GEE机器学习专栏

快捷转换/互转 Markdown 文档和 TypeScript/TypeDoc 注释

解决方案注释转Markdown下载地址：https://github.com/mazeyqian/go-gin-gee/releases/tag/v1.2.0操作步骤：跟自身系统下载文件convert
后除·2023-06-11 20:34

【踩坑实录】GEE-Python上手（一）：报错“invalid_grant”

目录背景问题解决方法背景本人刚开始上手GoogleEarthEngine（GEE），由于之前有Python基础，GEE也有Python调用接口，就选择使用Python调用GEE。
自由泳好难学·2023-06-10 21:40

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

目录平台及基础开发平台GEE基础知识与ChatGPT等AI模型交互重要知识点微型案例串讲与GPT模型交互演示案例一、洪涝灾害监测案例二、洪水敏感性和风险模拟案例三、水体质量监测案例四、河道轮廓监测案例五
WangYan2022·2023-06-10 10:41

GEE中质量评估(QA)波段——去云、云量统计

目录QA波段MODIS去云云量统计QA波段MOD09用户指南官方文档：https://lpdaac.usgs.gov/documents/925/MOD09_User_Guide_V61.pdfhttps://lpdaac.usgs.gov/documents/925/MOD09_User_Guide_V61.pdfNotethatbit0istheLeastSignificantBit(LSB)
z6q6k6·2023-06-10 04:43

GEE遥感云大数据林业应用典型案例实践及GPT模型应用

以EarthEngine（GEE）为代表全球尺度地球科学数据（尤其是卫星遥感数
Mr.靳靳477302280·2023-06-08 23:10

GPT模型结合Python-GEE遥感云大数据分析、管理与可视化技术

查看原文>>>GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例应用目录第一章、理论基础第二章、开发环境搭建第三章、遥感大数据处理基础与ChatGPT等AI模型交互第四章
吹翻书页的风·2023-06-08 14:05

python geemap的安装步骤及环境配置

目录geemap安装步骤：1.下载并安装python2.下载并安装Miniconda4.打开jupyterlab5.设置端口记录一下关于geemap的安装步骤，geemap是基于GEE由吴秋生老师二次开发的一个包
·2023-06-08 14:40

遥感云大数据在灾害、水体与湿地领域典型

以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学
xiao5kou4chang6kai4·2023-06-08 08:53

GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化

随着航空、航天、近地空间等多个遥感平台的不断发展，近年来遥感技术突飞猛进。由此，遥感数据的空间、时间、光谱分辨率不断提高，数据量也大幅增长，使其越来越具有大数据特征。对于相关研究而言，遥感大数据的出现为其提供了前所未有的机遇，但同时也提出了巨大的挑战。传统的工作站和服务器已经无法满足大区域、多尺度海量遥感数据处理的需要。为解决这一问题，国内外涌现了许多全球尺度地球科学数据（尤其是卫星遥感数据）在线
xiao5kou4chang6kai4·2023-06-08 08:22

武忠祥老师每日一题||定积分基础训练（二）

dxM=\int_{-\frac{\pi}{2}}^{\frac{\pi}{2}}1\,{\rmd}xM=∫−2π2π1dx而对于N，一个基本的不等式有：1+x≥ex,当且仅当x=0“=”成立1+x\gee
釉色清风·2023-06-08 04:13

付费课程：路径规划、机器学习、运筹优化算法以及数据分析领域

目录授课形式学习内容可包含附加内容教学价格授课形式线上课程，一对一教学学习内容可包含python从入门到精通matlab入门及保姆级程序调试方法cplex入门到精通运筹学方面最优化理论-单纯形法、分支定界法、列生成法、切平面法机器学习方面机器学习专栏目录内容模型讲解
且行且安~·2023-06-07 05:18

快捷转换/互转 Markdown 文档和 TypeScript/TypeDoc 注释

解决方案注释转Markdown下载地址：https://github.com/mazeyqian/go-gin-gee/releases/tag/v1.2.0操作步骤：跟自身系统下载文件convert
·2023-06-06 21:32

GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术应用

随着航空、航天、近地空间等多个遥感平台的不断发展，近年来遥感技术突飞猛进。由此，遥感数据的空间、时间、光谱分辨率不断提高，数据量也大幅增长，使其越来越具有大数据特征。对于相关研究而言，遥感大数据的出现为其提供了前所未有的机遇，但同时也提出了巨大的挑战。传统的工作站和服务器已经无法满足大区域、多尺度海量遥感数据处理的需要。为解决这一问题，国内外涌现了许多全球尺度地球科学数据（尤其是卫星遥感数据）在线
PhyliciaFelicia·2023-04-21 16:35

