GEE-Scholars 江淮平原水稻面积识别

最新推荐文章于 2024-05-29 12:35:43 发布
最新推荐文章于 2024-05-29 12:35:43 发布
阅读量2.9k 收藏 36
点赞数 5
分类专栏： Google Earth Engine 文章标签： 云计算 javascript
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/willpeng0258/article/details/121894587
版权

沐风-GEE系列专栏

涵盖生态环境，卫星遥感，气候变化，云计算。

本章目录

前言

欧洲航天局Sentinel-1和Sentinel-2卫星具有高

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Will沐风
关注
  • 5
    点赞
  • 踩
  • 36
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 15
    评论
专栏目录
订阅专栏
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
05-17 189
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（GEE）——利用sentinel-2数据进行农作物提取分析
qq_31988139的博客
06-28 4746
我们利用哨兵数据给农作物进行分类提取，主要有用到得时间节点是春夏秋冬四个季节，通过阈值法和updateMask来实现对农作物得提取。最近发现了一个巨牛的人工智能学习网站，点击跳转到网站：前言 – 床长人工智能教程代码： 总之，这个代码在看起来有很多重复的地方，后面改进的空间还有很大，大家可以按照我上面所说的注释进行相应的改进，然后尝试。经过阈值法求得得最后庄稼生长范围，当然阈值法在使用得时候一般可以按照最大值和最小值确定，也就是使用 ee.Reducer.max(numInputs)Creates a
GEE 利用增强的Sentinel-2像元物候特征精确提取水稻分布
最新发布
TwcatL_tree
05-29 541
背景：准确提取区域的水稻分布对农业和生态很重要；问题：以前的研究大多用单一的关键物候期（例如移植期），但是这个时期和湿地容易混淆；方法：开发了一种增强的基于像素的物候特征复合方法（Eppf-CM）；结论：实地调查数据显示，Eppf模型制图的总体精度高于0.98。东北水稻区，2019年Eppf制图仅比国家统计局少1.86%。展望：1）Eppf-CM将推进物候农业测绘发展；2）水稻分布将为农业和生态提供新的基础数据。
Google Earth Engine（GEE）——1985-2021年长时间序列NDVI影像CSV单点提取为表格（随机样本点进行分析）
qq_31988139的博客
09-07 2603
每个输出的特征将在输入图像的每个波段有一个属性，以及从输入特征中复制的任何指定属性。CRS变换值的列表。减速器的输入数必须与输入图像的波段数相同，或者它必须有一个单一的输入，并将对每个波段进行重复。如果多边形在给定的比例下包含太多的像素，计算并使用一个更大的比例，这样可以使操作成功。年"、"月"、"周"、"日"、"小时"、"分钟 "或 "秒 "中的一个。年"、"月"、"周"、"日"、"小时"、"分钟 "或 "秒 "中的一个。对一个集合中的对象的给定属性进行聚合，计算出一个所选属性的所有值的列表。
推荐几篇利用Google Earth Engine完成的水稻遥感制图的有趣论文
adhuahd的博客
04-01 841
近日小编在Google Scholar上浏览的时候，无意中发现几篇水稻遥感制图的有趣论文，因此整理出来供大家学习一下。其中，前两篇是最近发表在JAG期刊上的，第1和3篇论文很像，两者的标题在方法缩写上只差一个字，一个取名Spatial domain transfer，另一个则取名Spatial domain bridge transfer，最后一篇则是最容易理解也最容易上手的，同时该篇论文还是高被引和热点论文。全球人口正在增长，导致对粮食资源的需求增加。
PIE-Engine 教程:水稻面积提取1(宿迁市)
qq_31988139的博客
09-25 1869
我们这次用国家的边界通过name进行筛选到宿迁市进行分析，本次计算的水稻面积用到的指数是NDVI，LSWI，EVI三种指数进行分析，用到的影像是Landsat 8数据，DEM数据（计算坡度、坡向）还有指定5月和8月份SAR影像（"VH1","VH2"）最后分别加入到Landsat波段影像，可导出我们所合成的影像。计算地形DEM数据的坡向信息（以度为单位），局部梯度是用每个像素的4个连通邻域来计算的，因此图像的边缘会出现缺失值。参数是Image的方法，需要返回Image。地形DEM数据，以米为单位。
Extracting Time Series using Google Earth Engine
UCAS_Leon的博客
09-28 622
【代码】Extracting Time Series using Google Earth Engine。
Google Earth Engine——全球1公里分辨率五大耕地类型（小麦、水稻、玉米、大麦和大豆）的空间分布，这些耕地占全球所有耕地面积的60%
qq_31988139的博客
10-21 1424
GFSAD1000: Cropland Extent 1km Crop Dominance, Global Food-Support Analysis Data [deprecated] The GFSAD is a NASA-funded project to provide high-resolution global cropland data and their water use that contributes towards global food security in the twent
GEE-绘制二元分类的特征 (ROC) 曲线、计算曲线下面积 (AUC).pdf
10-09
一个示例 GEE 脚本，用于绘制二元分类的接收者操作特征 (ROC) 曲线、计算曲线下面积 (AUC) 并找到最接近完美分类的截止点。 要计算ROC曲线，首先需要计算分类器不同阈值下的真正率（TPR）和假正率（FPR）。TPR是...
基于中巴资源卫星数据的水稻种植面积监测 ———以梁平县为例 (2009年)
