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
398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
指数计算是地球引擎（Google Earth Engine，简称GEE）中常见的操作之一。通过指数计算，我们可以将原始数据转换为指数形式，从而更好地分析和理解数据的变化趋势。本教程将详细介绍在GEE中进行指数计算的方法，并提供相应的源代码示例。
在GEE中进行指数计算，我们可以使用指数函数（exponential function）来实现。指数函数可以将一个数值提升为指定的指数幂。在GEE的JavaScript API中，我们可以通过ee.Image.expression()函数来应用指数函数。
下面是一个示例代码，展示了如何在GEE中对一幅图像进行指数计算：
// 选择感兴趣的图像
var image = ee.Image("LANDSAT/LC08/C01/T1_TOA/LC08_044034_20140318");
// 定GEE：指数计算（NDVI、NBR、EVI、NDMI、NDSI、TC、NDFI、EBBI、VCI、BSI、NDBI、GRAY）
本文记录了，使用 Landsat 光学波段计算指数的方法和代码，包括NDVI、NBR、EVI、NDMI、NDSI、TC变化（绿度、亮度、湿度）、NDFI、EBBI、VCI等指数。
GEE必须会教程—影像数据的查阅、调用与数学计算
本系列文章是对GEE数据类型的全面解读，对零基础的朋友比较友好，大家快快学起来！
GEE：计算1990-2021年的指数最大值和最小值，并根据最大最小值对每一副影像归一化
本文记录了在GEE平台上计算一个影像集合中所有像素的最大值和最小值。并且根据该最大最小值对所有影像进行最大最小值归一化。以SAVI为例，记录了主要函数的使用方法和代码。结果如图所示，
地球引擎中级教程——指数的计算（含练习）
光谱指数是遥感许多方面的核心。无论您是研究植被还是追踪火灾 - 您都需要计算 2 个或更多波段的像素比率。计算指数最常用的公式是2 个波段之间的归一化差异。Earth Engine 提供了一个辅助函数normalizedDifference()来帮助计算归一化指数，例如归一化差异植被指数 (NDVI)。对于更复杂的公式，您还可以使用expression()函数来描述计算。 代码： var s2 = ee.ImageCollection("COPERNICUS/S2"); var admin2 = e
GEE：使用LandTrendr进行森林变化检测详解
本文介绍了一段用于地表变化监测的代码，该代码主要使用谷歌地球引擎(GEE)中的 Landsat 时间序列数据，采用了 Kennedy 等人(2010) 发布的 LandTrendr 算法，对植被指数进行分割，通过计算不同时间段内植被指数的变化来检测植被变化。
地球引擎中级教程：时间序列图表在GEE中的应用
在Google Earth Engine（GEE）中，我们可以利用其强大的图像处理和分析功能，创建并绘制时间序列图表。通过选择不同的影像数据集和预处理方法，我们可以绘制各种类型的时间序列图表，并对地球表面的变化进行更深入的分析。在GEE中，我们可以使用遥感卫星数据集，例如Landsat系列影像，来获取高质量的遥感数据。例如，我们可以选择特定的波段进行分析，计算植被指数（如归一化植被指数NDVI），或应用其他算法来获取我们感兴趣的特征。最后，我们可以在GEE中运行代码并观察生成的时间序列图表。
GEE案例——一个完整的火灾监测案例dNBR差异化归一化烧毁指数
dNBR是"差异化归一化烧毁指数"的缩写。它是一种用于评估卫星图像中烧毁区域严重程度的遥感指数。dNBR值通过将火灾前的归一化烧毁指数（NBR）减去火灾后的NBR来计算得出。该指数常用于野火监测和评估。dNBR（差异化归一化烧毁指数）是一种用于评估火灾后地表烧毁程度的遥感指标。它通过比较火灾前后的归一化烧毁指数（NBR）来计算得出。NBR是利用遥感数据中红外波段和近红外波段的反射率之差来衡量植被健康状况的指标。
GEE 案例：利用Sentinel-2在谷歌地球引擎上使用高斯过程回归监测农田物候
从光学卫星数据监测农田物候仍然是一项具有挑战性的任务，因为云层和大气伪影的影响。因此，需要采取措施来克服这些挑战，以更好地了解作物动态。云计算平台的出现，如谷歌地球引擎（GEE），使我们能够提出一个哨兵-2（S2）物候端到端处理链。
