GEE

网名| 特别搞笑的英文谐音梗网名

Nancy北添砖java地狱women真的Dior丝一jay钟情word妈呀笑skr人book思议duck不必star皆空food流油tony带水贪生pass瓢pour大雨五体toddy乌rule木齐若gee
文案臣·2023-07-23 19:53

GEE：支持向量机（SVM）分类参数说明和官方案例

作者：CSDN@_养乐多_本文记录了在GEE平台上进行支持向量机（SVM）分类使用ee.Classifier.libsvm的说明和官方案例。
_养乐多_·2023-07-17 19:07

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实践

第一章理论基础1、EarthEngine平台及应用、主要数据资源介绍2、EarthEngine遥感云重要概念、数据类型与对象等3、JavaScript与Python遥感云编程比较与选择4、Python基础（语法、数据类型与程序控制结构、函数及类与对象等）5、常用Python软件包（（pandas、numpy、os等）介绍及基本功能演示（Excel/csv数据文件读取与数据处理、目录操作等）6、Ja
asyxchenchong888·2023-07-17 00:55

Reactor模式详解及redis如何使用

大神DougLea在http://gee.cs.oswego.edu/dl/cpjslides/nio.pdf里详细介绍了javanio的实现思路，里面也详细介绍了reactor模式，后文统一称为老爷子的文章
5ycode·2023-07-16 20:14

GEE：多元线性回归

本文记录了在NDVI、EVI和LAI作为自变量，precipitation作为因变量的条件下，使用linearRegression函数进行线性回归分析的代码，代码在GoogleEarthEngine（GEE
_养乐多_·2023-07-15 20:12

【GPT模型】遥感云大数据在灾害、水体与湿地领域中的应用

以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学
zkzhzy·2023-07-15 07:44

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
思考的小猴子·2023-07-15 07:14

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

第一部分基础实践一平台及基础开发平台·GEE平台及典型应用案例介绍；·GEE开发环境及常用数据资源介绍；·ChatGPT、文心一言等GPT模型介绍·JavaScript基础简介；·GEE遥感云重要概念与典型数据分析流程
Teacher.chenchong·2023-07-13 21:25

遥感云大数据在灾害、水体与湿地领域案例实践及GPT【洪涝灾害、洪水敏感性和风险模拟、河道轮廓监测、地下水变化、红树林遥感制图】

以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学
xiao5kou4chang6kai4·2023-07-13 21:24

GPT模型应用丨遥感云大数据在灾害、水体与湿地领域典型案例实践

第一部分基础实践一平台及基础开发平台·GEE平台及典型应用案例介绍；·GEE开发环境及常用数据资源介绍；·ChatGPT、文心一言等GPT模型介绍·JavaScript基础简介；·GEE遥感云重要概念与典型数据分析流程
asyxchenchong888·2023-07-13 21:07

GEE入门学习，遥感云大数据分析、管理与可视化以及在林业应用丨灾害、水体与湿地领域应用丨GPT模型应用

目录①海量遥感数据处理与GEE云计算技术实践应用②GPT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实践应用③GEE遥感云大数据林业应用典型案例实践及GPT模型应用④遥感云大数据在灾害
WangYan2022·2023-07-13 21:05

【GPT模型】遥感云大数据在灾害、水体与湿地领域中的应用

以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学
PhyliciaFelicia·2023-07-13 21:33

GEE：在地图上添加经度和纬度线/网格

作者：CSDN@_养乐多_本文将介绍如何在GEE平台上添加经度和纬度线/网格的代码。结果如下图所示，文章目录一、代码一、代码//包围整个地球的几何图形。
_养乐多_·2023-06-23 20:30

GEE：为每个对象（斑块/超像素）添加属性

作者：CSDN@_养乐多_本文将介绍为每个对象（斑块/超像素）添加属性的代码。并举例将最近距离作为属性添加到每个对象（斑块/超像素）特征中。结果如下图所示，文章目录一、代码二、代码链接一、代码这段代码的目的是对动态世界土地覆盖图像进行分析，并提取出其中的目标对象。主要包括以下几个步骤：首先，通过选择特定的波段和像素值，将图像中感兴趣的目标提取出来。接着，利用欧几里得距离计算目标图像中每个像素到目标
_养乐多_·2023-06-23 20:00

