墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
600+累计阅读
618平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
Google Earth Engine（GEE）是一项强大的云平台，提供了用于地理空间数据分析的丰富工具和资源。最近，GEE推出了一系列新功能，进一步增强了其分析和可视化能力。本文将介绍其中一些令人兴奋的新功能，并提供相应的源代码示例。
// 选择影像
var image = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_123032_20140515');
// 计算NDVI指数
var<利用 Google Earth Engine 探索江宁区 2010 - 2020 年 EVI 时空变化
增强型植被指数（Enhanced Vegetation Index，EVI）是一种用于量化植被生长状态和覆盖程度的重要指标，它在监测植被动态、生态环境评估以及气候变化研究等领域发挥着关键作用。Google Earth Engine（GEE）作为一个强大的地理空间分析平台，提供了丰富的遥感数据资源和高效的数据处理能力，能够帮助我们轻松地对长时间序列的 EVI 数据进行分析和可视化。本文将详细介绍如何使用 GEE 对南京市江宁区 2010 - 2020 年的 EVI 数据进行处理和分析，以揭示该地区植被在这十年
从L1C到分析就绪：用Google Earth Engine (GEE) 在线处理Sentinel-2数据的完整流程
本文详细介绍了如何利用Google Earth Engine (GEE) 在线处理Sentinel-2数据，从L1C级别到分析就绪的完整流程。涵盖数据获取、大气校正、云掩膜处理、波段计算及时间序列分析等关键步骤，帮助用户高效完成遥感数据处理，无需下载大量原始数据。
保姆级教程：用Python和GEE Python API把本地训练的袋装决策树模型部署到Google Earth Engine
本文提供了一份详细的保姆级教程，指导如何利用Python和GEE Python API将本地训练的袋装决策树模型部署到Google Earth Engine（GEE）。教程涵盖了环境准备、数据获取、模型训练、序列化与上传、GEE调用以及性能优化等关键步骤，帮助开发者高效处理海量遥感数据，实现大规模地理空间分析。
Google Earth Engine（GEE）——LT-GEE函数模块，快速计算出土地利用变化的
LandTrendr 是一组光谱时间分割算法，可用于检测中等分辨率卫星图像（主要是 Landsat）的时间序列中的变化，并生成基于轨迹的光谱时间序列数据，这些数据基本上没有年际信号噪声。LT 最初是用 IDL（交互式数据语言）实现的，但在 Google 工程师的帮助下，它已经被移植到 GEE 平台（移植论文；GEE 概述；GEE 论文）。GEE 框架几乎消除了 IDL 实现中繁重的数据管理和图像预处理方面。它也比 IDL 实现快太多年，后者的计算时间以分钟而不是几天来衡量。 图像时间序列中的每个像素都有一
Google Earth Engine ——使用 GEE在QGIS中创建动画地图
Google Earth Engine(GEE) 是一个强大的基于云的系统，用于分析大量遥感数据。Google Earth Engine 的一大亮点是能够计算从深度图像堆栈中提取的时间序列值。虽然 GEE 擅长处理数字，但它的制图能力有限。这就是 QGIS 的用武之地。使用适用于 QGIS和 Python的Google Earth Engine 插件，您可以将 GEE 的计算能力与 QGIS 的制图能力结合起来。在这篇文章中，我将展示如何编写 PyQGIS 代码以编程方式获取时间序列数据，并渲染地图模板以.
