GEE学习专栏

GEE教程：MODIS/006/MOD17A3HGF数据中NPP的下载

目录简介函数Export.image.toDrive(image,description,folder,fileNamePrefix,dimensions,region,scale,crs,crsTransform,maxPixels,shardSize,fileDimensions,skipEmptyTiles,fileFormat,formatOptions,priority)Argument

此星光明·2025-07-20 09:52

GEE数据集：全球地下水生态系统 (GDEs)数据集（30m分辨率）

目录地下水的全球生态系统(GDEs)简介代码代码链接APP链接结果引用许可网址推荐0代码在线构建地图应用机器学习地下水的全球生态系统(GDEs)简介地下水是最广泛的液态淡水来源，但它在支持多样化生态系统方面的关键作用却往往不被人们所认识。在许多地区，依赖地下水的生态系统（GDEs）的位置和范围在很大程度上仍不为人所知，导致保护措施不足。该数据集提供了一张高分辨率（约30米）的GDEs地图，揭示了全

此星光明·2025-07-05 08:34

遥感云大数据在灾害、水体与湿地领域典型案例实践及GPT模型应用

以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学数据（尤其是卫星遥感数据）在线可视化计算和分析云平台应用越来越广泛。

科研的力量·2025-07-01 18:59

机器学习专栏（13）：数据探索三重奏——从地理热力图到特征工程的财富密码

目录导言：当数据点连成黄金海岸线一、地理可视化：数据中的加州淘金热1.1基础地理散点图1.2高密度区域透视术二、相关性解密：数字背后的财富公式2.1皮尔逊相关系数矩阵2.2非线性关系发现术三、特征炼金术：创造新的财富密码3.1特征组合公式库3.2相关性进化史四、异常数据猎手：揪出数据中的"叛徒"4.1价格天花板检测4.2时空异常检测五、工业级探索工具箱5.1自动化数据透视5.2探索流程checkl

Sonal_Lynn·2025-06-25 07:39

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

Redis的单线程讲解与指令学习

四.Redis为什么是单线程的五.String有关的命令Redis的学习专栏：http://t.csdnimg.cn/a8cvV一.Redis的命令两个基本命令在Redis当中，有两个基本命令：get和

tq02·2025-06-19 19:23

C++学习专栏专栏收录该内容5 篇文章订阅专栏#新星杯·14天创作挑战营·第11期# 前引：在C++的面向对象编程中，对象模型是理解语言行为的核心。无论是类的成员函数如何访问

这里有一个注意点：我们返回整个类肯定是没有问题的，但是这样效率很低，如果这个类的空间很大呢？返回整个类就不那么好，因此我们可以返回对象的别名，也就是返回引用//运算符重载函数Myclass&operator=(constMyclassSt){_year=St._year;_month=St._month;_day=St._day;return*this;}为什么可以返回引用？首先this的作用域是

︎Sweet☻万物更新·2025-06-18 13:20

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

机器学习专栏（36）：逻辑回归与Softmax回归全解析（附完整代码与可视化）

目录一、逻辑回归：概率世界的"温度计"1.1核心原理：从线性到概率的魔法转换1.2Sigmoid函数：概率转换的核心引擎1.3实战案例：鸢尾花二分类二、模型训练：损失函数的艺术2.1对数损失函数解析2.2正则化实战技巧三、Softmax回归：多分类的终极武器3.1数学原理深度解析3.2多分类实战技巧四、工业级应用指南4.1特征工程黄金法则4.2模型评估矩阵4.3超参数调优模板五、避坑指南：常见误区

Sonal_Lynn·2025-06-11 04:46

Redisson学习专栏（四）：实战应用（分布式会话管理，延迟队列）

文章目录前言一、为什么需要分布式会话管理？1.1使用Redisson实现Session共享二、订单超时未支付？用延迟队列精准处理2.1RDelayedQueue核心机制2.2订单超时处理实战总结前言在现代分布式系统中，会话管理和延迟任务处理是两个核心需求。本文将深入探讨如何利用Redisson解决这两个问题，通过代码实战演示分布式会话共享和订单超时未支付的延迟任务处理。一、为什么需要分布式会话管理

快乐肚皮·2025-06-05 07:53

Netty学习专栏（五）：Netty高性能揭秘（Reactor模式与零拷贝的深度实践）

文章目录前言一、Reactor模式：高并发的基石1.1Reactor模式的核心思想1.2Netty的主从Reactor多线程模型核心组件与角色分工运行流程与事件处理1.3线程分配与无锁化设计1.4设计优势二、零拷贝2.1传统数据拷贝的瓶颈传统文件传输流程性能损耗点2.2操作系统零拷贝技术sendfile系统调用mmap内存映射2.3Netty的零拷贝优化CompositeByteBuf：逻辑组合代

