统计不同地表水数据集的差异面积在Google Earth Engine（GEE）

最新推荐文章于 2025-04-24 15:18:29 发布
最新推荐文章于 2025-04-24 15:18:29 发布
阅读量140 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： GEE
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/UePostscript/article/details/133221184
GEE 专栏收录该内容
45 篇文章 ¥59.90 ¥99.00
订阅专栏
本文介绍了如何使用Google Earth Engine（GEE）平台统计不同地表水数据集之间的差异面积。通过加载数据集，定义感兴趣区域，计算差异图像，二值化处理和统计面积，可以便捷地分析地表水的变化。

地表水数据集是研究地表水分布和变化的重要数据源。通过Google Earth Engine（GEE）平台，我们可以方便地访问和分析各种地表水数据集。本文将介绍如何使用GEE统计不同地表水数据集之间的差异面积，并提供相应的源代码。

首先，我们需要在GEE中加载所需的地表水数据集。假设我们有两个地表水数据集，分别为"dataset1"和"dataset2"。接下来，我们可以使用以下代码加载这两个数据集：

// 加载数据集1
var dataset1 = ee.Image("数据集1的ID");

// 加载数据集2
var dataset2 = ee
了解本专栏 订阅专栏 解锁全文
Google Earth Engine （GEE） ——统计不同地表水数据集的差异面积
此星光明博客
01-26 602
本文我们用eq和neq进行分析，这里我们可以用来查看两者相同和不同的区域，然后我们要用unmask和selfmask函数进行分析结果。value在输入掩码为零的所有位置用另一个图像的掩码和值替换输入图像的掩码和值。输出图像保留输入图像的元数据。默认情况下，输出图像还保留输入的足迹，但将 sameFootprint 设置为 false 允许扩展足迹。
中国地表水体、大坝、水库和湖泊数据集
weixin_45709844的博客
08-25 3051
中国地表水体、大坝、水库和湖泊数据集。
Google Earth Engine ——全球1984年至2015年Landsat系列卫星获取地表水的位置和时间即地表水年度数据集的观测数据
此星光明博客
09-20 960
This dataset contains maps of the location and temporal distribution of surface water from 1984 to 2015 and provides statistics on the extent and change of those water surfaces. For more information see the associated journal article:High-resolution mappi.
全球地表水数据集JRC Global Surface Water Mapping Layers v1.4
此星光明博客
11-18 1348
JRC Global Surface Water Mapping Layers产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。产品由包含7个波段的图像组成，反映了过去35年间地表水在空间和时间的分布情况。全球地表水数据集涵盖了全球各个地区的地表水量、地表水质量、地表水可持续性等方面的数据。3. GEOS-5数据集：该数据集包括全球地表水量和地表水循环的模拟数据，可以用于研究全球气候变化和水资源管理。
GEE数据集——DynQual 全球地表水水质数据集
此星光明博客
08-30 2683
DynQual 全球地表水水质数据集保持最佳地表水质对保护生态系统和确保人类安全用水至关重要。然而，我们对地表水质的了解主要依赖于监测站的数据，而这些数据在空间上是有限的，在时间上也是支离破碎的。针对这些局限性，我们引入了地表水质动态模型（DynQual）。该模型可模拟水温（Tw）以及总溶解固体（TDS）、生物需氧量（BOD）和粪大肠菌群（FC）的浓度。DynQual 以日为时间步长，空间分辨率为 5 弧分（∼ 10 千米）。
Google Earth Engine（GEE）——OSM水图层 OpenStreetMap中的全球地表水数据集（90m分辨率）
此星光明博客
03-21 1580
OSM水层是一个全球地表水数据，由OpenStreetMap中提取地表水特征生成。OSM水层栅格化地图是以WGS84为参照的。例如，文件 "n30w120.tif "是针对域N30-N35，W120-W115。由OSM标签 "waterway=ditch,stream,brook,wadi,drystream "代表的小溪流。由OSM标签 "waterway=riverbank,river "表示的自然河流。以3秒的分辨率（在赤道上约90米）生成了栅格地表水地图。为了生成光栅化地图，地表水被分为四类。
GEE教程：使用Google Earth Engine将栅格数据转换为矢量数据：以流域地表水制图为例
此星光明博客
04-24 184
本文通过Google Earth Engine将地表水的栅格数据转换为矢量数据，并以特定流域为例进行了展示。这种方法可以为水文分析、生态保护和环境监测等应用提供重要的数据支持。希望本文的介绍和代码示例能够帮助你更好地利用GEE进行地理空间分析。
【地理信息系统】基于Google Earth Engine的Landsat 9地表温度提取与可视化：2023年数据处理脚本
06-05
内容概要：本文档提供了一段用于处理 Landsat 9 卫星图像的 JavaScript 代码，主要目的是从 Google Earth Engine (GEE) 平台获取并处理地表温度（LST）数据。首先定义了研究区域（aoi），然后筛选出符合特定条件...
【遥感数据处理】基于Google Earth Engine的地表温度与地形特征提取：多源卫星数据融合分析系统设计
08-20
内容概要：本文提供了一系列Python函数，用于从Google Earth Engine（GEE）平台获取遥感数据并进行处理。首先介绍了初始化GEE客户端的方法，确保后续操作能够正常执行。接着分别定义了获取MODIS地表温度（LST）、...
Google Earth Engine（GEE）——国家湿地目录（地表水和湿地）数据集
此星光明博客
04-09 936
