GEE遥感

近地面无人机植被定量遥感与生理参数反演

目录专题一近十年近地面无人机植被遥感文献分析、传感器选择、观测方式及质量控制要点专题二辐射度量与地物反射特性专题三无人机遥感影像辐射与几何处理专题四光在植被叶片与冠层中的辐射传输机理及平面模型应用专题五植被覆盖度与叶面积指数遥感估算更多应用
WangYan2022·2023-10-15 15:02

arcgis地理配准_【更新69篇】地理数据科学技术文章合集，欢迎大家点赞、在看、转发三连！...

公众号技术文章合集目录,目前已整理以下8个部分，共计69篇文章GIS基础GIS制图与空间分析地理数据分享与处理方法景观生态R语言/Python地理数据综合处理遥感与影像信息提取河口海岸各种软件工具和技巧总结文章附带练习数据
weixin_39673947·2023-10-15 12:53

arcgis中 shift数据重新定义投影_【更新82篇】地理数据科学技术文章合集，欢迎大家点赞、在看、转发三连！...

公众号技术文章合集目录,目前已整理以下8个部分，共计82篇文章GIS基础GIS制图与空间分析地理数据分享与处理方法景观生态R语言/Python地理数据综合处理遥感与影像信息提取河口海岸各种软件工具和技巧总结文章附带练习数据
weixin_39861498·2023-10-15 12:53

arcgis中 shift数据重新定义投影_【更新85篇】地理数据科学技术文章合集，欢迎大家点赞、在看、转发三连！...

公众号技术文章合集目录,目前已整理以下8个部分，共计85篇文章GIS基础GIS制图与空间分析地理数据分享与处理方法景观生态R语言/Python地理数据综合处理遥感与影像信息提取河口海岸各种软件工具和技巧总结文章附带练习数据
weixin_39652810·2023-10-15 12:23

MIKE水动力笔记15_数字化海图4之制作xyz水深数据

Step3整理合并得到水深数据前言在进行MIKE水动力建模之初，需要准备好水深数据，之前有在【MIKE水动力笔记1_岸线及水深数据之依靠全球数据库资源提取的方法】和【MIKE水动力笔记3_岸线及水深数据之根据遥感影像绘制岸线的方法
晏长街·2023-10-15 12:45

MIKE水动力笔记3_岸线及水深数据之根据遥感影像绘制岸线的方法

本文目录前言Step1下载研究区域的遥感影像Step2将影像导入ArcGIS中描岸线Step3将岸线坐标导出Step4根据导出坐标制作xyz岸线数据文件前言岸线及水深数据有多种获取方法，以我的理解而言，
晏长街·2023-10-15 12:15

Tiff图像处理1_Python

读、写、显示Tiff图像最近在处理Landsat的遥感影像。.tif格式的图像，与之前接触的.jpg，.png不太一样，在读写上面有更多的要求和规范。学习了好久，尤其是在显示上。
DYNA_M·2023-10-15 12:40

GEE错误——利用selector选择指定的属性列表进行表格的导出（相关错误解析）

本文主要是利用目的是利用selector选择指定的属性列表进行表格的导出，这里的目的是我们就用这个表格选取指定的属性列表即可。相关错误：我正在尝试获取每个点的平均土壤值。代码运行良好，但我得到一个空白列。我可能必须添加.set或.get或其他东西，我尝试过但没有运气。您能否检查一下代码并帮助我正确导出点值。https://code.earthengine.google.com/2258e56526
此星光明·2023-10-15 08:12

GEE案例——如何进行重采样（分辨率由高分辨率降为低分辨率）以sentinel2为例重采样到1000米

简介：如何正确的将高分辨率影像降低为低分辨率？这里我们使用sentinel2影像数据作为研究，并最终将影像转化为1000米分辨率的影像聚合像素要在地球引擎中聚合像素，必须使用reduceResolution()函数。有关该函数的更多信息，请参阅《EarthEngine用户指南》。现在我们来看看如何将人口栅格聚合到较低分辨率的栅格中。首先，我们必须按所需分辨率计算投影参数。投影由CRS和CRS变换组
此星光明·2023-10-15 08:11