快乐肚皮·2025-06-02 23:28

Netty学习专栏（一）：Java NIO编程与核心组件详解

文章目录前言：为什么选择Netty？一、为什么需要先学NIO？二、NIO与BIO的核心差异2.1阻塞方式差异2.2编程模型差异2.3数据处理方式差异2.4代码结构对比三、NIO三大核心组件详解3.1Channel（通道）3.2ByteBuffer（缓冲区）3.3Selector（选择器）四、详细工作原理说明总结前言：为什么选择Netty？在分布式系统、微服务架构盛行的今天，高性能网络通信已成为系统

快乐肚皮·2025-05-31 08:03

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

机器学习专栏（1）：什么是机器学习？看完这篇你也能跟算法“对话“了！

目录导言：当你的手机开始"思考"一、机器学习的三重定义（从感性到理性）1.1机器学习的"诗与远方"1.2工程师的精准诠释二、解剖一只"会学习的麻雀"：垃圾邮件过滤器2.1训练过程全解析2.2与传统编程的世纪碰撞三、为什么维基百科不是机器学习？3.1知识的两种形态3.2核心差异点四、你的第一个机器学习应用场景4.1生活中的学习机器4.2技术演进路线图五、如何开启你的机器学习之旅？5.1学习金字塔（建

Sonal_Lynn·2025-04-19 22:14

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

机器学习项目实战项目详解 + 数据集 + 完整源码+ 项目报告

每个项目都带有完整的代码+数据集+报告项目链接【机器学习项目实战（一）】基于随机森林的航空公司用户满意度分析【机器学习项目实战（二）】基于朴素贝叶斯的中文垃圾短信分类【机器学习项目实战（三）】基于LSTM的股票价格预测精品学习专栏导航帖机器学习项目实战项目详解

怀逸同学·2025-04-06 18:25

【C++奇遇记】C++中的进阶知识(继承(一))

博客主页：博主链接本文由Mmalloc原创，首发于CSDN学习专栏推荐：LeetCode刷题集数据库专栏初阶数据结构欢迎点赞收藏⭐留言如有错误敬请指正！

M malloc·2025-04-06 02:33

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

LabVIEW实现LoRa通信

开源免费LabVIEW学习专栏分享：L

不脱发的程序猿·2025-03-23 15:24

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

机器学习专栏博文汇总

本篇汇集了Python游乐园中机器学习专栏博文，会持续更新，需要的小伙伴可以收藏一下Python机器学习实战：基于不同机器学习算法的鸢尾花数据集分析机器学习常见问题：过拟合及其处理方式结构化数据和非结构化数据的区别是什么如何选择合适的机器学习算法来处理非结构化数据可用于文本分析的机器学习算法都有哪些

python游乐园·2025-03-13 02:09

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

【PCIe 总线及设备入门学习专栏 4.5 -- PCIe 中断 MSI 与 MSI-X 机制介绍】

文章目录PCI设备中断机制PCIe设备中断机制PCIeMSI中断机制MSICapabilityMSI-X中断机制MSI-XcapabilityMSI-XTablePBAMSI-Xcapability解析MSI/MSI-X操作流程扫描设备配置设备MSI配置MSI-X配置中断触发与处理PCI设备中断机制以前的PCI设备是支持物理上的INTA/B/C/D中断信号，设备可以可以表明自己通过哪个引脚来发出中

主公讲 ARM·2025-03-06 00:42

【PCIe 总线及设备入门学习专栏 10.1 -- Linux PCIe 驱动框架之 RK3399 Region1 访问】

region0的地址MEM/IO读写示例配置Region1用于内存读写配置Region1地址转换Region1地址访问descregistersCPU读写region0的地址本篇文章紧接【PCIe总线及设备入门学习专栏

主公讲 ARM·2025-03-01 17:34

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

Lineageos 22.1 aosp15 定制学习专栏介绍

一.前言学习了一段时间的rom开发，需求也大概做了一些，但是一直没有记录下来总结，这个专栏开始会基于如下平台开始尝试做一些常见模块的需求定制，记录学习，如果有错误欢迎指正，大家一起学习!至于pixel编译刷机大家可自行查看官方文档。https://wiki.lineageos.org/devices/blueline/二.平台介绍设备：GooglePixel3Lineageos:22.1基于aos

JabamiLight·2025-02-18 14:10

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

推荐频道