，我如何解释这个值？

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

首先这里给出了提示，我们需要进行波段的相应选择，所以这里我们首先查看多波段影像中存在的哪些波段，我们这里进行图表输出的时候需要注意，我们只能选择一个波段进行展示，所以这里我们将需要展示的结果单独传入给图表函数即可。

错误。

Landsat Collection 2 不同传感器之间需要进行系数校正，以确保数据的可比性和精度。USGS 提供了用于进行系数校正的工具和资源，可以帮助用户轻松地校正 Landsat 数据。

我首先将 mean() 函数应用于图像集合，该函数会创建一个图像，其中每个像素都是该像素处所有图像的平均值。然后，对于 Point ROI，我希望将均值带添加到图表中，并显示平均值。问题是它们不同（-8.030 与 -8.524）。

自 2024-06-17 起，所有使用地球引擎的云项目都必须注册，以表明其商业或非商业状态。我们做出这一改变是为了提高地球引擎访问机制的清晰度，并确保地球引擎的使用符合我们的服务条款。如果初始化时未设置项目，则必须注册包含服务账户的项目。如果您在没有云项目的情况下访问地球引擎，此时无需采取进一步措施。我们建议尽可能使用云项目，因为我们将减少对非云端访问的支持。使用未注册的项目发送到 Earth Engine API 的请求将会失败，直到该项目注册成功。如果您已经使用注册的云项目，则无需进一步操作。

其实，当我们发现图层加载错误的时候，我们首先要看的就是输入的的变量，以及调色板是否错误，如果没有那么我们再往上寻找，刚开始我们会很容易被提示误导，所以这里我们很容易就找到问题了，再有一个问题就是我们在分类后如果裁剪就会出现这个错误，所以在这之前我们就要将分类前的影像裁剪到指定范围，然后再加载。数据类型不匹配： 函数可能在处理不兼容类型的数据，如字符串或数字，而不是 "特征 "或 "图像"。确保函数的输出是有效的特征或图像对象，可以是直接创建的，也可以是从现有的特征或图像中派生出来的。

在GEE中，reduceResolution()函数用于降低图像的分辨率。然而，该函数必须应用于具有有效默认投影的图像。如果图像没有默认投影，则会出现上述错误。这通常发生在以下两种情况下：1. 图像没有设置投影：在进行投影操作之前，必须为图像设置投影。可以使用setDefaultProjection()函数将图像设置为具有默认投影。2. 图像有多个波段，但它们的投影不同：如果多个波段具有不同的投影，那么reduceResolution()函数无法确定要使用哪个投影。

我在屏蔽哨兵-2 协调图像集中有云层覆盖的像素时遇到了一个问题。云遮蔽功能是从 GEE 文档中获取的，因此运行正常。它使用的是 "QA60 "波段。

错误"image.reduceRegion is not a function" 表示你正在尝试使用reduceRegion()函数来处理图像数据，但是该函数在所使用的图像对象上并不存在。这通常发生在以下几种情况下：你使用的图像对象并不是由Earth Engine提供的图像数据类型。只有Earth Engine提供的图像数据类型，如Image、ImageCollection等，才包含reduceRegion()函数。确保你使用的图像对象是Earth Engine提供的类型。

这里最关键的问题就是我们在逐日筛选的时候，要注意我们这里需要进行一个函数的使用，也就是advance的使用，这里我们不能在里面进行日期的加减这里是行不通的，这个函数就是当我们定义了一个时间，我们可以往前或者往后，而不是通过改变参数中的delta参数来实现，因为函数本身就是可以往前或者往后，你只需要调整时间的前后就行了。例如，我们可以使用map()方法对图像集合中的每个图像应用相同的操作，可以使用filter()方法根据特定的条件筛选图像，还可以使用reduce()方法对图像集合中的图像进行聚合操作，等等。

这是初学者最容易犯的错误，这里我们没有搞清楚map操作对象是一个影像集合而不是影像，所以这里我们应该操作的就是再map之前不要进行裁剪融合等操作，正在对图像集合调用 .filter(filtrarImagenes)，但 filtrarImagenes 是一个对图像（而不是过滤器）进行操作的函数。为了解决这个问题，我们需要找到一个代表函数的可编码的方式，可以是将函数转换为其名称或字符串表示，或者定义一个自定义的编码函数来处理函数对象的编码。这样，我们可以将函数的名称或字符串传递给需要编码的函数或方法。

在GEE中，如果加载的Landsat影像显示为白色或黑色，可能的原因：1. 数据范围问题：Landsat影像通常以16位有符号整数的格式存储，但在加载到GEE时，默认使用了0到1的归一化数据范围。这可能导致影像显示不正确。解决方法是通过将图像转换为正确的数据范围来修复。2. 图像显示参数问题：GEE默认使用了一些图像显示参数，如增益和偏移，用于调整图像的对比度和亮度。如果这些参数设置不正确，导致图像显示为白色或黑色。可以通过调整图像显示参数来解决此问题。

我有一张包含 4.7k 个管理单元的资产表，其中包含几何图形。我还有一个包含 6.6M 行的 CSV 资产（无几何图形），其中包含约 4.6k 个高格式的长时间序列（每个时间点一行）。我试图将两者合并，以将几何图形和时间序列合并为单个资产。但是导出 ID：很难完成：已经过去 2-3 天了，现在是第 4 次尝试。出了什么问题，后端有什么建议可以让这个（看似已经很简单的）操作变得更简单，以便能够完成？

当出现上面的问题的时候我们会发现肯定是出现了超限的问题，最主要的问题就是影像分辨率过高，时序研究太长，以及研究区域太大等问题所致，还有另外一种情况最主要的问题是当我们使用一个矢量集合边界范围特别细碎的情况下也会出现上面的问题。