Google Earth Engine（GEE）是一个强大的云平台，用于分析和可视化地理空间数据
然而，有时候在使用GEE时，我们可能会遇到影像图层显示为黑色的问题，无法显示彩色。你可以根据自己的需求进一步调整和定制可视化参数，以获得最佳的图像展示效果。作为第二个参数（这里是可选的可视化参数），并指定一个图层名称（‘伪彩色影像’）作为第三个参数。这将创建一个具有随机颜色映射的影像，以更好地显示影像的特征。这个函数可以为遥感影像数据生成一种随机的伪彩色方案，以便更好地展示图像的特征。这将帮助你更好地展示影像的特征，并解决影像黑色图层的问题。然后，我们创建一个地图并将生成的伪彩色影像添加到地图上，使用。
Google Earth Engine（GEE）与Django框架的学习价值
然而，如果你想构建一个具有用户界面和交互性的Web应用程序，Django是一个理想的选择。你可以使用Django来开发GEE应用程序的前端和后端，以提供用户友好的界面和丰富的功能。它可以让你充分利用Python生态系统中的其他工具和库，提供强大的Web应用程序开发功能，并为你的GEE项目带来更多的灵活性和交互性。Django是一个流行的Python Web框架，它提供了许多功能和工具，用于开发强大的Web应用程序。下面是一个简单的示例，展示了如何使用Django框架创建一个简单的GEE Web应用程序。
Google Earth Engine 边缘检测增强显示 GEE
Google Earth Engine（GEE）是一个强大的云计算平台，提供了丰富的遥感数据和分析工具，使我们能够在全球范围内分析和可视化地表变化。在上述代码中，我们首先选择了适合边缘检测的波段，然后应用了Canny边缘检测算法。最后，我们将边缘检测结果增强显示在地图上。在GEE中，您还可以进一步探索边缘检测的其他算法和参数，根据您的需求进行调整和优化。此外，您还可以将边缘检测与其他分析技术结合使用，例如图像分类、变化检测等，以获得更全面的遥感分析结果。接下来，我们将使用边缘检测算法来检测图像中的边界。
Google Earth Engine 强大新功能发布！通过Timelapse键，揭示地球过去37年间的巨变！
使用Google Earth Engine的Timelapse功能，我们可以观察到许多令人印象深刻的变化，例如城市的扩张、森林的退化、冰川的消融等等。Google Earth Engine（GEE）是一个强大的地理信息处理平台，它提供了丰富的遥感数据和分析工具，用于研究地球上的环境和地表变化。总之，Google Earth Engine的Timelapse功能为我们提供了一个独特的视角，让我们能够通过时间的眼睛观察地球的变化。希望这个功能能够帮助您更好地了解地球的变化，并促进对环境保护的重视和行动。
使用Google Earth Engine（GEE）制作简易面板展示地图
我们使用了GEE提供的全球云覆盖数据集作为示例数据集，并通过添加滑块控件和图层实现了用户交互和可视化效果。你可以根据自己的需求进一步扩展和定制面板，添加更多的图层、控件和交互功能来展示和分析地球观测数据。通过这个面板，你可以根据自己的数据和需求进行扩展和定制，实现更多有趣的可视化效果。在面板中添加地图之后，我们可以添加一些控件和图层，以增强用户的交互和可视化效果。在本例中，我们将添加一个滑块控件，用于调整云覆盖数据的时间范围，并在地图上叠加显示相应的云覆盖图层。首先，我们需要导入必要的库和数据集。
Google Earth Engine 图表绘制技巧：使用 ChartWrapper GEE
其中一个有用的功能是通过绘制图表来展示数据的趋势和模式。ChartWrapper GEE 是 GEE 提供的一个强大工具，它使得在 Earth Engine 中创建交互式图表变得更加简单和灵活。通过调整 ChartWrapper 对象的属性，您可以根据需要创建各种类型的图表，并将其与地理空间数据集集成在一起进行可视化。请记住，ChartWrapper GEE 还提供了其他属性和方法，可用于进一步自定义和控制图表的外观和行为。这将在地图上创建一个图表窗口，展示我们定义的图表样式和数据。
保姆级教程：用PyBullet和Stable-Baselines3搞定你的第一个机器人强化学习项目
本文提供了一份详细的PyBullet和Stable-Baselines3教程，帮助开发者快速上手机器人强化学习项目。通过环境配置、自定义Gym环境构建、PPO算法参数优化及模型部署的全流程解析，读者将掌握从零开始训练四足机器人 locomotion 任务的完整技术方案。
