(GEE)

GEE：1996 年至 2020 年全球红树林范围和变化的长时间序列数据集

作者：CSDN@_养乐多_本文翻译了awesome-gee-community-catalog中关于GlobalMangroveWatch的介绍和使用指南的内容。

_养乐多_·2025-06-25 03:46

从0开始学GEE python——Landsat 8 C02 SR和TOA数据的缨帽变换（含数组的介绍）

Landsat8C02SR和TOA数据的缨帽变换（含数组的介绍）缨帽变换（Hattransformation）缨帽变换（Hattransformation）是一种在3D计算机视觉中常用的操作，用于将一个三维向量转换为一个反对称矩阵。具体而言，给定一个三维向量v=[x,y,z]的缨帽变换结果H(v)是一个3x3的反对称矩阵，表示为：H(v)=|0-zy||z0-x||-yx0|其中，x、y、z分别是

此星光明·2025-06-16 23:03

GEE数据集：美国环境保护署（EPA）和国家大气沉降计划（NADP）发布的美国环保署总沉降层（TDEP 层）

简介美国环保署总沉降层（TDEP层）美国环保署总沉降科学委员会（TDep）提供了美国总氮和硫沉降通量的估计，用于临界负荷和其他生态评估，特别是在负荷导致生态系统酸化和富营养化的情况下。总沉降通量估计是通过将湿沉降和干沉降的贡献相加得到的。TDep委员会的成员开发并维护了一种测量-模型融合方法（TDepMMF），用于绘制总沉降图，该方法结合了测量值和模型估计值。这提供了一种产品，它利用了测量的准确性

此星光明·2025-05-26 00:25

GEE数据更新——MODIS数据LST地表温度计算案例MODIS/006/ MOD11A1 已弃用并且没有新数据。请改用MODIS/061/ MOD11A1

目前GEE中已经没有前者的数据。后者的时间可用范围为2000-02-24T00:00:00-首先，这两个数据集的数据处理方法有所不同。MO

此星光明·2025-05-25 15:52

GEE教程：加载和处理MODIS每日地表温度数据（LST），并分析特定区域（ROI）的温度变化时序趋势

使用GoogleEarthEngine分析MODIS地表温度数据在本篇博客中，我们将展示如何使用GoogleEarthEngine（GEE）加载和处理MODIS每日地表温度数据（LST），并分析特定区域

此星光明·2025-05-25 15:52

GEE案例：基于Google Earth Engine的RUSLE土壤侵蚀模型实现与分析（恒河缓冲区）

基于GoogleEarthEngine的RUSLE土壤侵蚀模型实现与分析（恒河缓冲区案例研究|2024-2025年度数据）1.研究背景与数据准备本研究利用修正通用土壤流失方程（RUSLE）评估恒河支流缓冲区的土壤侵蚀状况。核心数据集包括：气象数据：CHIRPS日降水数据集（计算R因子）地形数据：SRTM数字高程模型（提取LS因子）遥感数据：哨兵2号（计算C因子）、MODIS土地覆盖（提取P因子）土

此星光明·2025-05-19 13:20

GEE APP——第一个用于模拟未来全球城市扩张的细胞自动机（CA）在线工具，它可以在不同的 SSP 情景下，以 30 米的分辨率模拟未来城市土地的变化（分屏可拖动）

目录简介函数setControlVisibility(all,layerList,zoomControl,scaleControl,mapTypeControl,fullscreenControl,drawingToolsControl)Arguments:Returns:ui.Mapui.Map.Layer(eeObject,visParams,name,shown,opacity)Argume

此星光明·2025-05-14 13:51

Google Earth Engine（GEE) 代码详解：批量计算_年 NDVI 并导出（附 Landsat 8 数据处理全流程）

一、代码整体目标基于Landsat8卫星数据，批量计算2013-2020年研究区的NDVI（归一化植被指数），实现去云处理、数据合成、可视化及批量导出为GeoTIFF格式，适用于植被动态监测、生态环境评估等场景。二、代码分步解析（含核心原理与易错点）1.加载并显示研究区边界varroi=table;//假设table是用户上传的矢量边界（如SHP文件）Map.centerObject(roi,8)

