GEE学习

已于 2022-04-05 16:08:28 修改
阅读量2k 收藏 44
点赞数 3
文章标签： 科技 knowledge graph
于 2022-04-05 15:28:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44746634/article/details/123968885
版权

目录

Google Earth Engine - 知乎  

GEE学习笔记 - 知乎  

Google Earth Engine (GEE)_买猫咪的小鱼干的博客-CSDN博客  

GEE_peisipand的博客-CSDN博客  

GEE_哈哈哈吼吼嘿的博客-CSDN博客  

GEE案例实战_GEE水生态空间的博客-CSDN博客  

Google Earth Engine (GEE)_买猫咪的小鱼干的博客-CSDN博客  

GEE_GEE水生态空间的博客-CSDN博客  

GEE_difizuhvovs的博客-CSDN博客  

基于GEE利用LANDSAT 8数据计算遥感生态指数（RSEI）_gxwwww的博客-CSDN博客_rsei遥感生态指数

gee_z6q6k6的博客-CSDN博客  

GEE学习笔记_遥感地学小站的博客-CSDN博客  

Geemap__养乐多_的博客-CSDN博客  

GEE学习交流_Spider_coder的博客-CSDN博客  

遥感图像处理_系六九69的博客-CSDN博客  

GEE_海亲王的博客-CSDN博客  

Google Earth Engine学习专栏_lvbta的博客-CSDN博客  

GEE__养乐多_的博客-CSDN博客  

小白的GEE学习_八千鸟羽的博客-CSDN博客  

GEE开发_清秋晚歌的博客-CSDN博客  

遥感可视化_cs12ab的博客-CSDN博客  

GEE（Google Earth Engine专栏）_做不完的实验的博客-CSDN博客  

GEE实例代码学习_上天入地小黄蜂的博客-CSDN博客  

GEE_Pyrs的博客-CSDN博客  

Googel Earth Engine_goddardluv的博客-CSDN博客  

GEE开发_清秋晚歌的博客-CSDN博客  

使用Google Earth Engine制作作物时间序列变化曲线_科尔沁之春的博客-CSDN博客_gee 时间序列

GEE(Google Earth Engine)批量导入谷歌云盘_KKK开讲啦的博客-CSDN博客

gee_hahaliang12的博客-CSDN博客  

​​​​​​Google Earth Engine（GEE）使用土地利用数据（modis）上采样Landsat数据提取农田范围_星星和你都在我怀里的博客-CSDN博客  

Google Earth Engine_Will沐风的博客-CSDN博客  

Google Earth Engine城市水体提取_黄小二哥的博客-CSDN博客  

大小限制_GEE学习笔记 九十五：请求大小限制_weixin_39918961的博客-CSDN博客  Google Earth Engine_~疆的博客-CSDN博客  

GEE(Google Earth Engine)批量导入谷歌云盘_KKK开讲啦的博客-CSDN博

【问题导向】GEE+Arcgis绘制广西不同时期的水资源分布图_小熊（GISer）的博客-CSDN博客  

笔记_remember塞翁失马的博客-CSDN博客  

Google engine engine_永康李的博客-CSDN博客  

Google Earth Engine（GEE）学习记录_一个跻身科研大浪的小白的博客-CSDN博客  Google earth engine_爱探索的GEEer的博客-CSDN博客  

