代码编织梦想

google earth engine(gee) ——多源遥感影像(s1/s2和地形数据)懂监督和非监督分类(以随机森林和kmeans聚类)案例_多源遥感数据是指哪些数据-爱代码爱编程

本文主要是利用准备好的影像和一景准备好的样本点来进行分析,在以下脚本中,我们将探索将像素分类为专题类的技术。 我们将使用只有五个类别(城市、农业、水、沙和湿地)的简化图例。 图像分类的两种主要技术是无监督分类和监督分类。 在第一种情况下,图像的像素根据它们的光谱相似性被分为许多类(数量类最初可能不对应于土地覆盖类)。 相似的像素属于同一类,尽管没有主题信息

gee——利用landsat c02 t1_l2数据进行某研究区的长时序(1985-爱代码爱编程

本教程的主要目的是在2022年底GEE已经不提供LandsatC01数据,所以这里给大家提供数据质量更高的C02数据集,这样我们就可以更快的切换过来。本教程主要目的就是实现NDVI和FVC长时序的计算,从而看某个区域的时空变化特特征。 数据介绍 Landsat C02 T1_L2数据是Landsat 8卫星(Landsat C02)的Level-2数据

google earth engine(gee)——多源遥感变量筛选(pca主成分分析),变量筛选/降维处理-爱代码爱编程

简介 很多时候我们需要进行数据的将为和筛选,传统的方法我们可以根绝经验方法进行筛选或者按照变量重要性和相关性进行分析,当然我们可以通过计算多个变量之间的主成分分析来进行变量的筛选,本文已森林生物量分析作为自变量,其它多源遥感变量作为相关性因变量,进行分类对比的主成分分析。 主成分分析(Principal Component Analysis,PCA)

google earth engine(gee)——segmentation.seedgrid和snic (simple non-爱代码爱编程

问题: 混淆矩阵(错误) Collection.errorMatrix:缺少特征“1_1_1_1_1_1_2_0”的属性“B1_mean”。 ConfusionMatrix (Error) Collection.loadTable: Collection asset 'projects/ee-priyanka/asset

gee案例——一个完整的火灾监测案例dnbr差异化归一化烧毁指数_怎么通过计算nbr提取火-爱代码爱编程

差异化归一化烧毁指数 dNBR是"差异化归一化烧毁指数"的缩写。它是一种用于评估卫星图像中烧毁区域严重程度的遥感指数。dNBR值通过将火灾前的归一化烧毁指数(NBR)减去火灾后的NBR来计算得出。该指数常用于野火监测和评估。 dNBR(差异化归一化烧毁指数)是一种用于评估火灾后地表烧毁程度的遥感指标。它通过比较火灾前后的归一化烧毁指数(NBR)来计算得

google earth engine(gee)——非监督分类案例分析(森林非森林核其它)_gee聚类-爱代码爱编程

本教程的主要目的是实现指定区域的森林非森林的分类,而样本点的选取都是随机选取的,我们加入的变量则按照DEM中的阴影和坡度作为参与分类的变量进行分析,最周通过kmeans聚类实现影像的分类. reduceNeighborhood(reducer,内核,inputWeight,skipMasked,优化) 将给定的reducer应用于每个像素周围的邻域,由给

google earth engine——利用已有的开源代码在gee中计算来自landsat 4、5、7和8 toa、sr的地表温度lst_landsat5计算lst使用gee-爱代码爱编程

地表温度(LST)对于评估地表状况的各种研究越来越重要,例如城市气候、蒸发和植被压力的研究。Landsat系列卫星有可能提供高空间分辨率的LST估计值,这特别适用于地方或小规模的研究。许多研究提出了Landsat系列的LST

google earth engine(gee)—— 18年的modis 1km ndvi 产品并分析长期趋势ndvi分析kendallscorrelation()函数的利用_gee ee.reducer.kendallscorrelation-爱代码爱编程

此脚本使用 MODIS 1km NDVI 产品并分析长期趋势NDVI 通过 Mann-Kendal 的测试。tau 值范围从 -1 到 1。阳性值(绿色)表示趋势增加,而负值表明植被减少的趋势。 注意:不幸的是,谷歌暂时禁用了 p 值,因此,该结果只能用于指示趋势。 前言 – 床长人工智能教程  函数: ee.Reducer.kendallsCor

gee案例——用landsat 8 影像中lst两种方法进行不同地类(森林/草地/水面/建筑物等)温度变化_landsat tempurature-爱代码爱编程

案例简介 很多时候我们需要进行分析地表温度时序LST,或许我们可能会监测不同时间范围内不同土地类型的地表变化情况,在本案例中我们将使用两种方法进行,本质是一样的,但是在最后的图表展示阶段会有不同的差异。 LST 是 Land Surface Temperature 的缩写,中文翻译为地表温度。它是指地表在日照和长波辐射的作用下达到的温度,是地球表面能量

google earth engine(gee) ——根据单点坐标进行格网的建立(含有一个重要函数)_如何使用google earth地图画网格-爱代码爱编程

这是一段生成度量网格的代码。您必须在公制投影(例如 UTM)中定义坐标。 您可以在 K 和 K/5 间距处生成 2 个网格,并通过横截面计算出命名并在地图中使用 col 和 row 属性。 coveringGrid(proj, scale) Returns a collection of features that cover this geomet