做科研的周师兄·2025-05-14 00:00

GEE疑问：镶嵌后（中位数、平均数、最大值和最小值合成）影像的原始坐标系是否发生改变？

作为一个GEE的初学者，有个小问题想请教一下。

此星光明·2025-04-30 14:04

GEE| 基于Landsat 8 计算NDVI

基于Landsat8计算NDVI，并将栅格数据导出。（使用时将roi更改为自己的矢量范围并在.filterDate进行时间筛选即可）varroi=ee.FeatureCollection('users/yongweicao11/fujian');print('ROI:',roi);varmyImage=ee.ImageCollection("LANDSAT/LC08/C02/T1_L2").fil

Aaron Hill·2025-04-29 23:18

Google Earth Engine: 使用K-means聚类进行快速土地分类

介绍：GoogleEarthEngine（简称GEE）是一个强大的云平台，用于分析和可视化地球观测数据。其中之一的功能是可以使用K-means聚类算法进行土地分类。

VwajAlgorithm·2025-04-27 13:48

基于 Google Earth Engine 的南京江宁区土地利用分类（K-Means 聚类）

一、引言其实利用GEE可以做的内容太多了，很多内容换一个区域，换一个时间段就是一篇本科毕业论文（设计），甚至拓展一下硕士也不是不行。

AI_RSER·2025-04-27 13:17

GEE土地分类——使用了Landsat 8和9影像以及随机森林监督机器学习算法进行城市绿地的计算（雅典）

目录简介主要主题和目标卫星数据的输入和处理谷歌地球引擎-雅典的绿色空间定义城市边界-研究区域城市绿地的可用性和可达性结果代码结果简介这项研究是利用GoogleEarthEngine平台进行的，同时使用了Landsat8和9影像以及随机森林监督机器学习算法。主要主题和目标除了环绕并影响城市气候的国家公园、森林和山脉之外，研究表明，城市绿地，无论大小，都能通过影响城市的微气候以及市民的日常生活，为城市

此星光明·2025-04-16 06:36

GEE Ui——批量查询Sentinel-2 图像无云区域的可视化应用（提供缩略图）

目录简介功能选项函数Map.clear()Noarguments.Returns:ui.MapMap.onClick(callback)Arguments:Returns:StringreduceRegion(reducer,geometry,scale,crs,crsTransform,bestEffort,maxPixels,tileScale)Arguments:Returns:Dictio

此星光明·2025-04-14 14:44

GEE 24：基于GEE实现高空间分辨率物种分布模型的模拟

高分辨率物种分布模型模拟1.加载数据并定义网格大小和范围2.预测变量3.定义模型拟合和交叉验证的空间块使用未分类的卫星图像作为预测变量，以高空间分辨率对物种分布进行建模1.加载数据并定义网格大小和范围对于本例，我们从GBIF获得了6月份（繁殖季节中期）的雪貂（Hylocichlamustelina）观测数据集。数据集来源：99,939occurrencesincludedindownload

Jackson的生态模型·2025-04-02 05:49

GEE训练教程——从 JRC 洪水风险数据集中提取不同返回周期的洪水风险信息统计，进行直方图可视化和分析并下载数据

GEE训练教程——从JRC洪水风险数据集中提取不同返回周期的洪水风险信息，进行可视化和分析，并导出特定数据代码解释这段代码使用GoogleEarthEngine(GEE)处理全球洪水风险数据。

此星光明·2025-04-01 14:01

基于 GEE 的研究区 1986-2024 年年均归一化植被指数 NDVI 时间序列分析

目录1代码解析1.1初始化与地图设置1.2数据预处理函数1.3云去除函数1.4NDVI计算函数1.5数据集加载与处理1.6年均NDVI计算与导出1.7时间序列影像集合1.8绘制时间序列图表2完整代码3运行结果1代码解析1.1初始化与地图设置varroi=table;Map.centerObject(roi);Map.addLayer(roi,{'color':'grey'},'roi');roi定

@HNUSTer·2025-04-01 14:28

【RS】GEE(Python)：数据处理

现在，让我们进一步探讨如何在GoogleEarthEngine(GEE)中进行数据处理。数据处理通常包括图像预处理、裁剪、过滤、重采样等操作。

T0uken·2025-04-01 14:25

GEE AI：利用 LLMs 来协助地理空间分析中的规划和代码生成，加快数据处理流程

目录概述简介代码1代码2致谢概述我们谷歌研究院科学人工智能部门的使命是实现科学突破和发现，造福人类并从根本上加快科学进步。我们的一个重点领域是通过生成式人工智能和大型语言模型（LLMs）的力量，增强地理空间分析师和科学家的能力。我们的目标是利用LLMs来协助地理空间分析中的规划和代码生成，从而大大加快分析师的工作流程。地理空间工作流程自动化的一个重要部分是根据特定的地理空间查询确定哪些数据集最相关

