此星光明博客

DMSP OLS：夜间灯光时间序列第 4 版，国防气象计划运营线扫描系统数据集可用性数据集提供者集合片段数据集：国防气象计划 (DMSP) 业务线扫描系统 (OLS) 具有独特的能力，可在夜间检测可见光和近红外 (VNIR) 发射源。Version 4 of the DMSP-OLS Nighttime Lights Time Series consists of cloud-free composites made using all the available archived DMSP-OLS smo

很多时候我们需要查找我们研究区的影像时间，世界任何区域Landsat4/5/7/8/9和Sentinel1/2数据的时间。此次，我们利用GEE 平台，构建遥感影像的可视化图表。

摘要 本文介绍了一个基于Google Earth Engine (GEE)的光谱指数分析应用程序，主要用于计算和可视化植被指数(NDVI)。该应用允许用户选择瓦片类型（矩形/六边形）、设置分析参数（如年份、瓦片大小），并在地图上绘制感兴趣区域。核心功能包括：1) 使用Sentinel-2卫星数据计算NDVI；2) 提供多种可视化调色板选择；3) 交互式界面设计，包含参数输入面板和分析按钮。应用程序采用模块化设计，包含配置、指数计算、UI构建和结果可视化等组件，是Copernicus中美洲城市集群培训项目的成

生成Sentinel-1、2和Landsat-8、9的可用影像数量卫星图像集合的可用性图表。

本文介绍了如何利用 Google Earth Engine (GEE) 平台进行全球人口密度和数量的可视化分析。通过加载 GEE 的开源数据集，用户可以获取不同年份的全球人口信息，并结合国家边界数据进行特定区域的分析。文章详细展示了数据加载、国家边界获取、用户界面设计、可视化功能实现以及数据分析与统计的代码实现。用户可以通过简单的界面选择年份、数据类型和国家，实时查看人口数据的变化。这种可视化工具不仅适用于学术研究，还为政策制定和社会规划提供了重要的数据支持。

预测全球城市扩张对气候变化情景下的环境评估至关重要。然而，由于数据和计算能力的限制，现有的全球未来城市用地产品通常分辨率较低（1 公里）。这阻碍了在更精细的尺度上对全球城市发展的影响进行准确评估。因此，我们在谷歌地球引擎（GEE-CA）中开发了第一个用于模拟未来全球城市扩张的细胞自动机（CA）在线工具，它可以在不同的 SSP 情景下，以 30 米的分辨率模拟未来城市土地的变化。GEE-CA 可通过分区并行策略对未来城市用地进行高分辨率无缝模拟。

本文介绍了一段用于可视化新RR数据集主要数据层的代码，旨在通过图形化方式展示气候变化对鼠尾草区域生态韧性和入侵抵抗的影响。代码通过创建用户界面，允许用户选择不同的变量和气候情景，并在地图上显示相应的图层。依赖项包括图形参数设置、通用函数和图形相关函数。代码读取掩膜图像和图层名称列表，定义了可视化参数，并创建了两个地图用于图层比较。用户可以通过下拉菜单和滑块选择不同的图层，直观了解气候变化对生态系统的影响。该应用程序为研究人员和管理者提供了重要的数据支持，帮助其在气候适应和风险评估方面做出决策。

Google Earth Engine (ETMapper-GEE) 是一种基于遥感技术的多模型方法，用于精确估算实际蒸散量（ETa），这对于大规模水资源管理至关重要。该工具利用 Landsat 卫星数据，结合四种模型（SEBAL、METRIC、TriAng 和 SSEBop）进行遥感蒸散量估算，并整合了外推方法和气候强迫数据集。在德国通量塔观测数据上的评估显示，EF 方法优于 ETF 方法，TriAng 模型表现最佳。使用 ETo 和 ERA5 强制数据显著提高了估算精度。ETMapper-GEE 提供了

MMTS-GEE 是一个基于 Google Earth Engine (GEE) 的工具，用于生成多模态时间序列数据集，结合了 Sentinel-1 SAR 数据、Sentinel-2 多光谱数据、ERA5-Land 气候变量和 Copernicus DEM 地形特征。该工具通过集成多种遥感数据，支持森林监测、土地覆盖分析和生物物理参数提取。用户可以通过自定义时间范围、土地覆盖类型、随机点生成等设置，灵活生成符合研究需求的数据集。代码提供了数据预处理、植被指数计算、斑点滤波等功能，并支持将结果导出为 CSV

GEE APP教程：加载滑块实现夜间灯光数据的逐年可视化交互界面。这里的关键是我们如何通过选择不同的年份来实现指定时间区域影像的加载，所以这里的有一个点击的返回函数十分重要。NOAA/DMSP-OLS是美国国家海洋和大气管理局（NOAA）和美国国防部国防气象卫星程序（DMSP）开发的一种卫星传感器。其主要用途是在夜间观测地球表面的夜间光亮度。DMSP-OLS传感器通过感测城市、道路、港口和其他人类活动所产生的人工光，能够提供夜间亮度数据。通过收集这些数据，可以得出关于城市化和人口分布的信息。

