使用Google Earth Engine导出指定区域的河流和流域范围

最新推荐文章于 2025-06-19 10:00:00 发布
最新推荐文章于 2025-06-19 10:00:00 发布
阅读量297 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： php 开发语言 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/UoEmacs_Lisp/article/details/133232943
GEE 专栏收录该内容
33 篇文章 ¥59.90 ¥99.00
订阅专栏
本文介绍了如何利用Google Earth Engine（GEE）进行地理数据处理，具体阐述了如何选择区域，获取全球水文数据，特别是河流和流域范围，并导出为GeoJSON文件。适合具备一定编程基础和遥感数据理解的读者。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Google Earth Engine（GEE）是一个基于云计算的地理信息处理平台，提供了丰富的遥感数据和分析工具。在GEE中，可以利用编程语言进行地理数据的处理和分析。本文将介绍如何使用Google Earth Engine导出指定区域的河流和流域范围。

首先，我们需要在GEE中选择一个合适的区域来导出河流和流域范围。可以通过绘制矩形区域或者使用已有的地理矢量数据来定义区域。以下是一个示例代码，演示了如何使用绘制矩形区域的方式来选择区域：

// 在地图上绘制矩形区域
var geometry = ee.Geometry.Rectangle([xmin, ymin, xmax, ymax
了解本专栏 订阅专栏 解锁全文
Google Earth Engine: 快速提取河流及中心线的算法
LrlDebug的博客
09-20 660
然后，我们应用了一个阈值，将NDWI大于等于阈值的像素标记为水体，形成一个水体掩膜。接下来，我们通过连通性分析，筛选出面积大于等于500个像素的连通水体区域，即河流。最后，通过使用骨架化算法，我们可以提取河流的中心线。在GEE中，有几种算法可用于这个任务，其中一种常用的方法是基于水体指数的阈值分割。通过加载卫星图像数据，进行预处理和阈值分割等步骤，可以有效地识别并提取出河流及其中心线。首先，我们需要加载卫星图像数据，以便进行分析。在这个示例中，我们将河流掩膜显示为蓝色，将河流中心线显示为红色。
Google Earth Engine（GEE）——导出指定区域的河流和流域范围
此星光明博客
06-25 1298
我们今天利用GEE上用户长上传的矢量数据进行河流和矢量文件的导出，在导出之前我们先看一下两者的定义：河流是指由降水、融雪或地下水等形成的、沿着一定的地形坡度和地形线路向下流动的、流量大小不断变化的水道。河流在地球上分布广泛，对维持生态平衡和人类社会的发展都具有重要的意义。河流可以提供水资源、运输通道、农业灌溉、工业用水等多种用途。同时，河流也具有重要的生态功能，如维持生态平衡、调节气候、净化水质等。流域是指一个地区的所有水体（如河流、湖泊、地下水）汇聚的地方。
Google Earth上划定矢量范围并导出为KMZ文件
weixin_46080995的博客
01-19 6001
Google Earth上划定矢量范围并导出为KMZ文件
利用GEE下载研究区内的流域及水系分级矢量数据
2301_77925375的博客
05-29 926
其中 "users/your_user_name/study_area" 是你创建的 FeatureCollection 的名称。// 获取所有水系分级矢量数据。collection: clippedStreams.flatten(), // 扁平化水系分级数据集。
google earth engine随缘学习（二十一）自动提取河宽
八千鸟的博客
07-27 7865
今天学习的是如何利用GEE自动提取河宽。 如果大家手里有更多关于GEE有趣的应用，欢迎分享给我！ 本文涵盖的研究思路和代码均来自文章RivWidthCloud: An Automated Google Earth Engine Algorithm for River Width Extraction From Remotely Sensed Imagery！欢迎大家去阅读学习！ 一.代码调用 文章给的代码有JS和Python两个版本，这里只讲述JS版本，代码均可见于https://github.co
