养乐多的博客

本文将记录如何通过代码删除 Google Earth Engine （GEE）中 Assets 中的数据，使得 Assets 中的数据可以动态更新。

CSDN_养乐多_本文将介绍如何在 Google Earth Engine（GEE）平台上进行 Kriging 插值且在此基础上生成等值线的算法和代码。并以选取的2013年陕西省生物量样本点数据为例，利用 Kriging 插值对陕西省区域做了插值计算，进一步对陕西省生物量数据生成了等值线。

CSDN@_养乐多_本文将介绍如何在 Google Earth Engine （GEE）平台上生成等间隔采样点，以及如何根据用户指定的参数，包括中心点坐标、行列数、步长、点的样式，在地图上创建等间隔采样点集合。

CSDN@_养乐多_本文将介绍如何在 Google Earth Engine (GEE) 平台中使用光谱距离度量方法进行地表覆盖变化检测，并以加沙地区为例，使用Sentinel2数据展示2023年3月和2024年3月的地表覆盖变化区域。

CSDN@_养乐多_本文将介绍如何在 Google Earth Engine (GEE) 平台中，进行直方图匹配的代码。本文以Sentinel2和Landsat9的影像为例，将Landsat9的影像的分布直方图转换到了Sentinel2中相同波段的直方图，并可视化了匹配前后效果。该方法也可以用于影像融合，将低分辨率影像和高分辨率影像融合。

CSDN@_养乐多_本文将介绍如何在 Google Earth Engine（GEE）平台上绘制不同地物的光谱曲线，以便帮助进行地物分类分析。

CSDN@_养乐多_本文将介绍在 Google Earth Engine （GEE）平台上为 polygon （面）数据设置样式的方法和代码，polygon 可以设置成任何颜色，以增加可视化效果更好理解数据分布。

CSDN@_养乐多_本文将介绍在 Google Earth Engine（GEE）平台上使用“UCSB-CHG/CHIRPS/DAILY”数据集计算某一段时期（某年/某个季节/某月）的累积降雨量图像，并下载。

CSDN@_养乐多_在Google Earth Engine (GEE) 中，数据合并是常见的任务，特别是当需要将具有相同日期字段的两个矢量（要素）表格数据进行整合时。本文将介绍如何在GEE中完成这一任务，以及其中涉及的步骤和技巧。具体举例来说。比如，有两个矢量（要素）表格数据，表格中的字段名有‘date’，‘NDVI’，‘EVI’，另一个表格中有‘date’，‘NDBSI’，‘LST’，根据相同的 ‘date’ 合并这两个表格，最后输出一个新的矢量表格。

本文将介绍在Google Earth Engine（GEE）平台上使用 Landsat 8 卫星影像数据计算陆地表面温度（Land Surface Temperature，LST）的代码。

CSDN@_养乐多_本文将介绍，如何在 Google Earth Engine (GEE) 平台计算一个遥感影像的空像素占比，其中，包含获取研究区内所有像素的总数的代码，以及获取非空像素的总数的代码。

本文将介绍在 Google Earth Engine（GEE）平台中，将影像（Image）和数组（Array）的格式相互转换的方法和代码，以及对 Array 的操作函数。

本文将介绍使用Google Earth Engine （GEE）平台提供的API加载ERA5月度数据集，该数据集包含了从1979年至今的全球月度气象数据。然后，定义了一个数据计算函数，用于将U和V风速分量转换为风速的幅值和风向。

CSDN@_养乐多_本文将介绍如何获取要素集合（FeatureCollection）中的一个要素（Feature）的某个属性，并介绍如何打印要素（Feature）的属性名称 （keys）。

CSDN@_养乐多_本文将介绍在 Google Earth Engine（GEE）平台上下载csv文件时，去除不想要的列，去除.geo列（矢量要素的坐标）。

CSDN@_养乐多_本文将介绍在 Google Earth Engine（GEE）上生成随机数的 API，可以指定随机数的生成范围、类型（整型、浮点型）、分布方式（均匀分布、正态分布）。

本文记录了在 Google Earth Engine（GEE）平台上对一副类别图像进行重分类的代码。并以 COPERNICUS/Landcover/100m/Proba-V-C3/Global 数据集中的土地利用数据为例。

CSDN@_养乐多_本文记录了使用“MODIS/006/MCD43A4”数据集计算表面反照率（Albedo）的的代码。

CSDN@_养乐多_本文将介绍在 Google Earth Engine（GEE）平台上，进行均值滤波操作的代码框架、核心函数和多种卷积核。并分别以林地区域和农田区域为试验区，以NDVI图像为例。结果如下图所示，

CSDN@_养乐多_本文将介绍在 Google Earth Engine（GEE）平台上，使用不同方向的线性检测算子进行卷积操作的代码框架、核心函数和多种卷积核，比如 E-W、NE-SW、N-S、NW-SE 方向检测算子等。结果如下图所示，

CSDN@_养乐多_本文将介绍在 Google Earth Engine（GEE）平台上，进行梯度卷积操作的代码框架、核心函数和多种卷积核，比如 Roberts、Prewitt、Sobel、各向同性算子、Compass算子、拉普拉斯算子、不同方向线性检测算子等。结果如下图所示，

CSDN@_养乐多_本文记录了使用拉普拉斯（Laplacian）算子对遥感图像进行卷积操作的代码。并以试验区NDVI图像为例。研究区真彩色影像、NDVI图像以及Sobel卷积结果如下所示，

