king言成耳總

摘要： 在數字圖像處理中最多的就是應該對圖像進行土地利用分類，因此下面是監督分類的流程以及代碼案例。 1.首先分類最開始應該建立樣本數據集，在這里我分了四類，然后就開始自己的采樣吧。 設立好分類后，對目標進行分類。 然后對每個樣本進行顏色選擇和屬性定義 2.下面就開始進行編程啦 //選擇需要裁剪的矢量數據 閱讀全文

摘要： 在圖像進行一系列的運算之后需要將圖像導出，會用到一個函數Export來輸出圖像。 GEE主要可以導出如下類型資源，分別是image影像類型、map地圖地圖類、table矢量文件類和video視頻類。導出函數主要可以直接將數據存放于3個地方，Google Drive、Assets和Google Clo 閱讀全文

摘要： 在GEE中已經對圖像進行了圖像下載與拼接，真是很方便，省去我們下載與拼接的時間，那么要對某一個研究區域進行研究的話，不進行裁剪操作，數據量很大，運算時間也會很長。因此本文是運用矢量數據對柵格數據進行裁剪。話不多說，代碼附上。 //選擇需要裁剪的矢量數據 var cc = ee.FeatureColl 閱讀全文

摘要： 一、【衛星數據landsat】 （1）數據引入 在數據框中輸入landsa，點擊import引入 （2）ImageCollection.qualityMosaic()對像素級別進行操作，對所有圖像集中，通過波段質量為每個像素排序。 qualityMosaic(NDVI值)相當于去云操作（下一步探究） 閱讀全文

摘要： 一、【image】 （1）創建 1.GEE自帶 https://developers.google.com/earth-engine/datasets/catalog 主要有landsat、sentinel哨兵、srtm高程、land cover土地利用 2.用戶上傳 3.ee.image() ee 閱讀全文

摘要： 我們知道做認識事情都有個流程順序，正確的流程可以事半功倍，錯誤的流程往往會導致事情重新來做。流程如此重要，具體到數據分析的流程也是一樣的，數據分析可以分為五步，分為問題識別，數據可行性論證，數據準備，建立模型，評估結果。 （一）問題識別 大數據分析的第一步是要清晰界定需要回答的問題。對問題的界定有兩 閱讀全文

摘要： 一、【Geometry】形狀 （1）創建 1.創建點ee.Geometry.Point() 創建多點ee.Geometry.MultiPoint() var ct=ee.Geometry.Point(116.3968,39.9186)Map.centerObject(ct)print(ct)Map. 閱讀全文

摘要： 一、【dictionary】 字典是存儲各屬性信息的集合 （1）字典創建 var dictionary=ee.Dictionary({ name:'www', age:'>20', gender:'man', location:'hb'})print(dictionary) （2）字典修改 1.di 閱讀全文

摘要： Google Earth Engine(GEE)是Google提供的對大量全球尺度地球科學資料（尤其是衛星數據）進行在線可視化計算分析處理的平臺。 相比于ENVI等傳統的處理影像工具，Google Earth Engine可以快速、批量處理數量“巨大”的影像。通過Google Earth Engin 閱讀全文

摘要： 地理系統作為復雜的而空間系統具有極強的反直觀性，依據定量計算以及數學推理來認識假象，揭示真相。 因此地理數學方法就是從地理學的角度出發來研究數學方法的應用，主要是通過地理計量方法和地理數學思維方式。 地理數學方法包括以下幾個方面的知識： （1）地理系統的回歸分析。一元線性回歸、多元線性回歸、逐步回歸 閱讀全文