GEE：计算两幅影像之间的RMSE（Root Mean Squared Error，均方根误差）

本文将介绍在GEE(GoogleEarthEngine)平台中计算两幅影像均方根误差RMSE和均方误差MSE的代码。
_养乐多_·2023-04-21 15:38

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

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。
此星光明·2023-04-21 15:33

基于GEE的年最大合成、sen+mk检验算法

基于GEE的年最大合成、sen+mk检验算法1、实验平台与数据实验平台为googleearthengine、python3.6，数据为gee中自带的NDVI数据。
Soul_taker·2023-04-21 15:03

GEE：计算FVC（Fraction of Vegetation Cover）代码详解

本文介绍了一种使用GoogleEarthEngine(GEE)平台进行遥感影像处理的方法，该方法可以将一幅遥感影像转换成植被覆盖度（FractionofVegetationCover，FVC）影像，同时去除云和阴影干扰
_养乐多_·2023-04-21 15:29

如何优雅地打印一个Java对象？

【转自原创】https://www.cnblogs.com/qing-gee/p/12272601.html给作者点个赞提问者定义了这样一个类：publicclassCmower{privateStringname
沉默羔羊121·2023-04-20 06:24

GEE：基于支持向量机（SVM）进行土地利用分类

1、前言本文利用SVM对于山西的土地覆盖情况进行监督分类，主要步骤包括影像选取、选取训练样本、训练模型、影像分类、精度验证。整个区域分为了六类：水域、森林、农田、草地、未利用地、建筑用地以及矿区。在选取训练样本之前需要首先创建geometry,创建界面如下,“importas”选择“FeatureCollection”，输入属性值即可。2、代码//去云掩膜函数functionmaskL8sr(im
日益崛起的小羊·2023-04-20 02:59

基于ENVI的Landsat 7地表温度LST大气校正方法反演与地物温度分析

1图像前期处理与本文理论部分更新：基于GEE的地表温度Landsat反演可以看这篇博客（https://blog.csdn.net/zhebushibiaoshifu/article/details/114155649
疯狂学习GIS·2023-04-18 09:29

Google earth engine (GEE) 在Pycharm 中显示地图map

在pycharm环境中，通过folium和webbrowser实现显示GEE的map。
Memoryxu·2023-04-18 00:27

【案例实践】Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用

查看原文>>>Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用目录第一章、理论基础第二章、开发环境搭建第三章、遥感大数据处理基础第四章、典型案例操作实践第五章、输入输出及数据资产高效管理第六章
吹翻书页的风·2023-04-17 20:59

GEE初学者笔记之快速上手篇

1.基础概念(1)谷歌云平台整个GEE是基于GoogleCloud云平台的一整套API开发环境。因此整个数据的处理全部都是在GoogleCloud平台上实现的，无需本地机器参与运算。
倾城一少·2023-04-17 10:37

GEE：Gmeans

G-means是一种聚类算法，它是基于K-means算法的改进版本。K-means算法的一个主要缺点是需要事先指定聚类的数量，而G-means算法则可以自动确定聚类的数量。G-means算法使用了类似于K-means的迭代过程，但在每次迭代时，它会检查每个聚类是否可以继续细分为两个子聚类。这个检查是通过计算子聚类的方差是否显著小于父聚类的方差来完成的。如果是这种情况，那么该聚类将被分成两个子聚类，
_养乐多_·2023-04-17 02:06

GEE：去除异常值

作者：_养乐多_本文记录了在GoogleEarthEngine(GEE)平台上对影像去除异常值的方法和代码。
_养乐多_·2023-04-17 02:05

GEE：将水体区域的NDVI设置为0

本文将介绍如何使用where函数将NDVI中水体区域的NDVI值设置为0（只是一个代码例子）。图1原始NDVI图2水体NDVI设置为0图3水体掩膜varwaterMask
_养乐多_·2023-04-17 02:35

GEE：GEE平台怎么提高用户内存限制

在GoogleEarthEngine(GEE)平台上，每个用户默认拥有的内存限制是256MB。
_养乐多_·2023-04-17 02:34

GEE面积过滤器

计算多边形面积属性用于过滤多边形对象主要功能找出美国所有面积小于3000平方千米的县代码//Computedareafilter.//FindUScountiessmallerthan3ksquarekilometersinarea.//LoadcountiesfromTIGERboundariestablevarcounties=ee.FeatureCollection('TIGER/2016/
赤豆冰棍·2023-04-14 20:01