CSDN@_养乐多_本文介绍了Sobel算子卷积和Roberts算子卷积操作的代码，并进行了图像对比，可以观察到两个算子的细微差异。

CSDN@_养乐多_本文将深入探讨边缘检测中的一个经典算法，即Roberts算子卷积。我们将介绍该算法的基本原理，并演示如何在Google Earth Engine中应用Roberts算子进行图像卷积操作。并以试验区NDVI为例子，研究区真彩色影像、NDVI图像以及卷积结果如下所示，

CSDN@_养乐多_在本文中，我们将介绍如何使用Google Earth Engine（GEE）平台对遥感影像进行众数滤波处理。并以众数滤波平滑NDVI图像为示例，演示众数滤波整个过程。

_养乐多_本文将介绍如何使用Google Earth Engine（GEE）平台以生成下载超链接的形式下载遥感数据。结果如下图所示，只需点击链接，即可下载数据到本地。

本文记录了在Google Earth Engine（GEE）平台中，使用 Landsat 遥感数据计算 kNDVI 的应用 APP 链接，并介绍该 APP 的使用方法和步骤。该APP可以为用户展示 NDVI 和 kNDVI 的遥感影像，进行对比分析。该 APP 在 Google Earth Engine（GEE）平台中实现。kNDVI 的计算公式引自论文《。APP 如下图所示，

在 Google Earth Engine （GEE）云平台进行APP或者脚本开发时，有时候会需要对用户的错误操作做出提示，或者自己写脚本的时候，想要对错误做出警告，以方便用户的操作或者代码的调试。这个时候就需要为程序添加警告。本文将介绍为程序添加警告（alert）的方法和代码，并且包含详细的案例演示。效果如下图所示，放大看，如下图所示，

_养乐多_在Google Earth Engine（GEE）中，图像二值化是将图像中的像素值转换为二进制（0或1）的过程。这通常用于将连续的遥感图像转换为只有两个值的二值图像，以突出图像中的特定特征或区域。结果如下图所示，将NDVI图像中，大于0.3的值设置为1（黑色），小于等于0.3的设置为0（白色）。以下是在GEE中进行图像二值化的一般步骤：选择图像： 选择你要进行二值化处理的图像。这可以是 Landsat、Sentinel 等遥感影像。

_养乐多_在GEE中进行遥感数据处理的时候，经常会由于去云，导致影像出现空洞，只有部分像素可用，或者在进行特殊处理时，只对有效像素进行处理，但是我们不知道有效像素数量和占比，无法对结果做出准确的分析。这个时候就需要统计有效像素数量占比。本文记录了在 Google Earth Engine （GEE）中，计算影像有效像素数量、影像总像素数量、有效像素数量占比的方法和代码。如下图所示，部分像素消失，我们要统计紫色区域的像素总数。最终，在控制台上打印了结果，占比（49.37%）。统计结果如下图所示，

Math.js 是一个强大的 JavaScript 数学库，它提供了大量用于数学计算的函数和工具。这个库可用于解决各种数学问题，从基本的算术运算到高级数学和线性代数等领域。Math.js 是一个用于数学计算的 JavaScript 库，它具有以下特点：丰富的数学函数： Math.js 提供了大量数学函数，包括基本算术运算、三角函数、指数函数、对数函数、线性代数、微积分等。这使它成为处理各种数学问题的理想选择。灵活的数据类型： Math.js 支持多种数据类型，包括标量、矩阵、分数、复数等。

_养乐多_本文记录了在 Google Earth Engine（GEE）上实现简单计算器的代码。

_养乐多_现在我有多个流域的矢量边界，想求每个流域某段时间每天的降水量均值，并想要将降水量均值、时间、流域名称下载到本地，以csv格式保存。本文记录了解决以上需求的代码。结果如下图所示，如图所示，本文代码可以计算珠江流域每日降水量均值，并能下载到csv中，以便后续分析和使用。代码可以迁移至其他数据，也可以修改成逐月，逐年的计算。

腐蚀和膨胀是数学形态学图像处理中的两个基本操作，用于修改和分析二值图像（包含只有两个像素值的图像，通常是黑和白）。这些操作可用于处理遥感图像、地理信息系统（GIS）中的栅格数据以及其他领域的图像处理。这些操作可以被组合使用，通常在二进制图像上进行。腐蚀和膨胀通常与其他形态学操作（如开运算和闭运算）一起使用，以实现更复杂的图像处理任务。这些操作在遥感图像分析、图像分割、物体检测、图像去噪等领域都有广泛的应用。

本文阐述了在 Google Earth Engine（GEE）平台中，clip 函数、clipToCollection 函数和 clipToBoundsAndScale 函数的区别，并举例展示了三个函数的不同效果。

本文记录了计算和打印程序的执行时间的Google Earth Engine （GEE）代码，并举例说明。大家在执行GEE代码的时候，有时候为了对比两个不同的脚本，不知道代码执行花费了多少时间。本文记录了打印代码执行时间的函数，并举了一个应用案例说明。可以知道你的程序具体需要执行多少时间，单位分别为秒（s）和毫秒（ms）。

本篇博客将介绍如何使用Google Earth Engine（GEE）进行土壤湿度数据的分析。我们将使用NASA GLDAS（Global Land Data Assimilation System）数据集，其中包括了关于土壤湿度的信息。通过该数据集，我们将了解土壤湿度在特定区域和时间段内的变化，并生成时间序列图表展示这些变化。

本文将介绍根据影像最小值和最大值，自适应的设置影像可视化参数设置。

本博客将介绍如何使用GEE进行遥感影像坐标转换的代码。并以将多边形区域从WGS84地理坐标系转换为UTM投影坐标系为例。

本文将介绍 Google Earth Engine （GEE）平台中的 for 循环函数和 map 函数的区别以及示例代码，通过对比两者特性说明两个函数更适合做什么应用。