不幸的是，自1780年以来，美国一半以上的湿地已经消失，而且湿地的损失今天仍在继续。美国FWS国家湿地目录（NWI）是一个公开的资源，提供了关于美国湿地的丰度、特征和分布的详细信息。我们还创建了一个单一的JSON文件，让你能够评估哪些数据集包含哪些州，作为一个简单的参考，你可以在这里找到它。我们试图在earthengine中把每个州的多个部分合并成一个单一的特征集，因为GEE在特征集导出时不会对零面积的对象进行处理，所以我们创建了一个过滤器来标记每个特征类型并计算面积。同时，零面积的特征也被排除在外。
SL 325 水质 数据库设计
09-14
10.1 测站水质自动监测数据表 a）本表存储水质自动监测站的实时监测数据。 b）表标识：WQ_AWQMD_D。 c）表编号：WR_R03_0001。 d）表结构定义引用《水质数据库表结构与标识符规定》（SL 325）中的“水质自动监测数据表表结构”。 e）表结构各字段描述应符合SL 325中“水质自动监测数据表”的字段描述。 10.2 测站理化指标项目数据表 a）本表存储样品中理化指标。 b）表标识：WQ_PCP_D。 c）表编号：WR_R03_0002。 d）表结构定义引用《水质数据库表结构与标识符规定》（SL 325）中的“理化指标数据表表结构”。 e）表结构各字段描述应符合SL 325中“理化指标数据表”的字段描述
水文气象数据——全球地面观测降水
weixin_44906759的博客
10-29 3957
本期选择使用较为广泛的两种地面站点观测数据集GHCN和GSOD向大家介绍
Google Earth Engine ——全球1984年至2018年JRC/GSW1_1/GlobalSurfaceWater地表水数据集
此星光明博客
09-23 3717
This dataset contains maps of the location and temporal distribution of surface water from 1984 to 2018 and provides statistics on the extent and change of those water surfaces. For more information see the associated journal article:High-resolution mappi.
Google Earth Engine ——全球1984年至2015年Landsat系列卫星获取地表水的位置和时间即地表水月度数据集的观测数据
此星光明博客
09-20 682
This dataset contains maps of the location and temporal distribution of surface water from 1984 to 2015 and provides statistics on the extent and change of those water surfaces. For more information see the associated journal article:High-resolution mappi.
tree.js实现3D效果[可运行源码]
11-25
本文介绍了如何使用tree.js实现3D效果，包括官网demo的展示和代码示例。官网demo展示了一个自动旋转的正方形，通过创建场景、相机、渲染器和立方体，并设置材质和动画效果，实现了3D模型的动态展示。此外，文章还提供了画一条线的代码示例，通过创建几何体、线材质对象和场景，实现了简单的3D线条绘制。这些示例展示了tree.js在3D图形处理方面的强大功能，适合开发者学习和参考。
jQuery.i18n实现中英文切换[项目源码]
11-25
本文详细介绍了如何使用jquery.i18n.js插件实现网页中英文切换功能。首先需要在HTML页面中引入jquery.i18n.js文件，并配置json语言包路径。接着在对应文件夹下创建中英文json语言文件，定义键值对内容。然后在HTML标签中加入自定义属性i18n来标记需要翻译的内容。最后通过调用i18n方法，设置默认语言和文件路径等参数来实现语言切换。文章还提供了完整的代码示例，包括jquery.i18n.js的核心代码、json语言文件编写示例、HTML标签设置以及点击切换语言的实现方法。整个过程清晰明了，适合需要实现多语言切换的开发者参考。
SAP财务凭证校验替换[项目源码]
11-25
本文详细介绍了SAP财务模块中凭证校验和替换的配置与增强方法。主要内容包括凭证校验的步骤，如使用GGB0打开校验界面、新建有效性、设定公式和增强代码等；以及凭证替代的步骤，如使用GGB1建立替代规则、设定条件和替换动作，并通过OBBH激活替代。文章还强调了使用前的注意事项，如字段可用性检查、程序代码生成和优先权规则等。这些方法适用于处理简单的凭证字段增强需求，帮助用户高效完成财务凭证的校验和替换工作。
基于机器学习的糖尿病风险预测系统源码实现（含详细注释）
最新发布
11-25
本研究提供一套运用机器学习技术进行糖尿病风险预测的系统源代码，该成果在学术评审中获得优异评价。程序结构清晰且附带详尽注释，便于初学者理解与应用。系统界面设计直观，功能模块完备，支持管理员高效管理操作。经过多轮严格测试验证，系统运行稳定可靠，具备显著的实践推广价值。本资源适用于毕业设计、课程结业作业及学术研究等场景，部署流程简单快捷，下载后即可直接投入教学或科研使用。所有程序文件均已完整包含在项目包内，确保开箱即用的便捷性。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
K8s部署Redis指南[源码]
11-25
本文详细介绍了在Kubernetes（k8s）环境中部署Redis 5.0.14的完整流程。首先需要准备Kubernetes环境并创建命名空间，接着通过安装NFS服务来准备持久化存储（PV和PVC）。文章提供了具体的YAML配置示例，包括创建PV和PVC的详细步骤。随后，作者讲解了如何创建Redis配置文件并通过ConfigMap进行管理，以及如何编写StatefulSet部署脚本。重点说明了数据目录和配置文件的挂载方式，以及如何通过指定配置文件启动Redis服务。最后，文章演示了如何在集群内部访问Redis以及通过外部工具连接Redis服务，并验证数据持久化的效果。整个过程步骤清晰，配有具体命令和配置示例，适合需要在Kubernetes上部署Redis的开发者参考。
在Google Earth Engine（GEE）中导出MODIS 地表反射率数据
12-27
### 如何在 Google Earth Engine (GEE) 中导出 MODIS 地表反射率数据 #### 准备工作 为了能够顺利地从 GEE 导出 MODIS 地表反射率数据，需要先登录到 Google Earth Engine 平台[^2]。 #### 加载MODIS数据集 可以...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值