使用google earth engine(GEE)提取2000年到2019年长江下游水体（河流、湖泊）数据
热门推荐
锐多宝的地理空间
06-22 2万+
我最近想通过GEE直接统计长时间序列下长江下游流域的水体面积变化情况，如果通过传统做法很复杂，于是想到了使用GEE。下面是提取水体的效果图，时间是2000年的，你也可以设置显示2000-2019年中任意一年的水体数据。 代码链接：https://code.earthengine.google.com/2440b9511ba0c1cefaf926c7c47e5ea2 读者可以先通过代码看看效果，下面我说一下最主要的思路： 1.数据源的选择； 2.数据的时间、地点筛选； 3.水体的标准设置； 4
Google earth engine:利用雷达图像分析瓜亚斯河流域水文流域的二维形态学影响
此星光明博客
05-27 443
本研究利用Sentinel-1雷达影像和HydroSHEDS河流数据，分析了瓜亚斯河流域的水文特征。研究通过提取2014年至今的VV极化雷达影像中值，结合数字高程模型生成的河流网络，对流域形态进行可视化分析。结果显示雷达影像能有效识别水域范围（图SAR），与矢量河流数据（图水域）具有良好对应关系。方法实现了流域水文要素的遥感提取，为水文形态学研究提供了技术支持。数据已导出为GeoTIFF和GeoJSON格式以供进一步分析。
Google Earth Engine：基于MODIS中的NDVI数据计算HURST指数和可视化分析（将异常值处理到0-1之间）
最新发布
此星光明博客
06-19 57
Hurst 指数源于英国水文学家 Harold Edwin Hurst 的研究，最初用于评估尼罗河流域水库的蓄水能力。他发现，河流的水位变化呈现长期依赖性，即过去的水位变化对未来有持续影响。这一现象被称为“长期记忆性”，并通过 Hurst 指数进行量化。Hurst 指数的定义基于重标极差（R/S）分析法，其数学表达式为： (重标极差（R/S）分析法计算Hurst指数（Python）_r/s分析hurst指数-优快云博客。
使用GEE进行岸线自动提取
GEE水生态空间
03-31 5834
您也可以尝试使用其他指数，例如 NDWI 或 MNDWI，它们可能在您感兴趣的地区效果更好。您可以将结果导出到 Google 云端硬盘，甚至可以导出到您自己的资产存储中。在本文中，我将概述一种在 Google Earth Engine 中从卫星图像中提取海岸线的方法。您可以选择合适的日期范围（每月/每年），应用云遮罩去除多云像素，然后创建中值合成以获得无云图像。在此示例中，我们从 Landsat Level 2（表面反射率）收集开始，过滤选定年份在选定区域收集的图像，应用云遮罩，然后创建中值合成。
Google Earth Engine（GEE）—— 一种快速提取河流及中心线的算法
此星光明博客
04-04 2599
本次用到的数据是JRC Global Surface Water Mapping Layers, v1.0使用1984年3月16日至2015年10月10日期间获取的Landsat 5、7和8的3,066,102个场景生成的。使用专家系统将每个像素单独分类为水/非水，并将结果整理为整个时间段的月度历史和两个纪元（1984-1999年，2000-2015年），用于变化检测。 该测绘层产品由1张包含7个波段的图像组成。它描绘了过去32年中地表水的空间和时间分布的不同方面。从未检测到水的区域被掩盖了。 Name
岸线位置获取软件
12-05
可以提取岸线数据，然后用mike进行前处理即可应用，提取的数据是.xyz格式
Google Earth Engine（GEE）——全球河流宽度数据集1970—2017年
此星光明博客
09-08 2299