【AI实战派】从零部署YOLOv8：香橙派AIpro边缘端目标检测全流程解析
本文详细解析了在香橙派AIpro边缘设备上从零部署YOLOv8目标检测模型的全流程。内容涵盖硬件开箱、环境搭建、模型转换（ONNX到昇腾OM格式）以及编写Python推理脚本，并提供了性能优化与实战技巧，帮助开发者高效实现实时边缘AI应用。
MIMIC-IV数据库中患者院内死亡的单因素生存分析
目的 由易到难，对mimic-iv的查询进行实际操作，体现先前文章中提到的mimic-iv数据查询的规律。 数据分析计划 死亡，是重症患者最重要的结局指标，在MIMIC数据库中收录了院内死亡的数据，以及进出ICU的时间（和进出医院的时间），所以我们可以获得是否死亡，以及从入ICU（或入院）到死亡发生之间的时间，有了这两个指标，我们可以通过Cox单因素（参数和非参数）模型来观察ICU（和医院）内死亡的趋势，以及某个变量（比如，性别和种族等）对死亡趋势的影响，以为后续的分析奠定基础。 数据的获取 我们需要数个变
【VisionMaster】图像源模块之本地图像
图像采集之图像源
解析AI人工智能领域AI芯片的散热技术
当你用ChatGPT写代码、用AI生成高清图片时，背后的AI芯片可能正在“发高烧”——全球TOP500超算的平均功耗已突破10兆瓦，单颗GPU的峰值功耗超过700W（相当于3台家用空调同时运行）。本文将聚焦AI芯片的散热技术，覆盖从基础原理到前沿方案的全链条解析，帮助读者理解“散热为什么比算力更重要”。
【全志V821_FoxPi】6-2 IMX219 MIPI摄像头适配
全志V821芯片适配IMX219 MIPI摄像头（2lane）教程，基于FoxPi开发板V1.2 SDK。文章详细介绍了IMX219的技术参数（800万像素、1/4英寸CMOS、支持1080P@30fps输出）及模组接口原理图。重点展示了设备树配置方法，包括PIO引脚定义（TWI0使用PA3/PA4，复位引脚PA2）、TWI0节点设置（100kHz时钟）以及VIND0节点中sensor0的完整配置（I2C地址0x20、MCLK0、RAW格式输出等）。配置过程强调需注意IMX219的器件地址转换（0x10→0
基于STM32、HAL库的ADE7880ACPZ-RL电能计量芯片驱动程序设计
@retval 状态 (ADE7880_OK或ADE7880_ERROR)* @retval 状态 (ADE7880_OK或ADE7880_ERROR)* @retval 状态 (ADE7880_OK或ADE7880_ERROR)* @retval 状态 (ADE7880_OK或ADE7880_ERROR)* @retval 状态 (ADE7880_OK或ADE7880_ERROR)PA6 (MISO) <--> SDO (SPI数据输出)PB0 (CS) <--> /CS (片选，低有效)
SAP-ABAP：SAP系统调优利器：RZ11动态参数修改全指南
SAP系统调优利器：RZ11动态参数修改全指南
【AI产品与商业航图】Flux.1 完全开源 AI 绘图模型：本地部署与 ComfyUI 实战指南
Flux.1是一个开源项目，用户可以自由使用和修改，完全免除使用费用。🖥️本地部署支持：与一些依赖云端计算的工具不同，Flux.1支持本地部署，确保用户可以离线使用并自主控制数据隐私。🔄兼容ComfyUI框架：Flux.1可以无缝集成到ComfyUI中，用户可以享受更加简便和直观的操作界面。🎨卓越的图像生成能力：Flux.1能够生成高质量、细腻的图像，支持多种风格与创作主题的切换。💾低硬件要求。
ssm框架搭建
这个是一个在idea上成功跑起来的ssm框架项目，保存在这里方便以后使用直接下载
汉书HE8，好用的汇编代码编写工具
汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大
android 蓝牙通讯demo
android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。
迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)
迈瑞BS系列全自动生化分析仪LIS协议接口手册，内含HL7和ASTM)
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
1万+
扫一扫
