代码编织梦想

本文主要市归一化指数的运算和加载,以及多波段影像的加载,还有影像的导出,主要函数有一下: 

归一化差值(bandNames)
计算两个频段之间的归一化差异。如果没有指定要使用的频段,则使用前两个频段。归一化差值的计算方法是(第一-第二)/(第一+第二)。注意,返回的图像波段名称是'nd',输入的图像属性不会保留在输出的图像中,任何一个输入波段的负像素值都会导致输出的像素被屏蔽。为了避免屏蔽负的输入值,请使用ee.Image.expression()来计算归一化的差异。

参数。
this:输入(图像)。
输入的图像。

bandNames(列表,默认为空)。
指定要使用的波段的名称的列表。如果没有指定,则使用第一个和第二个波段。

返回。图像

Map.addLayer(eeObject, visParams, name, shown, opacity)
将给定的EE对象作为一个图层添加到地图上。

返回新的地图层。

参数。
eeObject (Collection|Feature|Image|RawMapId)。
要添加到地图上的对象。

visParams (FeatureVisualizationParameters|ImageVisualizationParameters, optional):
可视化参数。对于图像和图像集合,有效参数见ee.data.getMapId。对于特征和特征集合,唯一支持的键是 "colo

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_31988139/article/details/126548535

GEE(Google Earth Engine)——earth engine算法简介-爱代码爱编程

地球引擎数据结构 两个最根本的地理数据在地球引擎结构 Image和 Feature分别对应于光栅和矢量数据类型,。图像由波段和属性字典组成。特征由一个Geometry和一个属性字典组成。一堆图像(例如图像时间序列)由ImageCollection. 功能集合由FeatureCollection. 在地球引擎其它基本数据结构包括Dictionary, Li

Google Earth Engine(GEE)——Landsat8 TOA 影像去云-爱代码爱编程

上一篇文章写了如何去除Landsat 8 SR数据,这一片主要是讲一下如何去除Landsat8 TOA 影像。 除云前影像:   除云后影像:  代码: // 建立函数还是选择BQA波段 var maskL8 = function(image) { var qa = image.select('BQA'); //检查云层位是否关闭,设

Google Earth Engine(GEE)——在线调取云端影像!-爱代码爱编程

来自 Cloud GeoTIFF 的图像  You can use ee.Image.loadGeoTIFF() to load images from Cloud Optimized GeoTIFFs in Google Cloud Storage. For example, the public Landsat dataset hosted in G

Google Earth Engine(GEE)——影像集合创建、添加多波段影像和合成-爱代码爱编程

上一篇文章讲了关于影像的创建和波段添加,今天说一下关于影像集合的添加整体的思路是一样的下面这段话大家自己看下我就不翻译了。 In addition to loading an ImageCollection using an Earth Engine collection ID, Earth Engine has methods to create im

Google Earth Engine(GEE)——在线调取影像并封装到影像集合中-爱代码爱编程

上一次我们说过影像的云端获取,今天我们还是可以通过影像集合来完成相应的操作,只不过相对应的需要把单张影像放入到列表中,在通过遍历和封装在集合中,顺便改变波段名称来展示影像。    // 获取云端数据库的影像值 var uriBase = 'gs://gcp-public-data-landsat/LC08/01/001/002/' + 'L

Google Earth Engine(GEE)——影像进行数学运算(NDVI为例)!-爱代码爱编程

数学运算符对图像带执行基本的算术运算。它们接受两个输入:两个图像或一个图像和一个常数项,它被解释为没有屏蔽像素的单波段常数图像。对于每个波段,按像素执行操作。 举一个简单的例子,使用陆地卫星图像,其中计算归一化植被指数(NDVI)的中会使用到add(),subtract()以及divide()用于运营商:当然这里有集成号的内置函数可以使用: normal

Google Earth Engine(GEE)——影像数组的转换与运算.matrixSolve-爱代码爱编程

Earth Engine 支持转置、逆和伪逆等数组变换。例如,考虑一个时间序列图像的普通最小二乘 (OLS) 回归。在以下示例中,具有预测变量和响应的带的图像被转换为​​数组图像,然后“求解”以获得最小二乘系数估计三种方式。首先,组装图像数据并转换为数组: 这里对于计算系数有三种方式:下面代码中有所展示,具体就是更好的方法是使用该pseudoInvers

