土地分类

Google Earth Engine（GEE）——基于Landsat的1985-2020年美国西部地区土地分类数据集

数据介绍：美国西部的牧场生态系统对气候变化、火灾和其他人为干扰有动态反应。牧场状况、监测、评估和预测（RCMAP）产品旨在通过使用1985-2020年的Landsat图像量化美国西部牧场组成部分的覆盖百分比、相关误差和趋势来捕捉这种反应。RCMAP使用1985-2020年的Landsat图像，量化了美国西部牧场各组成部分的覆盖率（根据Rigge等人，2020）。RCMAP时间序列由八个部分组成：一
此星光明·2024-02-20 18:12

GEE土地分类——如何利用多年的ESRI_Global-LULC_10m将研究区的指定区域重分类分为两类数据（将多类土地分类转化为草地和非草地区域）

简介本教程主要的目的是利用自己上传的多年土地分类应先过来实现指定区域的土地分类，而且只提取ESRI_Global-LULC_10mESRI_Global-LULC_10m数据集是由ESRI（环境系统研究研究所
此星光明·2024-02-19 22:44

GIS与遥感数据汇总（数据来源网络，持续更新~）

1.Esri2017-202110m全球土地覆盖数据下载（LandCoverDownloade该数据来源于Esri，以Sentinel-2卫星的遥感图作为数据源，并结合人工智能土地分类模型制作而成。
qinaidel6·2024-02-09 17:39

遥感资源大放送（上）：用开源代码，训练土地分类模型

教程传送门遥感资源大放送（下）|11个经典遥感数据集遥感影像是开展测绘地理信息工作的重要数据，对于地理国情监测、地理信息数据库更新等意义重大，在军事、商业、民生等领域发挥了越来越重要的作用。近年来，随着国家卫星影像获取能力的提升，遥感影像数据采集效率大幅提升，形成了低空间分辨率、高空间分辨率、宽视角多角度、雷达等多种传感器共存的格局。轨道中的Landsat2正在收集地球遥感数据该卫星是NASA陆地
HyperAI超神经·2024-02-09 17:08

GEE机器学习——利用最短距离方法进行土地分类和精度评定

最短距离方法最短距离方法（MinimumDistance）是一种常用的模式识别算法，用于计算样本之间的相似度或距离。该方法通过计算样本之间的欧氏距离或其他距离度量，来确定样本之间的相似程度或差异程度。最短距离方法的具体步骤如下：1.数据准备：收集并准备用于训练的数据集，确保数据集包含标记好的样本点。2.特征选择：根据问题的特点选择合适的特征，并对特征进行预处理（如归一化、标准化等）。3.计算距离：
此星光明·2024-01-14 09:44

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

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率和每个特征在不同类别下的条件概率。2.预测阶段：对于一
此星光明·2024-01-11 12:59

GEE土地分类：土地分类精度评定和分类后影像进行（Kmeans，Gmeans，SNIC (Simple Non-Iterative Clustering）聚类分析和滤波（focal_mode）分析

本教程将通过指定区域的土地分类结果，进行聚类处理和滤波处理，聚类主要使用三种方法。而滤波则使用focal通过调参来进行分析。从而实现土地分类后的后处理。
此星光明·2024-01-05 18:07

基于MATLAB编程的BP神经网络土地分类，bp神经网络详细原理

目录摘要BP神经网络参数设置及各种函数选择参数设置训练函数传递函数学习函数性能函数显示函数前向网络创建函数BP神经网络训练窗口详解训练窗口例样训练窗口四部详解基于MATLAB编程的BP神经网络土地分类基于
神经网络机器学习智能算法画图绘图·2024-01-01 16:35

GEE机器学习——利用支持向量机SVM进行土地分类和精度评定

支持向量机方法支持向量机（SupportVectorMachine，SVM）是一种常用的机器学习算法，主要用于分类和回归问题。SVM的目标是找到一个最优的超平面，将不同类别的样本点分隔开来，使得两个类别的间隔最大化。具体来说，SVM通过寻找支持向量（即距离超平面最近的样本点），确定决策边界，并根据支持向量的位置进行分类。SVM方法的具体步骤如下：1.数据准备：收集并准备用于训练的数据集，确保数据集
此星光明·2023-12-16 19:06