gee_冰柚子的博客-CSDN博客  

Google Earth Engine_GIS攻略的博客-CSDN博客  

Google Earth Engine中的位运算_又没带伞的博客-CSDN博客  

GEE_月球上看星星的博客-CSDN博客  

GEE学习笔记_MacyG的博客-CSDN博客  

GEE_我是菜鸡，我不敢睡的博客-CSDN博客  

Google Earth Engine批量下载Sentinel、Landsat、MODIS遥感影像代码_Z.H.T的博客-CSDN博客  

Google Earth Engine（GEE）的申请避雷tips——个人经验，供参考_被动技能被激发的博客-CSDN博客  

Google earth engine 基础语法小结_一汉的博客-CSDN博客  

GEE_kelly1250230225的博客-CSDN博客  

Google Earth Engine(GEE)批量下载（以MODIS NDVI数据为例）_Dr.hao2021的博客-CSDN博客

GEE(Google Earth Engine)学习——常用筛选器Filter操作_GIS_Spiderman的博客-CSDN博客_gee 筛选  

GEE学习笔记_MacyG的博客-CSDN博客  

GEE_ZZSOGA的博客-CSDN博客  

Google earth engine学习笔记 2: 通过分析提取植被物候的代码学习gee 1_kbasg的博客-CSDN博客  

Google Earth Engine（GEE）使用土地利用数据（modis）上采样Landsat数据提取农田范围_星星和你都在我怀里的博客-CSDN博客  

使用Google Earth Engine制作作物时间序列变化曲线_科尔沁之春的博客-CSDN博客_gee 时间序列  

Google Earth Engine - 知乎  

GEE 学习笔记 1：初识 GEEhttps://zhuanlan.zhihu.com/p/108658494

GEE 学习笔记 2：在 window7&python2.7 配置 GEE 的开发环境https://zhuanlan.zhihu.com/p/108967173

GEE 学习笔记 3: 客户端连接远程服务器的 Jupyter ( git 作为本地工具)https://zhuanlan.zhihu.com/p/109568062

GEE 学习笔记 4: 案例1-matlab读取GEE下载的tif影像并自定义颜色画图显示https://zhuanlan.zhihu.com/p/110210203


GEE学习笔记 - 知乎  

GEE学习笔记1：GEE初识

GEE学习笔记2：加载Landsat8 和Sentinel影像数据

GEE学习笔记3：Landsat8 植被指数计算

GEE学习笔记4：Sentinel 2 植被指数计算

GEE学习笔记5：随机森林

GEE学习笔记6：样本拾取

 

Google Earth Engine (GEE)_买猫咪的小鱼干的博客-CSDN博客  


GEE_peisipand的博客-CSDN博客  


GEE_哈哈哈吼吼嘿的博客-CSDN博客  


GEE案例实战_GEE水生态空间的博客-CSDN博客  


Google Earth Engine (GEE)_买猫咪的小鱼干的博客-CSDN博客  


GEE_GEE水生态空间的博客-CSDN博客  


GEE_difizuhvovs的博客-CSDN博客  


基于GEE利用LANDSAT 8数据计算遥感生态指数（RSEI）_gxwwww的博客-CSDN博客_rsei遥感生态指数


gee_z6q6k6的博客-CSDN博客  


GEE学习笔记_遥感地学小站的博客-CSDN博客  


Geemap__养乐多_的博客-CSDN博客  


GEE学习交流_Spider_coder的博客-CSDN博客  


遥感图像处理_系六九69的博客-CSDN博客  


GEE_海亲王的博客-CSDN博客  


Google Earth Engine学习专栏_lvbta的博客-CSDN博客  


GEE__养乐多_的博客-CSDN博客  


小白的GEE学习_八千鸟羽的博客-CSDN博客  


GEE开发_清秋晚歌的博客-CSDN博客  


遥感可视化_cs12ab的博客-CSDN博客  


GEE（Google Earth Engine专栏）_做不完的实验的博客-CSDN博客  


GEE实例代码学习_上天入地小黄蜂的博客-CSDN博客  


GEE_Pyrs的博客-CSDN博客  


Googel Earth Engine_goddardluv的博客-CSDN博客  


GEE开发_清秋晚歌的博客-CSDN博客  


使用Google Earth Engine制作作物时间序列变化曲线_科尔沁之春的博客-CSDN博客_gee 时间序列


GEE(Google Earth Engine)批量导入谷歌云盘_KKK开讲啦的博客-CSDN博客


gee_hahaliang12的博客-CSDN博客  


​​​​​​Google Earth Engine（GEE）使用土地利用数据（modis）上采样Landsat数据提取农田范围_星星和你都在我怀里的博客-CSDN博客  