GEE——自GLDAS-2.0 每日流域模型批量导出逐月Terrestrial water storage水存量影像下载

数据介绍美国国家航空航天局全球陆地数据同化系统第2版（GLDAS-2）有三个组成部分：GLDAS-2.0、GLDAS-2.1和GLDAS-2.2。GLDAS-2.0完全采用普林斯顿气象强迫输入数据，提供从1948年到2014年时间上一致的序列。GLDAS-2.1采用模型和2000年至今的观测数据的组合。GLDAS-2.2产品套件使用数据同化（DA），而GLDAS-2.0和GLDAS-2.1产品是"
此星光明·2023-10-15 08:04

地理空间情报(1)

包括空间定位数据、图形数据、遥感图像数据、属性数据等，用于分析和处理在一定地理区域内分布的各种现象和过程，解决复杂的规划、决策和管理问题。
黄伟逆旅·2023-10-14 21:56

常见的作物模型有哪些？DSSAT模型、APSIM模型、WOFOST模型与PCSE模型等应用

Python语言快速批量运行DSSAT模型及交叉融合、扩展应用③R语言与作物模型（以DSSAT模型为例）融合应用④WOFOST模型与PCSE模型应用⑤基于R语言APSIM模型进阶应用与参数优化、批量模拟⑥遥感数据与作物模型同化应用更多应用
小艳加油·2023-10-14 21:23

【基于Kmeans、Kmeans++和二分K均值算法的图像分割】数据挖掘实验三

例如，在医学上，用于测量医学图像中组织体积、三维重建、手术模拟等；在遥感图像中，分割合成孔径雷达图像中的目标、提取遥感云图中不同云系与背景等、定位卫星图像中的道路和森林等。图像分割
小手の冰凉·2023-10-14 19:59

【记录】使用Python读取Tiff图像的几种方法

文章目录PIL.Imagecv2gdal本文总结了使用PILImage,cv2,gdal.Open三种pythonpackage读取多通道Tiff格式遥感影像的方法。
__momo__·2023-10-14 03:29

GEE：JavaScript 代码转化为 python 代码（geemap.js_snippet_to_py()函数使用）

GEE中有一个名为ee的Python库，可以让你在Python中访问GEE中的数据和函数。然而，直接从JavaScript代码转换成Python代码可能不是一件容易的事情，因为它们有很多不同之处。
此星光明·2023-10-14 03:42

Google Earth Engine（GEE）扩展——GEET的函数（JavaScript版本的快速辅助函数）

在这种情况下，我们将创建一个名为gee
此星光明·2023-10-14 03:11

GEE：使用中文做变量和函数名写GEE代码

最近在编写GEE代码的时候，无意中发现JavaScript已经能够支持中文字符作为变量名和函数名，这个发现让我感到非常兴奋。
_养乐多_·2023-10-14 02:35

Google Earth Engine (GEE) 提取某一位置时间序列值

本文讲述如何使用GEE下载指定卫星遥感/再分析数据集指定位置（实测站点位置）的时间序列值。
江北20190411·2023-10-14 01:08

Google Earth Engine（GEE）——全球陆地数据同化系统（GLDAS）摄取了卫星和地面观测数据产品提取温度分析

使用的数据：全球陆地数据同化系统（GLDAS）摄取了卫星和地面观测数据产品。它使用先进的陆地表面建模和数据同化技术，生成陆地表面状态和通量的最佳场。GLDAS-2.1是GLDAS第二版（GLDAS-2）数据集的两个组成部分之一，另一个是GLDAS-2.0。GLDAS-2.1类似于GLDAS-1产品流，升级后的模型由GDAS、分解的GPCP和AGRMET辐射数据集组合而成。GLDAS-2.1模拟于2
此星光明·2023-10-14 01:35