05-12
以 Landsat TM影像数据为参照标准,中巴卫星 CBRES CCD影像为基础数据,并结合土地利用现状图与实地考查资料,综合应用了 RS和 GIS技术手段,对重庆市梁平县进行地物分类和水稻种植面积提取,获得的研究区水稻种植信息与 TM数据提取的结果相比较,精度达到 92.37% .通过试验研究得到以下初步结论: ( 1)利用 CBRES-02 CCD数据提取研究区的水稻种植面积可以得到比较满意的效果. (2)水稻识别精度受到海拔高度与地形因素的影响,海拔越低,地势越平坦,水稻分布越集中,水稻识别精度越
基于MODIS数据的水稻种植面积提取研究进展 (2011年)
05-29
概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展，分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点，在大尺度上提取水稻种植面积上，可提高作物识别和监测的精确度与工作效率，节约成本，有着其他遥感数据无法相比的优势，应用MODIS数据提取水稻种植面积，取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期，利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别
gee-Landsat影像 随机森林分类代码
10-15
gee-Landsat影像 随机森林分类代码
GEE-多源遥感数据进行大面积森林生物量估算利用（GEDI+S2+S1）超700行代码.pdf
07-21
如何利用GEE（Google Earth Engine）多源遥感数据进行大面积森林生物量估算利用（GEDI+S2+S1）超700行代码，如果需要进行GEE的一些基本学习，具体的专栏大家可以前去我的博客主页学习：涵盖了GEE基础、高阶和应用...
Google Earth Engine -在 GEE 中计算面积含各类要素计算（土地分类为例）含讲解和代码.pdf
03-11
在 GEE 中计算面积含各类要素计算（土地分类为例）含讲解和代码。 本教程中 从土地分类影像的加载，地图统计和面积统计等多个环节对如何在GEE中进行土地分类进行了全面分析，包含了所有计算代码。省去了下面再本地...
Google Earth Engine（GEE）-MNDWI水体面积提取和统计分析OTSU算法（东江水库为例）.pdf
11-13
Google Earth Engine（GEE）——MNDWI水体面积提取和统计分析OTSU算法（东江水库为例）Otsu最大类间方差法原理 利用阈值将原图像分成前景，背景两个图象。 前景：用n1,csum,m1来表示在当前阈值下的前景的点数，...
GEE|假彩色目视解译山东省玉米、水稻、小麦等样本集制作代码
weixin_46493028的博客
10-22 3675
主体思路 成果展示： 代码： //===========================加载山东省行政边界数据=========================== var shpfile= ee.FeatureCollection('users/xianda19/China_shp').filter(ee.Filter.eq('ID','Shandong')) //===========================确定地图中心与放缩比例==============...
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
热门推荐
bless的博客
03-16 1万+
本研究主要使用MCD12Q1土地利用数据的500m分辨率影像，上采样到Landsat7的30分辨率影像中，进行农田属性的提取，提高农作物分类的精度。
gee水稻种植面积提取 代码
07-27
GEE（Google Earth Engine）是一个基于云计算的平台，可以用于处理和分析遥感数据。在使用GEE提取水稻种植面积的代码中，首先需要导入GEE库，然后选择需要的遥感影像数据。 将遥感影像数据加载到GEE平台后，可以使用Google地球引擎的强大功能来处理和分析该数据。在提取水稻种植面积时，一般可以基于不同的指标来进行判别，例如植被指数、反射率或温度等。通过计算不同的指标，可以得到与水稻种植面积相关的数据。 在GEE平台上，可以编写JavaScript代码来进行数据处理和分析。以下是一个示例代码，用于提取水稻种植面积： ```javascript // 导入GEE库 var ee = require('users/gee_library'); // 加载遥感影像数据 var image = ee.Image('影像数据ID'); // 计算植被指数 var ndvi = image.normalizedDifference(['NIR', 'Red']); // 设置阈值 var threshold = 0.5; // 根据阈值将植被指数二值化 var binary = ndvi.gt(threshold); // 进行形态学操作，如闭运算和开运算，以去除噪点和填充空洞 var morphed = binary.focal_max(3).focal_min(3); // 根据提取到的水稻种植区域计算面积 var area = morphed.multiply(ee.Image.pixelArea()).rename('area'); // 打印结果 print('水稻种植面积（平方米）：', area.reduceRegion({ reducer: ee.Reducer.sum(), geometry: area.geometry(), scale: 30, maxPixels: 1e9 })); // 可视化结果 Map.addLayer(area, {palette: 'blue'}, 'Waterlogged area'); ``` 这段代码通过计算植被指数并基于阈值将其二值化，然后进行形态学操作来提取水稻种植面积。最后，通过reduceRegion函数计算提取到的水稻种植面积，并在地图上进行可视化。
评论 15
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

打赏作者

Will沐风

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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