google earth engine ——利用公开的河流数据计算河流的有效宽度-爱代码爱编程

本次教程该代码使用两个公开可用的数据集(GSW 和 HydroLakes_polygons)和作为可共享资产上传的更新河网(Updated_river_network)。目的是使用 GSW 数据集估计沿示范河网的不同水量(即 1、10、20、30、40、50%)的有效河流宽度。 代码通过在河网上的线段周围创建一个缓冲区来实现这一点,估计水域像素的面积

google earth engine (gee) ——landsat 8 sr数据太阳地形辐射校正_landsat8地形校正-爱代码爱编程

太阳地形辐射矫正 该函数是为 Landsat 8 表面反射率编写的。其中有四种模型: 1)余弦校正; 2)c校正:3)scs+c校正; 4) Tan 的经验旋转模型。您可以编辑函数的输出以切换到您想要使用的模型。默认为 Tan 的经验旋转模型。 这里我们使用的数据是,但在波段信息中并没有体现出来"SOLAR_ZENITH_ANGLE“等,但我们可以

google earth engine(gee)——evaluate实现一键批量下载研究区内的所有单张影像(上海市部分区域)_gee .evaluate-爱代码爱编程

本文主要的目的就是实现研究区的批量影像下载,主要用的市evaluate和每一个影像中的'system:index',然后利用for循环将影像进行逐景下载。 函数: evaluate(callback) Asynchronously retrieves the value of this object from the server and passe

google earth engine (gee) ——统计不同地表水数据集的差异面积_gee neq-爱代码爱编程

本文我们用eq和neq进行分析,这里我们可以用来查看两者相同和不同的区域,然后我们要用unmask和selfmask函数进行分析结果。本文先用0然后unmask空的区域,然后我们就可以得到一个完整的影像,这里我们影像就完整了,然后用前影像和现在完整的影像寻找差异,最后我们就可以selfmask掩膜掉空值区域,我们查看函数: unmask(value, s

gee——全球海岸线格网提取并批量下载_海岸线数据下载-爱代码爱编程

 矢量格网(Vector grid)是通过将特定区域分割为正方形或其他形状的单元格来创建的空间数据结构。矢量格网创建后可以用于以下目的: 1. 数据可视化:矢量格网可以用于将数据可视化,并以网格形式呈现数据。 2. 空间数据分析:矢量格网可以帮助对空间数据进行统计分析和模型构建,如人口密度、土地利用、环境变化等。 3. 空间数据管理:矢量格网可以用于

google earth engine(gee)——landsat5/7/8影像融合后进行时序分析并导出影像视频_gee landsat5数据导出-爱代码爱编程

///定义一个名为Geometry的几何体。 /// 我承认并感谢谷歌地球引擎开发者邮件列表对此的帮助。 /// 安德鲁-卡茨2018年夏天的一个项目 这个代码中包含了影像中去除空波段的函数。前言 – 床长人工智能教程 函数: Export.video.toDrive(collection, description, folder, fileName

google earth engine(gee)——如何获取土地分类影像中各地类的面积(按矢量集合中逐个矢量提取)_gee建筑物提取-爱代码爱编程

很多时候我们会在已经公开的土地分类影像中按照矢量集合中的元素进行逐个矢量的面积提取,这里主要的问题是我们如何进行遍历每一个矢量,而这里有两个关键函数就显得非常重要,一个是遍历每一个矢量求出每一个矢量的范围,另外就是将其求出的面积放入到指定的集合中,并以字典的形式返回,这样就可以求出矢量集合中的每一个矢量范围内的土地分类面积。 数据: GlobCover

google earth engine (gee)——利用 ui.splitpanel对比查看不同时期的空气质量案例_gee aqi-爱代码爱编程

在我们上一次利用人口和NO2数据,接下来,我们将进行测试,看看我们能否可视化 2020 年 COVID-19 封锁期间 NO2 浓度的变化。我们将比较 2020 年 3 月的二氧化氮浓度中值与 2019 年 3 月的中值。 天气会显着影响空气污染物浓度(例如,风导致烟雾的远距离传输),因此 2020 年和 2019 年之间的差异可能是天气差异的产物。通过

google earth engine(gee)——进行南美洲evi和ndvi影像的动画加载_ui.thumbnail(image, params, onclick, style) 从ee.im-爱代码爱编程

我们可以同时加载多个动画在一个界面上完成,我们以NDVI和EVI来进行操作,分别展示结果。 ui.Thumbnail(image, params, onClick, style) 从ee.Image异步生成一个固定尺寸的缩略图。 参数。 image (Image, optional): 要生成缩略图的ee.Image。默认为一个空的ee.Image。

google earth engine(gee)——实现一个可视化的监测功能(inspector)一个label就行了_gee中的inspector不显示出来-爱代码爱编程

今天做一个值得分析的事情,就是我们要在GEE实现它的inspector功能即监测功能,就是如何让我们再点击MAP的时候获取图层的属性信息,这里我们用两个案例来分析,要用到的素材分别是全球30米分辨率的DEM数据和叶面积指数数据 数据1: Dataset Availability 2006-01-24T00:00:00 - 2011-05-12T00: