![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CCDC
文章平均质量分 94
此星光明
博士,地图制图和地理信息工程专业,主要涉及Google Earth Engine、PIE-Engine、Planetary Computer、AI Earth、中科星图等云平台的遥感生态云计算研究(多源遥感和机器学习相结合),适用建筑、气象、农业、水利等各个专业云计算。2022年云计算领域博客之星TOP3,2023年CSDN博客之星TOP13,华为云云享专家、MVP,阿里云社区、51CTO博客专家博主。
展开
-
GEE(CCDC-3)——根据CCDC segment分割后的影像进行地类变化统计和绘制土地覆被变化地图
这一部分是最后一部分,因为这里我们已经根据前两个部分获取了分割后的影像,这里就可以选择指定的时间范围来查看其指定时间段的土地分类结果,同时可以导出研究区发生变化的时间结果。之前两个部分请查看以下两篇博客。原创 2023-12-20 00:30:00 · 278 阅读 · 0 评论 -
GEE(CCDC-2)——根据以获取的研究区CCDC系数进行土地覆被分类分析
根据研究区CCDC的土地分类影像和已选择的训练样本点,然后进行CCDC分割影像的获取和加载,这里相当于是进行CCDC的第二个部分,第一部分是获取长时序的多波段遥感应先给,第二部分是根据自己i的研究区和训练样本点获取指定区域的分类结果,本教程详细解释了第二部分应该注意的事项和如何添加自己的训练样本点,以及CCDCapp的详细教程。原创 2023-12-20 00:00:00 · 614 阅读 · 0 评论 -
GEE(ccdc-1)——利用Landsat系列影像获取研究区范围的多波段影像(包含ccdc中已经定义的多波段)
在进行CCDC监测时,我们首先要做的就是获取研究区的长时间序列影像,让其保存在你的资产中,方便后面调用,这里我们要做的额就是根据代码,将我们时间范围进行选取和指定的研究区边界,剩下的采用默认参数即可。最后出现的结果是将ccdc代码中所需要的波段和影像中一些光谱波段加载到一起作为最终的影像参与分类和监测。原创 2023-12-18 09:00:00 · 1113 阅读 · 2 评论 -
GEE(ccdc)——连续变化检测和分类 (CCDC)概述
因此,回归模型应分类为土地覆盖标签,然后将_光谱变化_分配给不同的土地变化类别(例如森林开发)。下图显示了八个土地覆盖类别的训练数据的平均系数值,这些类别是全球土地覆盖绘图和估计 (GLANCE) 项目的一部分,该项目正在使用 CCDC 绘制全球土地覆盖变化地图。草本类和裸类的 RMSE 最高是符合逻辑的,因为它们通常被认为是“嘈杂”的土地覆盖类。例如,荒漠化导致土地覆盖从植物生态系统转变为沙漠,森林砍伐导致森林转变为人类改变的土地用途,城市发展可以将自然环境转变为被建筑物和道路覆盖的环境。原创 2023-12-13 01:10:09 · 1089 阅读 · 0 评论