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
300+累计阅读
300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
在Google Earth Engine（GEE）平台上，我们可以利用Landsat卫星图像的归一化植被指数（NDVI）波段数据来创建幅影像。这篇文章将展示如何使用GEE平台的JavaScript API来合并Landsat的NDVI波段影像，并生成幅影像。下面是详细的步骤和相关源代码。
步骤1：导入图像和区域兴趣
首先，我们需要导入Landsat图像和定义我们感兴趣的区域。这里以一个具体的示例来说明，你可以根据自己的需求修改代码中的图像和区域。
// 导入Landsat图像
var landsatCollection = ee.ImageCollection('LANDSAT/LC08/C01/T1')
.filterBounds(geome使用编程构建NDVI时间序列的影像合成和影像集合
NDVI的计算基于红外和可见光波段的反射率差异，因此可以通过合成多个影像并构建时间序列来分析植被的动态变化。在上述代码中，read_image函数用于读取影像数据，preprocess_image函数用于对影像进行预处理，将像素值归一化到0-1的范围内。最后，我们可以将计算得到的NDVI值组合成时间序列，并进行进一步的分析和可视化。在上述代码中，我们使用matplotlib库绘制了NDVI时间序列的折线图，其中时间序列的x轴表示时间，y轴表示NDVI值。接下来，我们需要计算每幅影像的NDVI值。
Google Earth Engine（GEE）——计算特定区域得每年特点月份得1985-2021年得ndvi影像值
结果出来这个区域过去这么多年共有329景影像，但是我们获取得ndvi值却没有，所以问题就出现在我们合并影像后再进行ndvi计算式不合理得，所以我们还是先通过合并影像，然后再进行ndvi计算。这里我们传统得思路就是把这个Landsat 5 7 8和9分别进行时间边界筛选后再进行分析，但是我们如果先合并后再利用到循环中得时候，就会发现我们无法获取其中得波段进行分析，结果可以出来但都是0值。这样我们合并后就有了结果了：所以问题出在顺序上，...
GEE：基于Landsat影像的长时间序列构建（1985-2020NDVI年度合成时间序列）
本文记录的代码是一个用于构建年度合成影像集合的脚本。它通过调用一系列函数来获取给定时间范围内的 Landsat 影像集合，并进行预处理和合成。其中包括光谱指数计算、波段调整、遥感影像的中值合成等步骤。
GEE：随机森林分类landsat影像，年度合成数据，计算混淆矩阵，OA，kappa，验证精度
GEE平台上进行随机森林分类遥感影像，土地利用分类。
Google Earth Engine（GEE）——关于NDVI_NDWI_NDBI指数波段运算公式函数的集成和优化（1）
之前写过一篇文章是关于各种指数进行计算的文章，链接如下： (230条消息) 利用GEE（Google Earth Engine）在线处理NDVI、EVI、SAVI、NDMI等指数归一化教程！_此星光明的博客-优快云博客 很多时候我们觉得如果只是计算一个波段的话，那么我们就可以单一的使用下面这些函数，然后通过影像集合进行collection，但是多个指数并行的情况下，很多时候我们要选择如何将指数放在一起呢？ //先把单一的函数放过来 //NDVI function NDVI(image) {..
Google Earth Engine（GEE）——当我们映射NDVI和MNDWI影像时候出现超时，怎么办？
我正在尝试将年度 NDVI 和 MNDWI 中值映射到不同年份的列表中，但遇到了超时问题。我希望输出具有可用数据的每年 NDVI 和 MNDWI 中值的图像集合。这里有两种方法，一种是不要加载影像，我们可以直接下载影像，另外也可以通过另一种方式来完成，就是不要将Landsat 5 7 8 先进行合并，而是先分别进行计算完，之后。
Google Earth Engine（GEE）——关于NDVI_NDWI_NDBI_EVI指数波段运算公式函数的集成和优化（2）
上一篇文章写到了，函数合并处理的问题，链接如下： (17条消息) Google Earth Engine（GEE）——关于NDVI_NDWI_NDBI指数波段运算公式函数的集成和优化（1）_此星光明的博客-优快云博客 因为上次的代码并没有做到了完全优化，所以为了大家不进行波段的改写，本次的主要内容是，将函数的波段进行重命名，然后计算。 原始三合一的函数： function NDVI_NDWI_NDBI (image) { var ndvi=image.normalizedDiff.