经过最少的手工编辑，构建的水文地图在流量聚集区域和流域形状方面与现有质量控制的河网数据集具有良好的一致性（参见论文中的图9a）。请注意，上述许可条款适用于基于 MERIT Hydro 的“衍生数据”，而不适用于使用 MERIT Hydro 创建的“制作作品/艺术品”（例如期刊论文中的数字）。MERIT Hydro 是一个新的全球流向图，分辨率为 3 弧秒（赤道约 90 m），源自 MERIT DEM 高程数据和水体数据集（G1WBM、GSWO 和 OpenStreetMap）的 1.0.3 版。
Google Earth Engine（GEE）——可视化洪水区时间序列工具，可导出视频
此星光明博客
03-28 945
一个可视化淹没区域和总结区域变化的时间序列的工具。所有可用的哨兵1号图像的视频可以导出到谷歌硬盘。这是为了调查地表水的面积变化2018 年缅甸洪水。它显示了洪水淹没面积的变化来自哨兵 1。您可以在控制台中查看面积变化图的时间序列并将图像导出为视频。bandscalexProperty从一个图像集合生成一个图表。提取并绘制集合中每张图像的每个区域的指定波段的值。通常是一个时间序列。
使用Google Earth Engine Python提取数据请求和获取缩略图URL链接
LhlbPerl的博客
09-21 502
借助GEE的Python API，我们可以方便地进行数据提取和处理，并生成缩略图以便进行可视化。本文将介绍如何使用GEE的Python API来提取数据请求并获取缩略图的URL链接。通过上述步骤，我们可以使用Google Earth Engine Python API提取数据请求并获取缩略图的URL链接。请注意，生成的缩略图URL链接只在一段时间内有效，并且需要身份验证才能访问。然后，我们可以设置筛选条件，以便选择特定的时间范围。现在，我们可以通过指定感兴趣区域和筛选后的数据集来提取数据。
Google Earth Engine（GEE）——来自陆地卫星的全球河流宽度（GRWL）
此星光明博客
03-25 598
来自陆地卫星的全球河宽（GRWL）图层是GRWL论文的主要输出，在加入所有子部分后，它非常大，有超过6400万个特征，这是作者提供的子部分文件的组合。5)按流域划分的河流和溪流表面积总数（Allen & Pavelsky, 2018中的图4）：rssa_basins。1) 简化的GRWL向量产品：grwl_SummaryStats_v01_01。GRWL矢量产品有一个特征数：64,572,998个特征。4) 各个GRWL瓦片的位置图：grwl_tiles。该资源库由5个文件组成，每个文件都有子部分。
Google Earth Engine-06（GEE操作方法）
damadashen的博客
11-03 4877
GEE中的操作方法（过滤、计算、联合、循环遍历、数据导出、图标展示）
道路中心线提取、河道中心线的提取（ArcScan）
say_book的博客
09-03 1万+
道路中心线的提取，相信大家并不陌生。 道路中心线是道路路线几何设计中的重要特征线，也是道路交通管理中的重要控制线。 街区内的道路应考虑消防车道的通行，道路中心线间的距离不宜大于160米。 今儿个，博主来跟大嘎伙儿分享下最近发现的道路中心线或河道中心线的提取方法。 常见的道路中心线的一般提取步骤为： 【面转线】（或【要素转线】）→【开始编辑】→选中所有线要素，【高级编辑】【打断相交线】→删去道路头部线段→【提取中心线】。     接下来要介绍的这种方法是利用ArcScan进行中心线提取处理
GIS开发中如何获取GeoJSON数据
MXMIMM的博客
09-20 1121
在GIS（地理信息系统）开发中，GeoJSON是一种常见的地理数据格式，它被广泛用于存储和交换地理空间数据。如果你想在GIS应用程序中获取GeoJSON数据，下面将介绍几种常见的方法和相应的代码示例。无论你使用哪种方法获取GeoJSON数据，一旦成功获取到数据，你就可以根据自己的需求进行进一步的处理和分析。如果响应的状态码是200，说明请求成功，我们将响应的JSON数据解析为GeoJSON格式并返回。你需要根据具体的GIS数据服务提供商的要求来构造正确的请求参数。在上面的代码中，我们使用Python的。
获取地图数据GEOJSON还有OSM
xcagy-国际性的文档记录中心
05-19 471
overpass turbo 国内网不好，然后弄了之后记得要用英文的浏览器才可以导出
评论
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