此星光明·2025-03-27 12:35

AI增强OS的兴起：Linux及其它

原文链接：https://gee-tech.com/artifiacial-intelligence/the-rise-of-ai-enhanced-operating-systems-linux-and-beyond

何雷 — 智能网联汽车·2025-03-26 20:44

GEE下载REMA strip和mosaic数据的python脚本

EarthEngineDataCatalog：https://developers.google.com/earth-engine/datasets/catalog搜索REMA：importeeimportgeemapimportosimportwarnings#忽略所有警告warnings.filterwarnings("ignore")#下载REMAStrips数据（2m和8m）defdown

WiIsonEdwards·2025-03-19 14:59

【Gee】项目总结：模仿 GIN 实现简单的 Golang Web 框架

文章目录Gee项目回顾Gee项目总结Golang已经具备基础的web功能，为什么还需要web框架？作为web框架，Gee框架完成了哪些功能？如何用Gee来构建web项目？

YGGP·2025-03-16 05:58

GEE数据集——Harmonized Landsat Sentinel-2 (HLS) 卫星sentinel-2哨兵-2（HLS）

简介统一大地遥感卫星哨兵-2（HLS）项目通过虚拟卫星传感器群提供一致的地表反射率（SR）和大气层顶部亮度（TOA）数据。陆地成像仪（OLI）安装在美国宇航局/美国地质调查局的联合陆地卫星8号和陆地卫星9号上，而多光谱仪（MSI）则安装在欧洲的哥白尼哨兵-2A号和哨兵-2B号卫星上。通过综合测量，可以每2到3天以30米的空间分辨率对陆地进行全球观测。HLS项目使用一套算法来获得OLI和MSI的无缝

此星光明·2025-03-15 09:18

Google Earth Engine——导入无云 Sentinel-2 图像和NDVI计算

目录搜索和导入无云Sentinel-2图像Sentinel-2的背景打开GEE界面定义您感兴趣的领域查询Sentinel-2图像的存档过滤图像集合将图像添加到地图视图定义真彩色可视化参数探索影像定义假色可视化参数从波段组合中导出指数

此星光明·2025-03-15 09:17

GEE APP——SnowCloudMetrics应用程序，用于分析和可视化雪的覆盖频率（SCF）和雪的消失日期（SDD）

目录简介代码解释代码结果网址简介GEEAPP——SnowCloudMetrics应用程序，用于分析和可视化雪的覆盖频率（SCF）和雪的消失日期（SDD）代码解释用于GoogleEarthEngine(GEE

此星光明·2025-03-11 03:11

GEE python——通过 Dask 数据框访问 Google Earth Engine 特征集合（矢量集合）

目录简介使用方法PIP安装方法通过conda安装初始化和授权案例在编写代码之前，请安装开发依赖项（克隆版本库后）：简介通过Dask数据框访问GoogleEarthEngine特征集合使用方法PIP安装方法pipinstalldask-ee通过conda安装condainstall-cconda-forgedask-ee初始化和授权importeeimportdask_eeee.Authentica

此星光明·2025-03-09 19:16

【Gee-Web框架】【Day6】【Golang】模板Template

实现静态资源服务StaticResource支持HTML模板渲染一、服务端渲染1.简要说明前后端分离的开发模式，web后端提供RESTful接口，返回结构化的数据（通常是JSON或者XML），前端使用AJAX技术请求到所需的数据，利用JavaScript进行渲染。Vue/React等前端框架火热，优势突出后端专注解决资源利用、并发、数据库等问题，只需考虑数据如何生成前端专注界面设计实现，只需要考虑

行者无疆xcc·2025-03-08 18:49

基于 GEE 计算年均归一化植被指数 NDVI、植被覆盖度 FVC

目录1完整代码2运行结果1完整代码//导入研究小区的集合Map.centerObject(roi);Map.addLayer(roi,{'color':'grey'},'roi');//应用缩放因子functionapplyScaleFactors(image){varopticalBands=image.select('SR_B.').multiply(0.0000275).add(-0.2);

@HNUSTer·2025-03-06 04:41

基于python+django的宠物商店-宠物管理系统源码+运行步骤

://pet.gitapp.cn后台地址：http://pet.gitapp.cn/admin后台管理帐号：用户名：admin123密码：admin123源码地址https://github.com/gee