Google Earth Engine 教程——降低影像分辨率从0.6降分辨率到30米
还原器的输出名称决定了输出波段的名称：有多个输入的还原器将直接使用输出名称，有单个输入和单个输出的还原器将保留输入波段的名称，有单个输入和多个输出的还原器将在输出名称前加上输入波段的名称（例如'10_mean', '10_stdDev', '20_mean', '20_stdDev' 等等）。如果在默认分辨率下使用输入的图像需要太多的像素，那么就从一个允许操作成功的金字塔级别的已经被还原的输入像素开始。还原器的输入权重将是输入掩码与输入像素所覆盖的输出像素部分的乘积。为每个输出像素合并的最大输入像素数。
Google Earth Engine ：基于Landsat系列影像分析优胜美地国家公园（Yosemite National Park）的 NDVI（归一化植被指数）数据
本文介绍了使用Google Earth Engine (GEE)分析优胜美地国家公园NDVI数据的方法。通过导入Landsat 5/7/8卫星数据，设置时间范围并应用云掩膜处理，计算归一化植被指数(NDVI)。重点包括：1)过滤公园边界数据；2)定义各卫星数据的时间段；3)NDVI计算公式和云掩膜处理；4)合并多源数据并导出时间序列；5)可视化NDVI变化趋势。该流程为监测植被变化提供了完整的解决方案，代码可直接用于GEE平台实施分析。
Google Earth Engine 教程——本文提供了一个简单的光谱指数分析
本章提供了一个为美国科罗拉多州洛基山国家公园创建光谱指数的工作流程。
GEE教程——基于SCS+C模型landsat 8数据的地形校正（修正太阳天顶角、方位角和坡度坡向的影响）
这段代码使用Google Earth Engine (GEE)处理Landsat 8卫星影像。包括：定义一个研究区域，筛选2021年9月到10月间云量少于1%的Landsat 8影像；，该函数基于SCS+C模型，利用SRTM DEM数据计算并修正太阳天顶角、方位角和坡度坡向的影响；；NDVI_cal；最后，，以便进行可视化分析。
GEE：快速实现时间序列线性趋势和变化敏感性计算（斜率、截距）以NDVI时间序列为例
本博客将向您介绍如何使用Google Earth Engine（GEE）平台来处理Landsat 5、7和8的卫星图像数据，计算NDVI的斜率和截距，以及如何导出这些结果供进一步分析使用。
SAP产品合规（Product Compliance）管理—规格主数据 CG02/CG02WB
SAP产品合规（Product Compliance）管理—规格主数据概览 CG02/CG02WB
智能车赛道识别：八邻域算法的实战解析与优化
本文深入解析了智能车赛道识别中八邻域算法的核心原理与实战优化。作为兼顾性能与稳定性的经典方案，该算法通过模拟探险家环顾八方的策略，能精准追踪弯道与直道边界。文章详细拆解了代码逻辑，并提供了边界平滑、异常处理及应对十字路口、环岛等复杂场景的关键优化策略，助力开发者提升智能车视觉系统的鲁棒性与实时性。
Infinite-Canvas：一站式AI绘画工作流平台部署与实战指南
在 AI 绘画和内容创作领域，你是否经常遇到这样的困扰：灵感来了，却要在多个工具间来回切换——找素材、写提示词、调整参数、批量生成，整个过程繁琐且低效。创作一个系列作品时，管理不同版本的图片和提示词更是让人头疼。如果你渴望一个能整合所有流程，实现从素材管理、提示词工程到批量出图一站式完成的工作台，那么今天介绍的 Infinite-Canvas 正是为你量身打造的解决方案。 Infinite-Canvas 是一个开源的本地网页应用，它将 AI 绘画的完整工作流集成在一个界面中。无论你是想快速生成单张图片，还是
QMT实盘交易入门：5分钟搞定ETF全球配置策略（附完整代码）
本文详细介绍了如何使用QMT平台实现ETF全球配置策略，从环境准备到策略编写、实盘部署全流程仅需5分钟。通过xtquant库对接交易所接口，提供完整的动量轮动策略代码，帮助投资者快速掌握自动交易技术，优化全球资产配置。
普冉PY32F002B ADC内部参考电压VREFINT的误差补偿与低功耗优化实践
本文详细介绍了普冉PY32F002B单片机在锂电池供电场景下ADC内部参考电压VREFINT的误差补偿与低功耗优化实践。通过分析GPIO配置、分压电阻匹配、采样时间设置等硬件设计要点，结合实时测量VREFINT电压值和软件补偿算法，有效提升了ADC测量精度至5mV以内，并实现了分压电路功耗控制与采样频率优化，为低成本消费电子项目提供了完整的解决方案。
微信开发 - 最新第三方网站接入微信登录、微信支付时，本地 redirect_uri 参数错误导致无法调试的解决方案（微信开放平台）完美解决每次都需要部署到线上测试，在本地使用本地 ip 就能轻松调试
redirect_uri参数错误，微信第三方登录，没有服务器时的测试方法，微信开放平台的回调域名怎么设置为本地域名IP，微信登录微信支付每次调试都需要放到服务器上怎么办，微信登录支付业务在本地调试不了怎么办，在本地怎么测试微信支付和登录，微信第三方登陆本地测试，怎么在本地进行测试，微信回调域怎么设置为本地IP，微信扫码登录redirect_uri参数错误，微信开放平台，微信开放平台开发的第三方登录和支付，vue2，nuxt2，vue3，nuxt3，uniapp，微信开放平台，公众号，微信支付，微信登录授权，
PyTorch生成式人工智能（25）——基于Transformer实现机器翻译
不同于循环神经网络 (RNN) 按顺序处理数据，Transformer 以并行的方式处理输入数据(例如句子)。这种并行处理提高了效率，但并未使其能够识别输入的顺序。为了解决这个问题，Transformer 向输入的词嵌入中添加了位置编码。这些位置编码是分配给输入序列中每个位置的独特向量，其维度与输入词嵌入对齐。本节将以英语到法语的翻译为例，通过介绍如何训练 Transformer 模型将英语句子转换为法语，深入理解 Transformer 的架构及自注意力机制的运作方式。
Aurix TC3xx系列MCU ADC模块简介(一)
简单介绍英飞凌Aurix TC3xx系列单片机ADC模块的特点及内部结构。
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
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
VB摄像头监控
该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制
RU DOS版、EFI版32bit/64bit BIOS常用工具
DOS版、EFI版的RU工具，可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。
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
303
扫一扫