Google Earth Engine_Will沐风的博客-CSDN博客  



Google Earth Engine城市水体提取_黄小二哥的博客-CSDN博客  



大小限制_GEE学习笔记 九十五：请求大小限制_weixin_39918961的博客-CSDN博客  

Google Earth Engine_~疆的博客-CSDN博客  


GEE(Google Earth Engine)批量导入谷歌云盘_KKK开讲啦的博客-CSDN博


【问题导向】GEE+Arcgis绘制广西不同时期的水资源分布图_小熊（GISer）的博客-CSDN博客  


笔记_remember塞翁失马的博客-CSDN博客  


Google engine engine_永康李的博客-CSDN博客  


Google Earth Engine（GEE）学习记录_一个跻身科研大浪的小白的博客-CSDN博客  

Google earth engine_爱探索的GEEer的博客-CSDN博客  


gee_冰柚子的博客-CSDN博客  


Google Earth Engine_GIS攻略的博客-CSDN博客  


Google Earth Engine中的位运算_又没带伞的博客-CSDN博客  


GEE_月球上看星星的博客-CSDN博客  


GEE学习笔记_MacyG的博客-CSDN博客  


GEE_我是菜鸡，我不敢睡的博客-CSDN博客  


Google Earth Engine批量下载Sentinel、Landsat、MODIS遥感影像代码_Z.H.T的博客-CSDN博客  


Google Earth Engine（GEE）的申请避雷tips——个人经验，供参考_被动技能被激发的博客-CSDN博客  


Google earth engine 基础语法小结_一汉的博客-CSDN博客  


GEE_kelly1250230225的博客-CSDN博客  


Google Earth Engine(GEE)批量下载（以MODIS NDVI数据为例）_Dr.hao2021的博客-CSDN博客


GEE(Google Earth Engine)学习——常用筛选器Filter操作_GIS_Spiderman的博客-CSDN博客_gee 筛选  


GEE学习笔记_MacyG的博客-CSDN博客  


GEE_ZZSOGA的博客-CSDN博客  


Google earth engine学习笔记 2: 通过分析提取植被物候的代码学习gee 1_kbasg的博客-CSDN博客  

Google Earth Engine（GEE）使用土地利用数据（modis）上采样Landsat数据提取农田范围_星星和你都在我怀里的博客-CSDN博客  


使用Google Earth Engine制作作物时间序列变化曲线_科尔沁之春的博客-CSDN博客_gee 时间序列  
 

qq_44746634
关注
  • 3
    点赞
  • 踩
  • 44
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GEE案例——Sentinel-2影像的物候监测分析
qq_31988139的博客
07-23 308
谷歌地球引擎（Google Earth Engine）极大地改变了地球观测数据的处理方式，可以比以往任何时候都更快、更高效地对广阔区域进行分析。谷歌地球引擎自推出以来，迅速扩大的社区已经实现了许多功能，但迄今为止，还没有一个功能专注于利用高分辨率数据计算山区的物候指标。这项工作旨在通过开发一种开源谷歌地球引擎算法来填补这一空白，该算法可利用 Landsat 系列和 Sentinel-2 的高分辨率免费卫星数据绘制全球山区的物候指标（PMs），如季节开始、季节结束和季节长度，并检测季节高峰。
GEE时序——利用sentinel-2（哨兵-2）数据进行地表物候学分析（时间序列平滑法估算和非平滑算法代码）
qq_31988139的博客
01-17 2148
哨兵-2A/B 串联卫星的空间分辨率高、重访时间长，有可能改进对陆地表面物候的检索。不过，生物群落和区域特征在很大程度上限制了陆表物候学算法的设计。在北极地区，这种生物群落特有的特征包括长期积雪、持续云层覆盖和生长季节短暂。在此，我们评估了哨兵-2 获取北极高分辨率 LSP 地图的可行性。我们通过在谷歌地球引擎（GEE）中简单实施阈值法，提取了 2019 年和 2020 年的季节开始和结束时间（分别为 SoS 和 EoS）。我们发现哨兵-2 和 PhenoCam 的指标之间具有高度的相似性；
GEE：哨兵时间序列遥感数据和动态阈值方法计算物候时期EOS/SOS（2）
养乐多的博客
09-24 1432
本文将分享和解释论文《Improved Estimates of Arctic Land Surface Phenology Using Sentinel-2 Time Series》中使用到的基于阈值估算北极地区的植被物候，特别是北极地区的植被季节开始和结束的日期（SoS和EoS）的方法和代码。该方法使用的是使用哨兵2数据，并实现了两种阈值方法（ 无平滑的阈值方法、平滑后的阈值方法）。