冷琴1996·2025-02-27 00:40

GEE训练教程——基于sentinel-1数据的筛选和可视化操作

rightValue,rightField,leftValue)Arguments:Returns:FilterupdateMask(mask)Arguments:Returns:Image代码解释代码结果简介GEE

此星光明·2025-02-11 02:11

GEE 训练教程——基于全球人口数据、夜间灯光数据和sentinel-2数据的可视化

VCMCFG函数ee.Filter.inList(leftField,rightValue,rightField,leftValue)Arguments:Returns:Filter代码解释代码结果简介GEE

此星光明·2025-02-11 02:41

GEE 案例：利用CHIRPS数据计算干旱天数的栅格影像

目录数据UCSB-CHG/CHIRPS/DAILY函数ee.Image.constant(value)Arguments:Returns:Imagecast(bandTypes,bandOrder)Arguments:Returns:Imageiterate(function,first)Arguments:Returns:Object代码结果数据UCSB-CHG/CHIRPS/DAILY气候灾害

此星光明·2025-02-11 02:40

GEE 训练教程——基于Sentinel-2数据的SAVI 和 NDVI 图层添加到地图上的可视化分析

目录简介指数函数expression(expression,map)Arguments:Returns:Image代码解释代码结果简介GEE训练教程——基于Sentinel-2数据的SAVI和NDVI图层添加到地图上的可视化分析指数

此星光明·2025-02-11 02:40

GEE 土地分类——批量统计不同土地分类的面积

Numberbyte()Arguments:Returns:Imagepaint(featureCollection,color,width)Arguments:Returns:Image代码结果简介GEE

此星光明·2025-02-05 10:39

GEE python——gee_pyccd基于连续监测变化检测（Continuous Change Detection and Classification, CCDC）

目录简介gee_pyccdPyCCDCCDC算法代码1代码2结果简介gee_pyccd协调在GoogleEarthEngine数据上使用PyCCD的脚本。此存储库与Google或USGS没有正式关联。

此星光明·2025-02-03 17:48

Google Earth Engine（GEE）——全球ECMWF/ERA5/DAILY（气温、降水）逐日数据下载（全球）

目录简介数据说明代码：数据引用：全球矢量边界：结果简介ERA5是ECMWF对全球气候的第五代大气再分析。再分析将模型数据与来自世界各地的观测数据结合起来，形成一个全球完整的、一致的数据集。ERA5取代了其前身ERA-Interim再分析。ERA5DAILY提供每天7个ERA5气候再分析参数的汇总值：2米空气温度、2米露点温度、总降水量、平均海平面气压、表面气压、10米u风分量和10米v风分量。此外

此星光明·2025-01-31 14:03

【GEE】全球气象数据ERA5空气湿度—波段处理及下载

相对湿度均值用气温（temperature_2m）和露点温度（dewpoint_temperature_2m）这两个波段结合Magnus-Tetens近似公式计算。以下代码预计计算era5中的每年每8天的均值并输出。varnmg=**********;functionsaturationVaporPressure(T_image){//Magnus-Tetens公式vares=ee.Image(6

xtigao·2025-01-31 04:07

GEE 训练教程——哨兵2号、Landsat-8以及DEM影像的可视化展示

目录简介1.哨兵2号（Sentinel-2）2.Landsat-83.CGIAR/SRTM90_V4函数visualize(bands,gain,bias,min,max,gamma,opacity,palette,forceRgbOutput)Arguments:Returns:Imageexpression(expression,map)Arguments:Returns:Imageee.Te

此星光明·2025-01-29 11:59

GEE训练教程——基于Landsat C02数据的多指数计算和批量下载

目录简介指数介绍代码解释代码结果简介GEE训练教程——基于LandsatC02数据的多指数计算和批量下载指数介绍NDVI:归一化差异植被指数（NormalizedDifferenceVegetationIndex

此星光明·2025-01-27 03:01

GEE UI：基于sentinel-1 SAR数据处理工具（交互式界面）

目录简介代码解释代码引用结果简介GEEUI：基于sentinel-1SAR数据处理工具（交互式界面）代码解释看起来你提供的是一个用于处理Sentinel-1数据的GoogleEarthEngine脚本。这个脚本包括了用户输入、图像过滤、风速处理和数据导出等功能。如果你需要对这个脚本进行具体的修改、优化或者有任何问题，请告诉我！我可以帮助你理解代码的某个部分，或者提供建议和改进的方向。代码/*+++