Google Earth Engine（GEE）——全球农田有机土壤碳和氮排放（1992-2018年度）数据集

粮农组织关于排水有机土壤的两个相关数据集提供了以下估计值：DROSA-A：用于农业活动（农田和放牧草地）的有机土壤面积（公顷）DROSE-A：这些土地利用下有机土壤农业排水的碳(C)和一氧化二氮(N2O)估计值（以千兆克计）。年度数据的分辨率为0.0083333X0.0083333（赤道约1公里），覆盖1992年至2018年期间的全球数据。粮农组织统计数据库的估计遵循政府间气候变化专门委员会（IP
此星光明·2023-10-14 01:35

Google Earth Engine (GEE) ——时间序列分析案例分析

问题如何为给定位置创建时间序列？如何在GoogleEarthEngine中绘制该时间序列？我如何使该情节具有交互性？目标加载高分辨率作物图像。动态选择纬度/经度以创建时间序列图。为选定点创建NDVI和EVI的时间序列。概述此代码允许用户根据在地图上动态选择的点动态生成时间序列图。时间序列显示了250m分辨率下归一化差异植被指数和增强型植被指数的16天复合数据。这些指数源自MODIS。
此星光明·2023-10-14 01:05

GEE|时间序列分析（二）

还是参考了上篇文章的文档和视频（GEE官方的视频教程）。一、谐波分析将回归模型进一步改进，以凸显NDVI的季节性。
difizuhvovs·2023-10-14 01:33

GEE|时间序列分析（三）

学习时间序列分析的第三天。。前两天自作主张选了另一个数据集，不知道代码哪里改错了，结果有点离谱。还是换回教程上的数据集，先把流程跑通再改。以下代码包括去趋势、谐波分析、自协方差和自相关：vartimeField='system:time_start';Map.centerObject(roi,4);functionmaskL8sr(image){varcloudShadowBi
difizuhvovs·2023-10-14 01:33

Google Earth Engine（GEE）提取点的土壤湿度

今天来分享下如何利用GEE提取点的土壤湿度，首先介绍一个数据集NASA/GLDAS/V021/NOAH/G025/T3H，里面包含很多数据集，包括气象、土壤、气温等数据，例如：CanopInt_inst
生态遥感监测笔记·2023-10-14 01:32

GEE：基于GLDAS数据集分析土壤湿度的时间序列变化

作者：CSDN@_养乐多_本篇博客将介绍如何使用GoogleEarthEngine（GEE）进行土壤湿度数据的分析。
_养乐多_·2023-10-14 00:59

Python+”高光谱遥感数据处理与机器学习深度应用丨高光谱数据预处理-机器学习-深度学习-图像分类-参数回归

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
asyxchenchong888·2023-10-13 16:12

Python+高光谱数据预处理-机器学习-深度学习-图像分类-参数回归

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
Teacher.chenchong·2023-10-13 16:10

不要用战术上的勤奋掩盖战略上的懒惰—注册测绘师考试体会

毕业以后我一直从事遥感行业工作，遥感专业有个不好的地方，就是出去一介绍，遇到的同行，动不动就是博士毕业，作为一名三流学校毕业的学生，我心理还
jsjly·2023-10-13 06:39

python：使用卷积神经网络(CNN)进行回归预测

该代码进一步修改可用于遥感影像回归模型.样本数据的格式如下：使用训练好的模型对测试数据进行回归预测,预测值和真实值结果如下：文章目录卷积神经网络完整代码卷积神经网络完整
_养乐多_·2023-10-13 05:08

GEE17: 基于Theil-Sen Median斜率估计和Mann-Kendall趋势分析方法分析四川省2022年NDVI变化情况

Theil-SenMedian+Mann-Kendall1.Theil-SenMedian+Mann-Kendall原理1.1Theil-SenMedian1.2Mann-Kendall2.GEEcode2.1数据导入2.2Theil-SenMedian斜率估计2.3Mann-Kendall趋势分析1.Theil-SenMedian+Mann-Kendall原理1.1Theil-SenMedian
Amyniez·2023-10-13 02:06