GEE案例：利用GEELandsat图像进行物候学辅助监督水稻测绘：1990-2020 年在中国黑龙江省进行的试验（监测多年水稻种植空间重心分布）
qq_31988139的博客
05-17 270
精确的水稻空间分布图在粮食安全和市场稳定方面发挥着至关重要的作用。横跨数十年的陆地卫星图像可用于长期水稻测绘。然而，由于观测数据稀少、天气污染频繁、训练样本不足等诸多因素，利用陆地卫星系列图像实现一致的水稻测绘仍具有挑战性。为了应对这些挑战，本研究在谷歌地球引擎（GEE）上提出了一个灵活的表观辅助监督水稻（PSPR）绘图框架。这是通过利用物候学方法的自动化、训练数据的生成和纯化以及机器学习方法的全季节分类能力来实现的。
Google earth engine学习笔记 2: 通过分析提取植被物候的代码学习gee 1
kbasg的博客
09-08 7041
Google earth engine学习笔记 2: 通过分析提取植被物候的代码学习gee 1 通过一篇**根据 sentinel-2 影像计算植被指数并提取植被物候**的文章所附的代码学习gee,（原作者的github）,写这个东西是为了自己学习，也希望国内的科研圈合作交流开源的氛围更好，所以如果有用到下文中的代码，希望可以引用原文。刚开始学习gee，难免有错误，希望指出。 首先简单介绍代码的主要组成部分，主要使用过创建和打印字符串变量来实现 var textSections = '' + "\n S
GEE 基础课程01
qq_36171491的博客
04-16 2128
简单介绍了GEE并且其中的一些基础数据类型。
GEE代码界面学习（二）
qq_41627642的博客
11-01 1660
1、 Landsat8遥感影像的加载 2、分享代码 首先设置一下自己的上传数据集，显示分享 然后点击Get Link将代码地址发送给别人 https://code.earthengine.google.com/b6cebf474f28581c7302f01004d6acba map.AddLayer的参数设置。 string.CAT()是连接操作 ...
GEE中文学习教程.pdf
05-22
**Google Earth Engine (GEE) 中文学习教程** Google Earth Engine 是一个强大的在线平台，专为全球范围内的地球科学数据的处理和分析而设计。它集合了大量的卫星图像数据，包括Landsat、Sentinel和MODIS系列，以及...
小编学习过程中整理的GEE学习笔记，希望对零基础入门的伙伴有帮助
02-19
### GEE学习笔记知识点概述 #### 一、GEE数据类型及编程概念 **1. 服务器端与客户端编程** GEE（Google Earth Engine）支持两种编程方式：服务器端编程和客户端编程。这两种编程方式的区别在于执行环境的不同。 ...
GEE学习-初学者如何下载指定区域的Sentinel-2影像.pdf
03-26
初学者可以按照以下步骤利用Google Earth Engine（GEE）下载指定区域的Sentinel-2影像： 登录GEE账号并打开代码编辑器。代码编辑器位于GEE主页左上角的"Code Editor"按钮。 在代码编辑器中，点击左上角的"Script...
Pheno Analysis-开源
04-28
现象分析是用于预后物候模型的顺序数据同化框架。 它使用MODIS卫星数据来约束模型参数和状态。
GEE学习：利用sampleRegions构建分类训练样本
GEE水生态空间
01-29 6989
前言 问题：如何使用点文件提取影像数据？例如进行随机森林分类等样本构建的问题。 一、利用sampleRegions对构建样本 利用常见的Landsat8影像进行分析 二、使用步骤 1.分析步骤 #mermaid-svg-X3OiSNvy7DJRbPfI .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-..
GEE学习：利用reduceRegions对影像多个波段统计
GEE水生态空间
01-28 3106
前言 如何对于多个波段值进行统计分析？可使用reduceRegions函数 Image.reduceRegions(collection, reducer, scale, crs, crsTransform, tileScale) 在给定集合中每个特征的区域上应用减速器。 reducer 的输入数量必须与输入图像的波段数量相同。 返回输入特征，每个特征都增加了相应的 reducer 输出。 一、利用reduceRegions对多个波段统计 以NAIP美国国家农业影像计划的数据为例进行分析，空间分..
GEE案例——Landsat系列（4、5、7、8和9）影像的物候监测分析
最新发布
qq_31988139的博客
07-25 166