此星光明·2025-01-22 10:53

GEE 将本地 GeoJSON 文件上传到谷歌资产

在地理信息系统（GIS）领域，GoogleEarthEngine（GEE）是一个强大的平台，它允许用户处理和分析大规模地理空间数据。

ThsPool·2024-09-15 12:33

gee mysql数据库_MySQL

集合如果你有更好的想法请在评论区留下您的答案，一起交流讨论说说常见的集合有哪些？答：主要分List、Set、Map、Queue四类，其中包含ArrayList、LinkedList、HashSet、TreeSet、HashMapComparable和Comparator接口的区别？答：其两...»smart-rick2021-02-15JAVA基础面向对象有哪些特征？答：继承、封装、多态JDK与J

weixin_39955142·2024-09-09 08:16

GEE在灾害预警中的遥感云大数据应用及GPT模型辅助分析

随着遥感技术的快速发展，云大数据在灾害、水体与湿地领域的应用日益广泛。通过遥感云大数据，我们能够实时获取灾害发生地的影像信息，为灾害预警、应急响应提供有力支持。同时，在水体与湿地监测方面，遥感云大数据也发挥着重要作用，帮助我们了解水体的分布、变化以及湿地的生态状况。近年来，GPT模型在自然语言处理领域取得了显著成果，其强大的文本生成和理解能力为遥感云大数据的应用提供了新的可能。通过将GPT模型与遥

AIzmjl·2024-03-22 05:52

GEE案例——如何sentinel-2影像利用NDWI归一化水体指数进行长时序水域分析（2015-2023年滇池为例）

简介Sentinel-2是一颗遥感卫星，其提供的高分辨率数据可以广泛应用于环境监测、土地利用和水资源管理等领域。其中，利用归一化水体指数（NormalizedDifferenceWaterIndex，NDWI）来进行长时序水域分析是一种常见的方法。本文将介绍NDWI的定义和计算方法，并结合Sentinel-2影像的使用，详细说明如何进行长时序水域分析。首先，我们来看一下NDWI的定义和计算方法。N

此星光明·2024-02-20 20:43

GEE数据集——德克萨斯州西部二叠纪特拉华分盆地以及犹他州乌因塔盆地高排放甲烷点源探测数据（千克/小时）矢量数据

简介该数据集提供了新墨西哥州南部和得克萨斯州西部二叠纪特拉华分盆地以及犹他州乌因塔盆地的高排放甲烷点源探测数据（千克/小时）。https://www.cbedai.net/xg甲烷是一种强效温室气体，在进入大气层后的头20年中，其变暖能力是二氧化碳的80多倍。当今全球变暖的原因至少有30%是人类活动产生的甲烷。减少与人类活动相关的甲烷排放--包括石油和天然气开采、农业和废物管理中可避免的排放--是

此星光明·2024-02-20 18:15

GEE数据集——MOD13A1.006Terra星搭载的中分辨率成像光谱仪获取的L3级植被指数产品

数据名称：MOD13A1.006Modis16天Terra500m数据来源：NASA时空范围：2000-2022年空间范围：全国波段名称波段单位最小值最大值比例因子波长描述NDVIB1NDVI-2000100000.0001NormalizedDifferenceVegetationIndexEVIB2EVI-2000100000.0001EnhancedVegetationIndexVIQB3B

此星光明·2024-02-20 18:45

Google Earth Engine（GEE）——美国近地表高精度实时气象数据集（2500米分辨率）

实时中尺度分析(RTMA)是针对近地表天气条件的高空间和时间分辨率分析。该数据集包括CONUS在2.5公里处的每小时分析。数据集可用性2011-01-01T00:00:00Z–2022-09-17T02:00:00数据集提供者美国国家海洋和大气局/国家气象局地球引擎片段ee.ImageCollection("NOAA/NWS/RTMA")分辨率2500米波段姓名单位敏最大限度描述HGT米-81*4

此星光明·2024-02-20 18:14

Google Earth Engine（GEE）——1981年至今全球逐日降水数据集（最终版）

CHIRPS：气候灾害组红外降水站点数据（版本2.0最终版）气候灾害组红外降水与站数据(CHIRPS)是一个30多年的准全球降雨数据集。CHIRPS将0.05°分辨率的卫星图像与现场站数据相结合，创建网格化降雨时间序列，用于趋势分析和季节性干旱监测。注意：这个数据集中没有高纬度地区的国家包括中国的内蒙古东北部和黑龙江省西北部，以及新疆的北部。分辨率5566米波段姓名单位敏最大限度描述precipi