GEE机器学习——利用梯度决策树Gradient Tree Boost 方法（GBDT/GBRT）进行土地分类和精度测试

GradientTreeBoost方法的具体介绍梯度提升树（GradientTreeBoost）是一种集成学习方法，通过串行训练多个决策树来解决回归和分类问题。它通过迭代的方式不断优化模型预测结果，使得每一棵树能够纠正前一棵树的预测误差。GradientTreeBoost方法的具体步骤如下：1.数据准备：收集并准备用于训练的数据集，确保数据集包含标记好的样本点。2.初始化模型：将初始模型设置为一个
此星光明·2023-12-16 18:45

GEE机器学习——利用kNN分类器器方法进行土地分类和精度评定

kNN分类器方法的具体介绍k最近邻（k-NearestNeighbors，kNN）分类器是一种常用的机器学习算法，用于对数据进行分类。kNN分类器的原理是基于样本之间的距离度量，通过找到距离待分类样本最近的k个训练样本，并根据这些样本的标签进行投票来确定待分类样本的类别。kNN分类器的具体步骤如下：1.数据准备：收集并准备用于训练的数据集，确保数据集包含标记好的样本点。2.特征选择：根据问题的特点
此星光明·2023-12-16 14:43

GEE机器学习——利用分类和回归树（Classification and Regression Trees，CART）土地分类分析

分类和回归树（ClassificationandRegressionTrees，CART）方法分类和回归树（ClassificationandRegressionTrees，CART）是一种常用的机器学习算法，用于解决分类和回归问题。CART算法通过构建一棵决策树来对数据进行分类或回归预测。CART方法的具体步骤如下：1.数据准备：收集并准备用于训练的数据集，确保数据集包含标记好的样本点。2.特征
此星光明·2023-12-14 13:42

GEE——sentinel-2新的去云方式（Cloud Score+ S2_HARMONIZED V1数据集）及linkCollection()函数的使用，结果优于现有QA波段去云（附代码）

并且只需要通过一行代码即可运行获取没有云的高清影像，相较于QA去云的操作，整体山给效果更加，特别是对于很多地区常年被云雾覆盖，很难获取无云影像，本教程通过一个简单的案例来展示如何做到高清无云影像的获取，从而提高后续土地分类的精度或者其它后续影像操作
此星光明·2023-11-02 20:18

GEE土地分类——我们在导出土地分类结果的时候需要花费好长时间的原因？

问题：我尝试将我的llc分类图像导出到GOOGLE云盘中。但导出运行时间需要很长时间才能完成。有什么帮助吗？链接到代码。https://code.earthengine.google.com/ad66737cbad17f3c489a1ebb438aa738原始代码：varL8=ee.ImageCollection("LANDSAT/LC08/C02/T1_TOA"),water=/*color:#
此星光明·2023-10-18 08:33

Google Earth Engine（GEE）——遍历提取多年MODIS影像所有土地分类的面积

使用MODIS全球年度数据提取每个LULC类别的面积。本例使用的数据集是MCD12Q1.006MODIS土地覆盖类型全球年报。它涵盖了500米的空间分辨率，由六个不同的分类方案得出。我将根据这个数据集，从土地覆盖类型-1中提取我们研究区域内每个类别所覆盖的面积。这种类型的土地覆盖类型共有17个类别，涵盖了不同类型的森林、buitup地区、荒地类型和水体。我使用马哈拉施特拉邦的地区作为我的研究区域，
此星光明·2023-10-06 22:39

Google Earth Engine ——在 GEE 中计算面积含各类要素计算（土地分类为例）

在遥感应用中工作时，许多操作需要计算面积。例如，需要在监督分类后计算每个类所覆盖的面积，或者找出灾害后区域内受影响的面积。计算栅格和矢量的面积在大多数软件包中是一个简单的操作，但在GoogleEarthEngine中以稍微不同的方式完成-这可能会让初学者感到困惑。在这篇文章中，我将概述计算矢量和图像面积的方法。我们将涵盖以下主题，从简单到复杂。特征的面积计算，即矢量数据图像的面积计算（单类）按类别
此星光明·2023-10-06 22:38