Landsat物候分析是一种利用Landsat系列卫星数据进行植被生长和变化的研究方法。物候是指植物生长和发育的季节性变化，包括植物生长、开花、结果和凋落等过程。Landsat系列卫星是美国国家航空航天局和美国地质调查局联合发起的地球观测卫星项目，主要用于监测地球表面的变化和资源管理。Landsat卫星具有高空间分辨率和较长的历史数据记录，可以提供长时间序列的遥感数据用于物候分析。通过对Landsat卫星数据进行物候分析，可以了解植被的季节性变化和发展趋势。
GEE：VNP22Q2数据集上的物候波段转换成DOY
养乐多的博客
03-19 864
本文记录了对 VNP22Q2 数据预处理的方法和代码，通过该数据集，可以得到全球地区的作物物候指标（GLSP），包括植被绿度增加的开始时间，衰退时间和生长季长度等信息（SOS、EOS、LOS等），还包含绿度的最大最小值所在的时间。但是数据并不能直接使用，需要通过规则栅格计算得到。数据以DOY（Day of Year）表示时间。本文将介绍对该数据集的每一副影像做筛选、裁剪、数值计算、下载的方法和代码。
Google Earth Engine（GEE）——提取MODIS影像指定区域的每一年的平均植被指数
qq_31988139的博客
03-26 844
这个例子显示了如何创建一个数据库文件，其中包含他们研究区域内各年的植被指数的分区统计。该数据库文件以后可以为各种应用进行分析。比方说，如果你有一个多边形文件（地理空间矢量文件），你需要分析其连续几年的植被模式，你可以选择植被指数，常用的NDVI（归一化差异植被指数）指数或EVI（增强植被指数）。我使用马哈拉施特拉邦的地区作为我的研究区域，但人们可以使用特征集合或多边形形状文件。为了在GEE平台上添加你的shapefile，请参考导入表格数据，这和在QGIS或ArcGIS软件上添加光栅或矢量文件一样简单。
GEE——根据Landsat5/7/8系列影像获取1984至今任何区域的物候期（植被生长季节）影像含导出下载
qq_31988139的博客
01-15 1026
本教程的主要目的时利用Landsat5/7/8系列影像获取1984至今任何区域的物候期（植被生长季节）影像含导出下载，期间技术点在于指定时间窗口的获取和分析，另外，就是插值的提取分析等等。本次使用的数据集时Landsat C02 T1_L2数据集，数据集处理的过程主要是去云操作，然后合并了所有的Landsat SR影像。
GEE23：基于植被物候实现农作物分类
amyniez的博客，欢迎交流讨论
03-30 1325
今天分享一个有意思的文章，用于进行农作物分类。文章提出了一个**灵活的物候辅助监督水稻(PSPR)制图框架**。主要是通过提取植被物候，并自动对物候数据进行采样，获得足够多的样本点，再使用随机森林等机器学习方法进行分类。这种方法有效解决了样本量不足或者样本位置不够精确的问题，并且分类结构相较于之前的方法更高。我认为这是一种比较有意思的文章，当然这种方法还可以用到其他植被类型分类中。
gee学习笔记植被覆盖度
01-16
根据提供的引用内容，我可以给你介绍一下GEE（Google Earth Engine）中计算植被覆盖度的方法。 在GEE中，可以使用NDVI（Normalized Difference Vegetation Index，归一化植被指数）来计算植被覆盖度。NDVI是通过红外波段和可见光波段的比值来衡量植被的繁茂程度。 以下是使用GEE计算植被覆盖度的示例代码： ```javascript // 导入Landsat 8的影像 var image = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_044034_20140318'); // 提取红外波段和可见光波段 var nir = image.select('B5'); var red = image.select('B4'); // 计算NDVI var ndvi = nir.subtract(red).divide(nir.add(red)); // 可视化NDVI var ndviVis = {min: -1, max: 1, palette: ['blue', 'white', 'green']}; Map.addLayer(ndvi, ndviVis, 'NDVI'); // 计算植被覆盖度 var vegetationCover = ndvi.gt(0.5).multiply(100); var statistics = vegetationCover.reduceRegion({ reducer: ee.Reducer.mean(), geometry: image.geometry(), scale: 30, maxPixels: 1e9 }); // 打印植被覆盖度 print('植被覆盖度（%）:', statistics.get('nd')); ``` 上述代码中，首先导入了Landsat 8的影像，然后提取了红外波段和可见光波段。接下来，通过计算NDVI，得到了植被覆盖度。最后，使用reduceRegion函数计算了植被覆盖度的平均值，并打印出来。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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