Google Earth Engine（GEE）——影像的最大值合成qualityMosaic()，包括NDVI最大值合成！

要使输入中的任意波段最大化，请使用imageCollection.qualityMosaic().该qualityMosaic()方法根据集合中哪个图像具有指定波段的最大值来设置合成中的每个像素。例如，以下代码演示了如何制作最绿色的像素组合和最近的值组合：qualityMosaic(qualityBand)合成集合中的所有图像，使用质量波段（这里指的就是你要进行最大值合成的波段）作为每像素排序函数
此星光明·2023-04-14 09:29

Google Earth Engine（GEE）—geemap Reducing（统计） image collection统计影像中的最大、最小、平均值、中值和标准差！

要在中合成图像ImageCollection，请使用imageCollection.reduce()。这会将集合中的所有图像合成为单个图像，例如表示图像的最小值、最大值、平均值或标准偏差。（有关减速器的更多信息，请参阅减速器部分）。例如，要从集合创建中值图像：创建交互式地图¶importeeimportgeemapMap=geemap.Map()Map计算中值图像#LoadaLandsat8col
此星光明·2023-04-14 09:59

GEE：根据时间序列的统计值合成影像（标准差、众数、最大值、最小值、均值、中值、方差、像素和、像素数）

作者：_养乐多_在地球引擎（GoogleEarthEngine，简称GEE）平台上，我们可以使用时间序列数据来生成合成影像。时间序列数据是一组按时间排序的数据，可以是遥感影像、气象数据等等。
_养乐多_·2023-04-14 09:54

机器学习——特征缩放

前言：大多数模型都是直接给出公式，其实自己私下有推导，涉及好多自己不懂的数学知识，会一点点补充的机器学习专栏：机器学习专栏文章目录特征缩放1、特征缩放作用2、特征缩放的四种方式3、sklearn实现特征缩放特征缩放
Tao_RY·2023-04-14 06:14

GEE：数据结构——对List的操作(添加、删除、替换、获取长度、遍历、过滤)

在GoogleEarthEngine(GEE)中，可以对List对象进行多种操作。
_养乐多_·2023-04-14 05:28

GEE搭建python环境时出现WinError10060，一招解决，亲测有效！

GEE搭建python环境时出现WinError10060，一招教你解决，亲测有效。
Python小白卞泽羽จุ๊บ·2023-04-14 03:32

Google Earth Engine（GEE）—— VCT 算法案例

本文我们将用VCT算法来实现扰动检测，先来看函数：ee.Algorithms.TemporalSegmentation.VCT（timeSeries，landCover，maxUd，minNdvi，forThrMax，nYears）植被变化追踪器，一种使用密集的Landsat时间序列堆栈重建近期森林干扰历史的自动化方法。输出是每个像素包含6行xN年的二维数组。输出行包含：输入年份、VCT土地覆盖遮
此星光明·2023-04-13 10:08

GEE：使用 VCT（Vegetation Change Tracker）算法森林进行时序变化检测分析

结果如下图所示，文章目录一、VCT介绍二、GEE上VCT函数介绍三、使用
_养乐多_·2023-04-13 10:06

GEE上对长时间序列的NDVI的数据进行HANTS滤波

HANTS：时间序列谐波分析时间序列谐波分析法（HarmonicAnalysisofTimeSeries，HANTS）是平滑和滤波两种方法的综合，它能够充分利用遥感图像存在时间性和空间性的特点，将其空间上的分布规律和时间上的变化规律联系起来。时间序列谐波分解法进行影像重构时充分考虑了植被生长周期性和数据本身的双重特点，能够用代表不同生长周期的植被频率曲线重新构建时序NDVI影像，真实反映植被的周期
一打橙子czi·2023-04-12 15:01

GEE基础-实现NDVI年最大值合成

GEE基础-实现NDVI年最大值合成思路实践遇到的问题思路目的是计算研究区的年NDVI，基本实现逻辑如下：实践拼凑代码如下：//创建一个函数用来掩模云层以及云阴影varcloudMask=function
八六上山咯·2023-04-12 15:01

GEE：CCDC 结果影像下载和可视化

作者：_养乐多_简介本文将介绍一段用于获取GoogleEarthEngine（GEE）中CCDC（ContinuousChangeDetectionandClassification）结果的代码，输出结果为
_养乐多_·2023-04-12 15:57

GEE：使用 CCDC 算法进行连续变化检测和分类

作者：_养乐多_简介连续变化检测和分类（CCDC）算法是一种广泛应用于遥感数据分析的方法，可以用于检测土地覆盖变化、农作物生长状态的变化以及水资源的变化等。GoogleEarthEngine是一个强大的云端平台，提供了丰富的遥感数据和工具，可以用于执行各种类型的遥感数据分析。本文将介绍如何使用GoogleEarthEngine的CCDC算法进行连续变化检测和分类。目录一、CCDC算法介绍二、代码详
_养乐多_·2023-04-12 15:27