GEE：欧几里得距离——计算目标图像中每个像素到目标像素的距离

作者：CSDN@_养乐多_利用欧几里得距离计算目标图像中每个像素到目标像素的距离，以量化像素与目标的接近程度。结果如下图所示，文章目录一、欧几里得距离简介二、代码一、欧几里得距离简介欧几里得距离（Euclideandistance）是在数学中常用的一种距离度量方式，用于计算两个点之间的直线距离。在二维平面上，欧几里得距离可以通过两点之间的直角三角形的斜边长度来表示。在更高维的空间中，欧几里得距离是
_养乐多_·2023-06-23 20:59

Reactor 模式与Tomcat中的Reactor

[系列文章目录和关于我](https://www.cnblogs.com/cuzzz/p/16609728.html)```参考：[nio.pdf(oswego.edu)](https://gee.cs.oswego.edu
Cuzzz·2023-06-23 17:00

【案例实践】R语言生物群落（生态）数据统计分析与绘图实践技术应用

查看原文>>>R语言生物群落分析绘图、多元统计分析、CMIP6、遥感碳储量、GEE林业、InVEST等目录专题一：R和Rstudio简介及入门和作图基础专题二：R语言数据清洗-tidyverse包应用专题三
吹翻书页的风·2023-06-21 10:31

GEE：计算月度气溶胶光学深度陆地海洋平均值 Aerosol Optical Depth（AOD）

作者：CSDN@_养乐多_本文记录了在GoogleEarthEngine（GEE）平台上计算月度气溶胶光学深度陆地海洋平均值（Aerosol_Optical_Depth_Land_Ocean_Mean_Mean
_养乐多_·2023-06-19 16:13

GEE：面对对象（斑块/超像素）尺度的随机森林分类教程

作者：CSDN@_养乐多_本文将介绍在GoogleEarthEngine（GEE）平台上进行面向对象随机森林分类的方法和代码。
_养乐多_·2023-06-19 16:11

GEE：如何批量处理并下载指定时间范围的月尺度NDVI数据集(MOD09GA为例)

目录01说明02完整代码01说明源码链接：https://code.earthengine.google.com/4f02959684e1ad8bd70df97175540b89这里仅说明如何查找GAUL数据集的各个行政区划的属性信息，特别是行政区划的名称.varfvLayer=ui.Map.FeatureViewLayer('FAO/GAUL/2015/level1_FeatureView');
炒茄子·2023-06-18 17:30

如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示？

目录01ArcGIS对于GEE掩膜影像的Nodata值的说明02处理方法2.1方法1-GEE修改掩膜值Arguments:Returns:Image2.2方法2-ArcGIS重新赋值Nodata（推荐）
炒茄子·2023-06-18 17:30

GEE：批量下载每日数据集

遇到最大的困难就是GEE的客户端和服务端的数据处理问题，不过好在解决了。我的问题是如何在GEE平台下载每天的哨兵5号(Sentinel-5P)的臭氧影像？
炒茄子·2023-06-18 17:00

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。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
科研小白 新人上路·2023-06-17 06:12

【GEE笔记】提取、下载样本点的时序遥感数据

主要功能筛选研究区数据，每日合成递归函数返回每个有数据日期的影像，组成数据集；筛选影像特征提取，值域映射提取样本点数据、批量下载主要流程在GEE线上的CodeEditor编写JavaScript代码实现相关功能
runepic·2023-06-17 05:32

GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化

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融合最先进的ChatGPT、文心一言等AI自然语言模型辅助教学，协助学员解答疑惑、提供针对性建议和指导，为今后自助学习提供高效的个性化的学习体验。目前，EarthEngine以其强大的功能受到国内外越来越多的科技工
小艳加油·2023-06-15 16:49

利用GEE下载全球干旱指数和蒸发数据集，并裁剪到研究区

以下是使用GoogleEarthEngine(GEE)下载全球干旱指数和蒸发数据集，并将其裁剪到研究区的代码：//设定感兴趣的区域varregion=ee.Geometry.Rectangle([xmin
地狱道·2023-06-14 15:35

【AI Earth试玩】权限配置与openAPI调用工具库

前言AIearth是阿里达摩院出的遥感云计算平台，我简单体验下来感觉像是GEE的python版本+遥感深度学习计算平台，整体体验还是挺不错的，尤其是多分类的结果还是挺惊艳的。
石头变钻石？·2023-06-13 13:55

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

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
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他