Google Earth Engine（GEE）——求土地分类后单独一部分的面积案例

本次我们所要讲授的案例，是就算一个分类完的面积，这里可以看和总体面积的之间的差异有多少？本次用到的函数：round()求整数Computestheintegernearesttotheinput.Arguments:this:input(Number):Theinputvalue.Returns:NumberRound()计算与输入值最接近的整数。参数。this:输入（Number）。输入值。返回
此星光明·2023-10-06 22:38

GEE土地分类——Property ‘B1‘ of feature ‘LE07_066018_20220603‘ is missing.错误

简介：我正在尝试使用我在研究区域中选择的训练点对图像集合中的每个图像进行分类。就背景而言，我正在进行的项目正在研究陆地卫星生命周期内冰川面积的变化以及随后的植被变化。这意味着自1984年以来，我正在处理大量图像，每年一到两张。因此，我真的很希望拥有可以映射集合的函数，而不必手动执行此操作。当我将分类器映射到imageCollection或采样图像后创建的featureCollection时，我在这
此星光明·2023-10-06 09:04

GEE土地分类——土地分类精度结果为什么最后只出现0和1？

简介本文主要是解决为啥我们土地分类后的结果，也就是精度评定最后会呈现出0和1而不是我们看到的0.98等等一些数字。一般情况下我们不会出现代码报错的情况，而是代码中一些函数的设定搓成出现了错误。
此星光明·2023-10-03 09:45

GEE土地分类——分类有影像出现空洞我们应该如何填充？（两种方法，集群填充和像素连接方法）

简介：我想知道是否存在一种简单的方法来填充二进制分类图像（例如森林）中的空洞像素？被森林像素包围的空洞像素很可能是由分类错误产生的。使用focalMedian可以填补这个洞，但森林斑块的边界被扩大了很多。这是一个演示此问题的简单链接。https://code.earthengine.google.com/01167997b4d2cca9d3a7fd2d08093bf5其他解决方案出现空白区域可能是
此星光明·2023-10-01 13:40

如何通过机器学习自动进行大面积土地分类

1.概述澳大利亚东北部的昆士兰州的地理位置非常多样化。它包括沿海雨林，广泛的桉树和相思林地，热带稀树草原，短暂的内陆河流，沙漠和丰富的农业带。面积为1,730,000平方公里（668,000平方英里），约为英国的七倍。2.背景为了绘制和评估整个州的土地利用模式和变化，昆士兰州环境与科学部（DES）于20多年前成立了昆士兰州土地利用制图计划（QLUMP）。绘制和评估整个昆士兰州的土地利用模式和变化过
水经注GIS·2023-04-13 06:56

6月22日养猪业重要资讯，关注知要事

2、国家特批，9月起养殖用地不用审批：国土资源部最新制定的《全国土地分类》和《关于养殖占地如何处理的请示》规定：养殖用地属于农业用地，其上建造养殖用房不属于改变土地用途的行为，占用基本农田以外的耕地从事养殖业不再按照建设用地或者临时用地进行审批
猪之事·2023-04-10 08:56

WRF后处理：python cartopy绘制土地利用/土地分类图//python绘制WRF下垫面类型（以北极为例）

下垫面类型对于WRF的地表过程十分重要，而在我们研究WRF的地表过程之前，需要对输入的土地利用类型进行一些绘制，以便后续的修改。土地利用分类图的特点主要在于色标的设置，而在Github中，已有人根据WRF的不同土地利用数据设置了色标与标签，详见：landuse_colormao在这里，我将以北极地区为例，绘制北极地区的WRF下垫面数据，我使用的MODIS21这类。首先加载包，并进行函数定义：##C
什么都不会的张同学·2023-02-02 12:31

Google Earth Engine（GEE）——Kmeans聚类快速进行土地分类(双for循环快速调参)

k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终
此星光明·2023-01-26 10:07

Google Earth Engine（GEE）—— 快速进行农田作物土地分类和面积统计

复杂景观中的土地覆盖分类受到作物/植被类型固有的短距离转变的限制，尤其是在小农耕作系统中。地球观测图像的可用性和可访问性不断提高，为评估状态和监测土地覆盖变化提供了重要机会，但解锁这种能力取决于相关地面实况数据的可用性，以校准和验证分类算法。撒哈拉以南非洲农业系统通常无法获得急需的空间显式地面实况数据，这限制了相关分析工具的开发，以监测农田动态或对农业系统产生[近]实时洞察。本教程是为有兴趣在Go
此星光明·2023-01-07 12:43