GEE：计算影像的统计值（像素数量、像素和、最大值、最小值、均值、方差、标准差、众数），影像集合的统计值列表，绘制影像集合统计值时间序列折线图

本文记录了在GoogleEarthEngine（GEE）平台上计算一副影像的像素数量、像素和、最大值、最小值、均值、方差、标准差、众数的代码。
_养乐多_·2023-04-12 15:26

GEE：时间序列分析2——将Landsat5、7、8所有影像合成一个影像集合，构建NDVI时间序列

本文记录了在GoogleEarthEngine（GEE）平台上，将Landsat-5、Landsat-7和Landsat-8合成同一个影像集合，并把这个新的影像集合合并成一个大的集合的代码，并计算了NDVI
_养乐多_·2023-04-12 15:26

GEE：提取多个点的时间序列数据，保存为csv格式（以NDVI为例）

这几天做了一些提取一个点时间序列的工作，本文第一个代码记录了提取三个点的NDVI值时间序列的代码，并且记录了以csv格式保存结果到本地的方法。第二个代码记录了将一个点的时间序列以折线图的形式打印在控制台中。文章目录一、输入点坐标二、结果展示三、代码实现四、打印时间序列到控制台五、代码链接一、输入点坐标输入三个点的数据。二、结果展示每一个点的LAI时间序列都保存在了csv表格之中，如下图所示。‘索引
_养乐多_·2023-04-12 15:56

GEE：DTW（Dynamic Time Warping）动态时间规整，Sentinel-2 时间序列分类

时间动态规整算法（DynamicTimeWarping，DTW）是一种常用到的时间序列分析方法，常用于时间序列分类、模式发现。卫星影像时间序列分类的动态时间规整介绍：https://medium.com/soilwatch/dynamic-time-warping-for-satellite-image-time-series-classification-872d9e54b8d分类结果如下所示：
_养乐多_·2023-04-12 15:56

Google Earth Engine(GEE)——EVI指数迭代计算和随时间序列累计值的求取！

很多人在对比未来的影像evi或者ndvi或者其他指数和之前一些年份的均值，并以累计值的形式来呈现，所以本次就从这里出发，最后给出一个累计值的效应，而且是按照逐年逐月，如果不进行累加的话，最后的结果应该呈现一个比较稳定的周期性循环波动，具体可以看后面的结果呈现。本篇需要用到的函数：Chart.image.series(imageCollection,region,reducer,scale,xPro
此星光明·2023-04-12 15:25

Google Earth Engine（GEE）——单张影像ndvi所选区域的平均值统计

代码：//研究区筛选varroi=ee.Geometry.Polygon([[[114.62959747314449,33.357067677774594],[114.63097076416011,33.32896028884253],[114.68315582275386,33.33125510961763],[114.68178253173824,33.359361757948754]]]);
此星光明·2023-04-12 15:25

GEE开发之Landsat8_SR计算NDVI和数据分析

GEE开发之Landsat8_SR计算NDVI和数据分析1NDVI的计算实现1遥感影像、数据获取2数据的变化趋势3月平均数据的变化趋势前言：主要介绍NDVI在Landsat8_SR下的计算。
等待着冬天的风·2023-04-12 15:25

GEE7：逐月NDVI最大值合成（获取CSV数据）

逐月NDVI最大值合成MOD13Q1逐月NDVI最大值合成MOD13Q1逐月NDVI最大值合成varroi=table.geometry();//调用MODIS的NDVI数据集250mvardataset=ee.ImageCollection('MODIS/061/MOD13Q1')//筛选研究时间和覆盖研究区域的影像.filter(ee.Filter.date('2005-01-01','201
Amyniez·2023-04-12 15:51

GEE：计算时间序列中最高的25%的NDVI值及其平均影像

作者：_养乐多_在农业、生态学、气象学和地学等领域，计算植被指数是非常常见的任务，其中最常用的指数是归一化植被指数（NDVI）。NDVI可以反映植被的生长状况，其计算公式为：NDVI=(NIR-RED)/(NIR+RED)其中，NIR为近红外波段，RED为红色波段。NDVI的取值范围为-1到1之间，值越高表示植被覆盖度越高。在本文中，我们将介绍如何使用GoogleEarthEngine计算NDVI
_养乐多_·2023-04-12 15:49

GEE-Python遥感大数据分析、管理与可视化实践技术

截止目前，GEE上包含的数据集超过200个公共的数据集，每天新增数据量超过4000幅影像
weixin_贾楠·2023-04-11 16:34
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他