预测全球城市扩张对气候变化情景下的环境评估至关重要。然而，由于数据和计算能力的限制，现有的全球未来城市用地产品通常分辨率较低（1 公里）。这阻碍了在更精细的尺度上对全球城市发展的影响进行准确评估。因此，我们在谷歌地球引擎（GEE-CA）中开发了第一个用于模拟未来全球城市扩张的细胞自动机（CA）在线工具，它可以在不同的 SSP 情景下，以 30 米的分辨率模拟未来城市土地的变化。GEE-CA 可通过分区并行策略对未来城市用地进行高分辨率无缝模拟。

这段代码的主要功能是从 Google Earth Engine (GEE) 中获取不同卫星数据（Sentinel-2 和 Landsat 系列），计算 NDVI，并将结果可视化。用户可以通过交互式界面选择不同时间段的 NDVI 数据，并查看相关的国家边界和图例信息。这为环境监测和土地利用变化研究提供了有力的工具。

树冠聚集指数（CI）衡量叶子的空间分布模式。叶子通常是非随机分布的。它在树冠、枝条和芽条尺度上聚集。理论上，CI 大于 0。当 CI 小于 1 时，叶子具有聚集分布。当 CI 等于 1 时，叶子具有随机分布。这款软件基于 JavaScript 和谷歌地球引擎（GEE）编程，用于使用 MODIS 数据集生成全球 CI 产品。它是一种可视化软件，可以直接在 GEE 中运行，以提供用户定义尺度的 CI 下载。

我们将分析2019年到2020年这段时间的数据。// 定义时间范围// 开始日期// 结束日期通过本篇博客，我们展示了如何利用 Sentinel-2 和 Sentinel-1 数据进行稻田监测与聚类分析。我们计算了 NDVI 和 VH 波段，并通过 KMeans 聚类算法对稻田进行分类。这些信息对于农业监测和管理具有重要意义。

Open Buildings 2.5D 建筑演变数据集基于 Sentinel-2 影像生成，覆盖非洲、南亚、东南亚、拉丁美洲和加勒比地区。建筑存在概率：表示某像素属于建筑的概率。建筑高度：以米为单位，表示建筑相对于地形的高度。建筑数量：以分数形式表示某区域内的建筑数量。数据集的时间分辨率为每年一次，空间分辨率为 4 米（影像分辨率为 0.5 米）。该数据集的目标是支持各类组织（如政府机构、非营利组织和商业机构）在社会公益领域的应用。引入模块，用于样式化 UI 组件。i < 2024;i++) {

定义一个矩形区域，参数为左下角和右上角的经纬度。：将地图中心设置为AOI，并设置缩放级别为8。：设置地图的底图为卫星图像。使用一个对象来存储城市名称及其对应的地理坐标。这段代码创建了一个交互式的用户界面，允许用户选择洪水监测的时间范围、阈值和感兴趣区域，并通过Sentinel-1影像分析洪水情况。用户可以通过滑块、下拉菜单和地图点击来调整参数，实时更新地图显示。

这段代码是使用 Google Earth Engine (GEE) 的 JavaScript API 来处理和可视化巴基斯坦俾路支省（Balochistan）地区的行政区划。此处我们可以提供一个其它多级的矢量边界的集合，这里我们就能实现指定区域矢量范围的可视化加载。这段代码的目的是在 Google Earth Engine 中加载、显示和交互式选择俾路支省的行政区。用户可以通过下拉菜单选择特定的区，并在地图上高亮显示该区的轮廓。

GEE UI：基于sentinel-1 SAR数据处理工具（交互式界面）

内陆水体在水文系统中发挥着重要作用，是满足人类多种需求的基本资源，例如灌溉农田和维持不同生态系统的生存。气候变化和人类干预正在全球范围内对水体造成巨大变化，这些变化将影响农业、工业、生态和人口。在没有测量仪器的偏远地区，绘制地表水体的需求在水资源管理中变得更加明显。最近，基于卫星的光学遥感器的进步为实时监测陆地表面水体提供了一种常规方法。我们提出了一种新颖的光谱指数，称为增强归一化差异水指数（ANDWI），通过分析Landsat 4、5、7和8表面反射影像中水体和非水体表面特征的反射特性来定义。

GEE 训练教程——基于landsat 8的地表温度LST计算和可视化。

好的，以下是对下的assets和animation这两个包在应用程序开发中扮演着不同但互补的角色。assets包确保所有必要的媒体得到妥善管理和访问，而animation包通过引人入胜的动画增强应用程序的视觉动态效果。如果您需要更具体的细节或示例，请随时询问！功能：定义一个地理点，表示经度为，纬度为的位置。类型：使用构造函数创建点几何对象，后续操作将基于这个点进行。这段代码的整体目的是获取特定地理位置在指定时间范围内的卫星影像，打印影像的波段信息，并通过动画展示这些影像的变化。