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
思考的小猴子·2023-10-13 01:18

基于谷歌地球引擎Google Earth Engine的Landsat遥感影像单窗算法地表温度LST反演

1背景知识  基于遥感数据的地表温度（LST）反演目前得到了广泛的应用，尤其是面向大尺度、长时间范围的温度数据需求，遥感方法更是可以凸显其优势。
疯狂学习GIS·2023-10-13 01:24

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，在帮助深入理解科学原理。
_遇见jia·2023-10-13 00:25

激光雷达的分类

激光雷达可以用于多种应用，包括测绘、遥感、自动驾驶、无人机、机器人导航和海洋科学研究。
SmallC1oud·2023-10-12 12:40

气象台卫星监测vr交互教学增强学生的学习兴趣和动力

对地观测是以地球为研究对象，依托卫星、飞船等光电仪器，进行各种探测活动，其核心是遥感技术，因此为了让遥感专业学员能提前熟悉对地观测规则、流程、方法及注意事项，借助VR虚拟现实制作的三维仿真场景，能让学员提前上手实操
VRARvrnew3d·2023-10-12 08:36

python多光谱遥感数据处理、图像分类、定量评估及机器学习方法

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成
思考的小猴子·2023-10-12 06:30

Python高光谱遥感数据处理丨高光谱成像，涵盖基本概念、成像原理、数据处理和分析方法，以及运用机器学习和深度学习模型提取和应用高光谱信息技术

目录第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践更多推荐Matlab高光谱遥感、数据处理与混合像元分解实践高光谱遥感数值建模技术及在植被
小艳加油·2023-10-12 06:29

遥感技术Python篇：高光谱遥感数据处理与机器学习

本次是高光谱遥感内容的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用）总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破
Yolo566Q·2023-10-12 06:29

“Python+”集成技术高光谱遥感数据处理与机器学习教程

详情点击公众号链接：“Python+”集成技术高光谱遥感数据处理与机器学习教程第一：高光谱基础一：高光谱遥感基本概念01)高光谱遥感02)光的波长03)光谱分辨率04)高光谱遥感的历史和发展二：高光谱传感器与数据获取
夏日恋雨·2023-10-12 06:48

Python高光谱遥感数据处理与机器学习实践技术

目录第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法
WangYan2022·2023-10-12 06:12

python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成
PhyliciaFelicia·2023-10-12 06:41

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

本文涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
PhyliciaFelicia·2023-10-12 06:41

Python高光谱遥感数据处理与机器学习技术

本次是高光谱遥感内容的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用）总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破
天青色等烟雨..·2023-10-12 06:10

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用丨高光谱数据预处理-机器学习-深度学习-图像分类-参数回归等12个专题

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。结合Python编程工具，专注于解决高光谱数据读
WangYan2022·2023-10-12 05:36

【西安】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

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。
思考的小猴子·2023-10-11 17:42

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

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。
科研小白 新人上路·2023-10-11 17:12

GPT模型结合Python-GEE遥感云大数据分析、管理与可视化技术

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。
年华往事·2023-10-11 17:11

【西安】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云端数据论文出版级可视化随着航空、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
WangYan2022·2023-10-11 17:09

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

如今，EarthEngine凭借其强大的功能正受到越来越多国内外科技工作者的关注，应用范围也在不断扩大。学习致力于帮助科研工作者掌握EarthEngine的实际应用能力，以Python编程语言为基础，结合实例讲解平台搭建、影像数据分析、经典应用案例、本地与云端数据管理，以及云端数据论文出版级可视化等方面的进阶技能。为了提高教学质量，本课程将融合最先进的ChatGPT、文心一言等AI自然语言模型辅助
WangYan2022·2023-10-11 17:09

【融合ChatGPT等AI模型】Python-GEE遥感云大数据分析、管理与可视化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与ChatGPT等AI模型交互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云端数据论文出版级可视化更多应用随着航空、航天、近地空间等多个遥感平台的不断发展
小艳加油·2023-10-11 17:38
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他