Google Earth Engine(GEE)——Sentinel-2 多光谱影像加载和不同颜色展示-爱代码爱编程

本实验的目的是加强您对图像可视化原理的理解,并培养绘制波段组合和探索表面元素反射特性的实用技能。 加载 Sentinel-2 多光谱图像 在本实验室中,我们将使用欧洲航天局 Sentinel-2 卫星收集的多光谱图像。Sentinel-2 是一个宽幅、高分辨率、多光谱成像任务,支持哥白尼土地监测研究,包括监测植被、土壤和水覆盖,以及观察内陆水道和沿海

Google Earth Engine(GEE)——全球影像数据正确下载方式和注意事项-爱代码爱编程

今天看到有人担心全球影像能不能下载的问题? 有时候我们会用到全球的数据,但是如何下载全球的数据呢? 首先如果没有全球的矢量边界我们会不会无法下载全球的数据,答案当然是可以的,因为我们在边界筛选的过程中filterBounds(),就是为了筛选边界,当我们不进行边界筛选的时候,自然而然默认的边界范围就是全球的,但是紧接着会面临其他两个问题:1如何下载?2

Google Earth Engine(GEE)——Landsat8影像逐月NDVI_FVC计算内含直方图和下载——以北京市为例-爱代码爱编程

本文通过逐年逐月遍历影像,计算NDVI影像计算和FVC计算,并且统计其逐月的直方图和下载,但是本文为了减少GEE网页崩溃,所以直接就用一年的影像进行了实验。 本文中用到的函数两个: ee.Image(args) An object to represent an Earth Engine image. This constructor accepts

Google Earth Engine(GEE)——利用Landsat卫星影像计算EVI数据并下载以山西省为例-爱代码爱编程

这里简单说明以下本次适用的数据是Landsat系列,但是Landsat系列卫星中常用的数据包含地表反射率数据SR和大气层顶反射数据,这里面用到的去云方法是不一样的,所以大家要根据所选择的系列影像去采取不同的去云方法,本次案例我们以Landsat SR数据为实验目标。 之前关于去云的文章请参考: (452条消息) Google Earth Engine(

google earth engine(gee)——通过f12控制台批量runtask下载影像_gee批量run-爱代码爱编程

本次的任务主要是通过批量下载数据来实现自动化处理,这里首先由几个步骤,一个就是你由好多景影像下载,这里但是得通过手动的方式一个个点击才能实现 ,类似于下面这张图的效果:   批量下载任务的runtask 按下F12,然后直接在最下面的的方框中输入我们想要批量运行的代码:  代码: //参考于Exporting images without

google earth engine(gee)——landsat 9影像全波段影像下载(北京市为例)_lansat9 qa波段-爱代码爱编程

本次的主要目的是实现影像全波段的下载,主要目的啊是展示如何下载全波段影像,这里没有进行QA波段去云,如果想要了解去云的话,可以参考以下文章连接: (103条消息) Google Earth Engine(GEE)——Landsat9的使用和去云分析以青海省为例_此星光明2021年博客之星云计算Top3的博客-CSDN博客 代码: var table

google earth engine(gee)——逐年批量下载sentinel-爱代码爱编程

之前有一篇别人的博客,别人从那里问我下载全波段的影像,下载下来的影像无法展示,虽然波段是全的,但是影像却无法显示。这个其实也不是错误,只是没有对影像进行了合成,所以问题在于我们要把影像合成起来。之前这个博客的链接:  https://blog.csdn.net/qq_41487733/article/details/123625345?spm=1001.

google earth engine(gee)——利用modis 的叶面积指数影像掩膜dem批量下载_在gee中利用modis数据计算指数并下载-爱代码爱编程

本次实验的目的就是为了用DEM去筛选和过滤全球叶面积指数,然后获取没5天一期的影像。 这里首先看一下影像的叶面积指数的波段信息:   MCD15A3H.006 MODIS Leaf Area Index/FPAR 4-Day Global 500m Resolution 500 meters Bands Table Name