代码编织梦想

gee批量下载imagecollection且无需呆点run!(二)-爱代码爱编程

老老实实写循环:不啰嗦,直接上代码:   // var batch = require('users/fitoprincipe/geetools:batch') // print('1|wgs_500m_8d:',wgs_500m_8d) // print('2|wgs_500m_bimonthly:',wgs_500m_bimonthly) // p

gee批量下载imagecollection且无需呆点run!(一)_gee batch-爱代码爱编程

搞了一下午,TMD没成功,靠,穷则思辨,还是老老实实写循环吧 任务来源背景:需要下载某位大佬生产的LAI/FPAR数据,且数据都在GEE上,数据量达到约4500张tif,要是单点run就太呆了。 解决方案: 问题查看:光是一个ImageCollection就达1052幅影像,但是GEE不提供下载影像集合Imageollection的函数。但是网上有调

gee24:合肥市1986-爱代码爱编程

代码如下: var roi = ee.FeatureCollection("users/yipeizhao736/HefeiProvince"); Map.centerObject(roi); Map.addLayer(r

gee案例——avhrr pathfinder 5.3 版海面温度数据集(pfv53)逐日海面温度数据下载_avhrr日平均海温数据-爱代码爱编程

数据简介: AVHRR Pathfinder 5.3 版海面温度数据集(PFV53)是 NOAA 国家海洋学数据中心和迈阿密大学罗森斯蒂尔海洋与大气科学学院合作制作的全球海面温度数据集,每天两次,每次 4 公里。PFV53 是使用基于 SeaDAS 的全新现代化系统,根据 NOAA 极地轨道卫星系列上的 AVHRR 仪器提供的数据计算得出的。PFV53

google earth engine——如何批量下载海洋盐度温度数据_如何查找海洋温度和盐度数据-爱代码爱编程

简介: 之前写过一篇关于海洋温度数据集的博客Google Earth Engine ——HYCOM 数据子集包含变量海洋温度数据集_此星光明的博客-CSDN博客 混合坐标海洋模式(Hybrid Coordinate Ocean Model,HYCOM)是一个数据同化混合等值-Σ-压力(广义)坐标海洋模式。EE 中的 HYCOM 数据子集包含盐度、温度、

google earth engine(gee)——全球土壤盐度数据集(1986-爱代码爱编程

全球土壤盐度图(1986-2016) 该数据集包括1986、1992、2000、2002、2005、2009和2016年的全球土壤盐度层。这些地图是用一个随机森林分类器生成的,该分类器是用七个土壤属性图、热红外图像和WoSIS数据库中的ECe点数据进行训练的。所得地图的验证准确率在67-70%之间。根据我们的评估,受盐影响的土地总面积约为10亿公顷,并有明

google earth engine(gee)——土壤网格250m v2.0_gee数据集:全球土壤网格数据集-爱代码爱编程

土壤网格250m v2.0 SoilGrids被设计成一个全球一致的、以数据为导向的系统,使用全球协变量和全球拟合模型预测土壤属性和类别。如果您正在寻找国家和/或地方层面的土壤信息,我们建议将SoilGrids的预测与来自国家和地方土壤地理数据库的土壤图进行比较。国家土壤地图通常基于更详细的输入土壤信息,因此通常比SoilGrids更准确(在当地覆盖区域内

gee 案例——如何利用landsat数据和ndsi指数进行冰面(冰川、雪地和积雪)提取和面积计算(含矢量面积提取)——阿拉斯加为例_基于ndsi提取地表积冰-爱代码爱编程

如何利用Landsat数据和NDSI指数进行冰面提取和面积计算(含矢量面积提取)本教程将以阿拉斯加为例进行面积冰面覆盖计算并将研究结果转化为矢量,提供导出处理,此过程包含了影像后处理过程。 简介 Landsat卫星是美国国家航空航天局(NASA)和美国地质调查局(USGS)联合开发的一系列卫星。它们携带了一系列感光器,可以捕捉地球表面的可见光、红外线和

gee app——土壤水分资源管理器-爱代码爱编程

摘要 由于土壤水分含量与地球气候和天气以及干旱、洪水或山体滑坡等现象有关,因此对许多科学和专业用户来说都非常宝贵。遥感技术为连续测量这一变量提供了独特的可能性。特别是在农业领域,对高空间分辨率绘图的需求非常强烈。然而,目前可操作的土壤水分产品只有中粗空间分辨率(≥1 公里)。本研究介绍了一种基于机器学习(ML)的高空间分辨率(50 米)土壤水分绘图方

gee案例——利用ndwi指数和大津法otsu进行水域面积提取_csdn gee水域面积-爱代码爱编程

NDWI指数 NDWI指数是一种遥感指数,用于反映水体和植被分布情况。NDWI指数的计算公式为: NDWI = (Green - NIR) / (Green + NIR) 其中,Green代表绿波段(例如Landsat 8卫星的绿波段),NIR代表近红外波段(例如Landsat 8卫星的近红外波段)。 NDWI指数的数值范围在-1到1之间,数值越接