VSCode玩转STM32：手把手教你配置EIDE插件与OpenOCD调试（附野火DAP配置文件详解）
本文详细介绍了如何在VSCode中配置EIDE插件与OpenOCD进行STM32开发，特别针对野火DAP调试器提供了配置文件详解。从基础环境搭建到深度调试技巧，帮助开发者高效完成STM32项目开发，实现现代化嵌入式开发工作流。
MicroPython跨平台移植实战：从源码解析到STM32+FreeRTOS部署
本文详细解析了MicroPython的跨平台移植实战，重点介绍了如何将其从源码开始，成功部署到STM32微控制器并运行于FreeRTOS实时操作系统。内容涵盖源码结构解析、编译环境搭建、内存管理协调、FreeRTOS任务集成、数学库(math)启用与优化，以及自定义模块开发等核心步骤，为开发者提供了一套完整的、可操作的嵌入式Python移植方案。
【毕设】基于LoRa的物联网控制器：从原理图到PCB的完整硬件设计指南
本文提供了一份完整的基于LoRa的物联网控制器硬件设计指南，涵盖从系统框图、原理图设计到PCB布局布线的全流程。详细讲解了电源电路、单片机最小系统、信号接口以及LoRa无线模块等核心模块的设计要点与抗干扰技巧，并分享了实用的调试心得，旨在帮助电子、物联网专业学生顺利完成毕业设计，掌握低功耗远距离物联网节点的硬件开发实践。
【AI实战】用Coze工作流打造抖音视频文案提取神器——从单链接到批量处理的进阶指南
本文详细介绍了如何利用Coze工作流打造抖音视频文案提取工具，从单链接处理到批量提取的进阶指南。通过AI技术和工作流的结合，用户可以高效提取抖音视频的ASR和OCR文本，大幅提升内容创作效率。文章还涵盖了性能优化、异常处理及实际应用场景扩展，助力开发者快速实现抖音文案自动化提取。
2026年数学建模国赛论文排版规范：Word与LaTeX终极对比及模板
提前演练：不要等到比赛开始才第一次使用排版工具。至少在赛前一个月完成1-2篇模拟论文的全流程排版练习。建立检查清单：基于国赛规范制定排版检查清单，在提交前逐项核对——公式编号连续？图表引用准确？参考文献完整？页数不超限？善用模板但不止于模板：模板提供的是起点而非终点。根据自身需求调整宏包配置和样式参数，理解每一行配置的含义。关注评审体验：从评委的视角审视论文——重点内容是否突出？逻辑结构是否清晰？视觉层次是否合理？备份与容错：无论使用何种工具，建立多级备份机制。本地、云端、U盘各存一份，且定期保存历史版本。
3步搞定.NET Core在UOS上的部署？手把手教你从零到上线！
本文详细介绍了如何在统信UOS系统上部署.NET Core应用程序的完整流程。首先，通过安装.NET Core SDK，确保UOS系统能够编译和运行C#代码。接着，创建一个简单的控制台应用，并验证其本地运行情况。最后，通过发布应用、传输文件到UOS服务器，并解决权限问题，确保应用能够在UOS上顺利运行。文章还提供了常见问题的解决方案，如依赖缺失、权限不足和服务启动失败等，帮助开发者避免常见陷阱。通过本文的指导，开发者可以轻松将.NET Core应用部署到UOS系统，并实现24/7的稳定运行。
把 SAP Activate 六个阶段看透：从项目落地到 SAP BTP 扩展与 AI 运营的一体化实践
摘要： SAP Activate 方法论常被误解为简单的项目阶段划分，实则是一套将业务目标、标准流程、系统配置和持续运营串联的实施控制体系。其六个阶段（Discover至Run）构成价值递进的实施通道，核心交付集中在Prepare到Deploy阶段。Discover阶段通过DDA评估确立项目方向与范围，Prepare阶段聚焦可执行性准备，Explore阶段采用Fit-to-Standard工作坊进行需求分层，Realize阶段基于前期决策进行配置与扩展开发。该方法论强调标准化优先，差异化需求通过SAP BT
STM32F407中文手册
STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。
VC中sqlite的使用
在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示
jdk-8u144-linux-x64.tar.gz.
该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包
OV9734 DATASHEET，完整规格书
OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
1862
扫一扫