Google Earth Engine（GEE）——基于s2影像的实时全球10米土地利用/土地覆盖（LULC）数据集

全球动态土地分类数据集是一个10米的近实时（NRT）土地利用/土地覆盖（LULC）数据集，包括九个类别的概率和标签信息。动态世界的预测适用于2015-06-27至今的Sentinel-2L1C集合。
此星光明·2023-01-07 12:42

Google Earth Engine（GEE）——土地分类/覆盖案例分析含各类土地面积统计和精度评定（印度班加罗尔为例）

这里有一个函数需要重新回顾一下：这个函数只适用于TOA影像ee.Algorithms.Landsat.simpleComposite(collection,percentile,cloudScoreRange,maxDepth,asFloat)从陆地卫星原始场景的集合中计算出陆地卫星TOA合成。它应用标准的TOA校准，然后使用SimpleLandsatCloudScore算法给每个像素分配一个云分
此星光明·2022-12-31 17:54

遥感图像计算机分类论文,遥感影像和监督分类论文,关于基于监督分类的土地利用遥感影像提取方法相关参考文献资料-免费论文范文...

遥感影像的应用越来越多,监督分类解释土地利用信息使用广泛.以湖北武汉市2006年的UTM投影影像图为基础数据,根据国家中科院土地利用分类标准,利用ERDAS9.2、ArcGIS等相关软件与技术.采用监督分类的方法,对有关土地分类信息进行了提取并展示后续成果图
weixin_39828198·2022-12-07 09:04

遥感资源大放送（下）| 11 个经典遥感数据集

本文继上期土地分类模型训练教程之后，又整理了几大主流公开遥感数据集。
HyperAI超神经·2022-11-19 17:34

Google Earth Engine（GEE）——欧洲10米分辨率土地分类（21种分类）EUCROPMAP 2018数据

基于Sentinel-1和LUCASCopernicus2018年原位观测的欧洲作物类型图（EUCROPMAP2018）。该数据集利用独特的LUCAS2018哥白尼原位调查，是欧盟第一个基于2018年S1A和S1B合成孔径雷达观测的10m像素大小的大陆作物类型图。数据集可用性2018-01-01T00:00:00Z–2019-01-01T00:00:00数据集提供者联合研究中心（JRC）地球引擎片
此星光明·2022-11-16 18:03

Google Earth Engine（GEE）——案例分析土地分类数据的正确加载（UI.panel）

本次的研究主要是正确加载一个土地分类数据，用到了UI.panel,ui.label,等以及legend图例的添加等内容的简单操作案例，主要目的是在GEE中加载土地分类数据和相应的面板上的标签和颜色的展示
此星光明·2022-11-16 18:33

Google Earth Engine（GEE)—modis土地分类不同地类上色

首先选择分类影像MODIS/051/MCD12Q1/2001_01_01，建立一个Panel，紧接着创建创建并添加图例标题。代码：//classificationimage.varBAND_NAME='Land_Cover_Type_1';varimage=ee.Image('MODIS/051/MCD12Q1/2001_01_01').select(BAND_NAME);//设立一个控制台var
此星光明·2022-11-16 18:32

ArcGis空间分析学习：土地利用动态变化分析

说明：本实验主要参考GIS空间分析实验教程-田永中，适合初学者参阅目录一、实验理论（1）实验目的（2）实验内容（3）实验原理（4）实验方法（5）实验流程（6）实验材料二、实验步骤（1）认识土地分类体系（
Desmond196070·2022-05-23 07:30

ArcGis实战：土地利用变化矩阵与土地利用变化图制作

2）账号注册（3）数据下载二、图像预处理(1)准备研究区矢量图层(2)图像镶嵌1.添加数据2.去除黑边（复制栅格）3.图像拼接（图像镶嵌）(3)图像裁剪1.提取掩膜三、制作土地利用转移矩阵表（1）获取土地分类系统
Desmond196070·2022-05-23 07:36