,] */geometry定义了一个多边形区域，用于后续的数据筛选。这里包含两个矩形区域的坐标。这段代码实现了从 Sentinel-2 数据集中获取特定区域的图像，去除云层，计算 NDVI，并在地图上可视化，同时允许用户通过点击获取 NDVI 值。

GEE ui应用——实现了一个用户界面（UI），用于火灾分析和可视化热像素（HotMap）数据。

GEE APP——通过点击地图任何区域获取指定区域的瓦片值WRS-1。

GEE App——基于Landsat 8 图像分类应用，用户可以通过图形界面选择日期和分类器，并查看分类结果和性能指标（如混淆矩阵和 Kappa 系数）

GEE APP：基于Landsat 8 影像的一个用于分析热图（HotMap）用于监测火灾的 JavaScript 代码。

树冠集聚指数（CI）是对叶片空间分布模式的测量。叶片通常具有非随机分布，在树冠、树枝和嫩枝尺度上聚集在一起。理论上，CI >0。当 CI < 1 时，叶片呈团块状分布。当 CI > 1 时，叶面呈规则分布。当 CI = 1 时，叶面呈随机分布。该软件由基于谷歌地球引擎（GEE）的 JavaScript 编写，利用 MODIS 数据集制作全球 CI 产品。

GEE UI——基于Landsat 系列和Sentinel-2多指数计算的交互式界面。

在Google Earth Engine中，全球计算特定时间的太阳位置。太阳天顶角和方位角的计算基于以下方程。角度是根据自然地球时区数据集相对于当前时区计算的特定地方时间。

GEE APP——SnowCloudMetrics应用程序，用于分析和可视化雪的覆盖频率（SCF）和雪的消失日期（SDD）

GEEClimT - 谷歌地球引擎气候工具 如果您使用该工具，请注明 Lea 等人（2024 年）以及使用该工具提取的数据中的任何引文。© Copyright, Dr James Lea, University of Liverpool 2023. All Rights Reserved. 谷歌地球引擎气候工具（GEEClimT）是一个易于使用的点击式界面，可提取气候再分析数据用于学术研究、教育和推广。有关该工具的更多详情及其使用案例研究，请参阅相关论文（Lea 等人，2024 年）。

PumpIT - 泵影响工具 点击泵的位置，查看对农业生产率的影响：比较泵安装前后的情况。在所选文本中，主要内容涉及一个名为“PumpIT”的泵灌溉工具的实现，该工具是2018年GEE用户峰会黑客马拉松的成果。以下是对文本的详细分析：1. **项目背景**：- **PumpIT**：这是一个用于泵灌溉的工具，旨在帮助用户更好地管理和利用水资源。- **创建者**：该工具由Ankan De、Jonna van Opstal和Kersten Clauss三位开发者创建。

这是一个 Google Earth Engine 应用程序，旨在寻找特定子区域内无云的 Sentinel-2 图像。这在赤道地区尤其有用，因为厚厚的云层意味着所有图像可能都有较高的云覆盖。然而，这些图像中可能有一些在特定感兴趣区域上方有晴朗的天空。这个应用程序有助于找到这些图像。可以直接作为 Google Earth Engine 应用程序访问。单击地图以搜索周围的图像。单击右下角出现的缩略图以将该图像添加到 Google Earth Engine 地图中。

MultiRS洪水制图器是一个云应用程序，旨在从Sentinel-1 SAR、Sentinel-2和Landsat 8图像中提取水域范围。有两种方法可以定义由水利结构控制的范围。在界面上手动绘制。上传 GEE 资产 ID 以使范围文件可供 MultiRS Flood Mapper 访问。无论哪种方式定义的范围都将由两个面板共享，因此您只需使用左侧面板定义一次范围。

在收集和导出步骤后将查找表应用于年度参考数据在“导出解释点”脚本中。该脚本可用于获取适合稳定地图精度评估的分层标签并更改地层。

创建分层随机样本。这个脚本本质上是一个GUI来提供支持对于 GEE 中的 stratifiedSample() 函数。此外，还提供了方程 计算符合“良好实践”的样本量。土地分类的样本点可以包括以下几种：农田：用于种植农作物的土地，如稻田、麦田、果园等。林地：用于生长树木的土地，包括天然林、人工林等。建设用地：用于建设房屋、工厂、商业设施等的土地，如住宅用地、工业用地、商业用地等。水域：包括河流、湖泊、水库等水体及其周边的土地。草地：用于放牧、草原生态保护等的土地，如草原、牧场等。

在以下文本框中输入目标位置的经纬度，或点击地图获取坐标。然后在相应的文本框中输入年、月、日和小时。点击 "计算 "得出结果。

GEE 土地分类——通过两阶段抽样设计对制定区域的影像进行样本点抽样。

GEE app:基于Landsat的NDVI和光谱波段的时序图表的交互式界面。

GEE app:在地图上构建一个可以查看局部的小窗这里比较难得的地方在于如何确定我们点击地图后这个点击后的点的周边的坐标。