google earth engine(gee)——如何处理阈值筛选后的结果没发生变化,以青藏高原ndbi为例_ndbi 阈值-爱代码爱编程

这个教程中首先是计算了NDBI,并且进行了影像通过阈值进行了相应波段的筛选,筛选后然后重新进行加载阈值筛选后的结果, 但在原始的代码中出现了一个问题: 想把NDSI图像重新分类为二进制地图(雪=1,无雪=0)。 应用了分类功能,但当我导出图像时,数值仍然在-0.39到0.97之间。 解决方案: 在做分类,但没有把结果保存在任何变量中。下面是正确的方

gee机器学习——利用贝叶斯分类器方法进行土地分类和精度评定_gee 土地类型分类-爱代码爱编程

 贝叶斯分类器方法的具体介绍 贝叶斯分类器是一种基于贝叶斯定理的统计分类方法。它假设特征之间是相互独立的,并根据已知的特征和类别之间的关系,计算出在给定特征条件下每个类别的后验概率,然后选择具有最高后验概率的类别作为预测结果。 具体而言,贝叶斯分类器通过以下步骤进行分类: 1. 学习阶段:使用已知的特征和对应的类别标签来训练分类器,计算每个类别的先验概

土地分类——基于sentinel-爱代码爱编程

简介 无监督分类是一种基于统计学方法的图像分类技术,不需要先验知识和训练样本,直接对图像进行分类。基于Sentinel-2多源遥感数据进行无监督分类可以实现对土地类型的划分。本教程主要的目的是通过多源遥感影像进行土地分类,这里主要的数据是哨兵2号数据,波段+纹理特征,灰度波段用的NDVI指数。 步骤如下: 1. 数据预处理:对Sentinel-2数据

gee案例——计算两个矢量多边形之间的最短距离(画出两个矢量多边形之间的最短线段)_两个多边形之间的最短距离-爱代码爱编程

简介 两个矢量多边形之间的最短距离可以通过以下步骤求解: 1. 对于一个多边形中的每条边,计算它到另一个多边形的每个顶点的距离,找到距离最短的顶点,并记录距离和对应的多边形顶点。 2. 对于另一个多边形,按照同样的方法计算它到第一个多边形的每个顶点的距离,并记录距离和对应的多边形顶点。 3. 比较两个多边形中距离最短的顶点对应的距离,取其中距离最小

gee案例——美国夏威夷火灾森林面积损毁程度分析-爱代码爱编程

简介 本次案例的主要目的是通过查看两期影像间的差异来识别火灾的影像范围,所以这里用到了高清的sentinel-2影像,同时应用到了sentinel-2的QA高质量的去云后的影像进行分析。 数据 Cloud Score+ S2_HARMONIZED V1 Cloud Score+ 是一种用于中高分辨率光学卫星图像的质量评估(QA)处理器。Cloud

google earth engine ——数据全解析专辑(copernicus/s5p/nrti/l3_aer_ai)紫外线气溶胶指数 (uvai) 的近实时高分辨率数据集_吸收气溶胶指数可以展现什么?-爱代码爱编程

NRTI/L3_AER_AI   This dataset provides near real-time high-resolution imagery of the UV Aerosol Index (UVAI), also called the Absorbing Aerosol Index (AAI). The AAI is based on

nasa数据集——南部非洲地区的柱状积分气溶胶光学特性数据集-爱代码爱编程

SAFARI 2000 AERONET Ground-based Aerosol Data, Dry Season 2000 简介 气溶胶光学监测网(AERONET)是一个地面气溶胶光学监测网和数据存档系统。作为 SAFARI 2000 旱季飞行活动的一部分,AERONET 于 2000 年 8 月至 9 月在几个地点(见下表)利用日空辐射计对南部非洲

gee教程——将多段线按照等距离分割,并且分别获取每个线段上的点形成一个矢量集合_在向量空间中如何生成每个距离都有的点-爱代码爱编程

简介: 我正在寻找一种沿直线采样但沿几何形状统一的方式采样的方法最佳情况下,我提供一个值 n,即点的数量,它们将沿线分布。 这里主要的问题就是我们需要获取线段指定线段的点,这里就是获取整个线段的长度,然后根据线段的长度进行等距离分割,并且设定指定的步长,然后进行分割,分割后转化为指定矢量,获取每个点,然后放入到指定的矢量集合中,从而可以进行下一步的操作

全球日值气象数据集_gldas-爱代码爱编程

简介: 全球日值气象数据集(GLDAS Catchment Land Surface Model L4 daily 0.25 x 0.25 degree GRACE-DA1 V2.2 ,简称GLDAS_CLSM025_DA1_D),时空分辨率分别为1天、0.25度。 GLDAS-2.2目前包括来自CLSM-F2.5和GRACE-DA的产品,其中GRACE

usgs modis 蒸散量数据集_潜在蒸散发数据集-爱代码爱编程

USGS MODIS 蒸散量¶ 这里提供的蒸散量 (ET) 数据集是遥感技术的结果,主要利用 MODIS 热图像和全球天气数据集。该数据集对应于 Climate Engine 使用的全球 ET 产品的第 5 版。它为 2003 年至 2023 年期间的 ET 时空动态提供了宝贵的见解。该数据集的基石是可操作的简化表面能量平衡 (SSEBop) 模型,由