2019-01-31

在土地分类上，采用《第三次全国国土调查工作分类》，对部分地类进行了归并或细化。
夏日树影微风·2021-05-05 01:25

遥感资源大放送（上）：用开源代码，训练土地分类模型

内容概要：土地分类是遥感影像的重要应用场景之一，本文介绍了土地分类的几个常用方法，并利用开源语义分割代码，打造了一个土地分类模型。
·2021-02-25 11:04

遥感资源大放送（下）| 11 个经典遥感数据集

本文继上期土地分类模型训练教程之后，又整理了几大主流公开遥感数据集。
·2021-02-25 11:19

遥感资源大放送（下）| 11 个经典遥感数据集

本文继上期土地分类模型训练教程之后，又整理了几大主流公开遥感数据集。
·2021-02-25 00:34

遥感资源大放送（上）：用开源代码，训练土地分类模型

内容概要：土地分类是遥感影像的重要应用场景之一，本文介绍了土地分类的几个常用方法，并利用开源语义分割代码，打造了一个土地分类模型。
·2021-02-23 20:53

envi与arcgis文件转换_ArcGIS ENVI中土地分类格式互转、土地利用转移矩阵、变化图谱计算详解...

01ENVI、ArcGIS格式互换1.1ENVI分类格式转TIFENVI分类格式使用File下面的Saveas另存为TIF格式：对于部分5.3版本可能会出现报错：那我们可以使用Classic模式：然后使用ArcGIS打开：但是可能会发现分类图像的值域范围可能和ENVI不一样：然后我们符号系统里选唯一值：这样值域范围就对应了：还可以设置标签名称：1.2ArcGISCoverage格式转TIF对于Co
weixin_39925413·2020-12-22 14:37

贝叶斯分类器（含MATLAB实现）

这也是遥感图像土地分类的常用方法。统计决策函数以贝叶斯定理为基础，一般需要满足两个基本条件：1）已知模式向量的有关概率分布先验知识，如先验概率、类条件概率密度。
伤心的小屁孩·2020-09-12 15:06

关于土地分类格式互转、土地利用转移矩阵、变化图谱计算详解

关于土地分类格式互转、土地利用转移矩阵计算详解一、ENVI、ArcGIS格式互转1.1ENVI分类格式转TIFENVI分类格式使用File下面的Saveas另存为TIF格式：对于部分5.3版本可能会出现报错
Remote Sensing_Dong·2020-07-27 12:44

影像信息提取之-----混淆矩阵计算

l变化统计栅格图它描述了前后两幅土地分类图之间的地类发生转变的空间分
冰清-小魔鱼·2020-07-09 19:55

()Google Earth Engine(GEE)实例代码学习三十一——利用MODIS土地分类产品(MCD12Q1)对Landsat影像分类

本文分享如何利用MODIS全球土地分类产品(MCD12Q1)通过采样点实现Landsat影像土地利用类型分类//选取一块研究区vargeometry=ee.Geometry.Polygon([[[29.972731783841393,31.609824974226175
上天入地小黄蜂·2020-06-24 06:02

利用Landsat8 进行利用土地分类

1波段合成数据管理工具—栅格—栅格处理—波段合成（选取753或543，推荐753）2裁剪裁剪范围为所选矢量图（或者用掩模工具也可以）3分类利用影像分类工具选取训练样本，自己选取分类的数量利用散点图判别训练样本的精度，分散越明显越精确然后交互式监督分类4分类后处理Spatialanalyst工具—栅格综合—众数滤波边界清理（用众数滤波后的栅格）区域合并（边界清理后栅格）然后Spatialanalys
weixin_34256074·2020-06-21 11:03

酒店式公寓公寓式酒店，寓墅带你了解误区

【1】产权年限酒店式公寓属于居住建筑，土地分类为住宅用地，所以酒店式公
寓墅资产管理·2019-12-28 09:42

北京商住限购系骗局 宝宝心里累

接近国土资源部人士告诉经济观察网记者，商住限购细则存在合理性，按照国土资源部土地分类管理要求，各地方政府需严格执行国家土地用途管制。所谓商住项目，是
卫财有道·2019-11-03 18:47
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他