<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[VwajAlgorithm的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/VwajAlgorithm</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; VwajAlgorithm]]></copyright><item><title><![CDATA[使用Google Earth Engine和geemap库进行图像集合的映射]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133374857</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133374857</guid><author>VwajAlgorithm</author><pubDate>Thu, 28 Sep 2023 07:02:45 +0800</pubDate><description><![CDATA[通过这种方式，您可以使用geemap库将图像集合映射到Google Earth Engine中的地图上。您可以根据需要修改代码中的图像集合和参数，以满足您的实际需求。接下来，我们加载了一个MODIS NDVI图像集合，并选择了集合中的第一张图像。本文将介绍如何使用geemap库将图像集合映射到Google Earth Engine中的地图上。运行代码后，将会在地图上显示MODIS NDVI图像集合，并将ROI以红色边界的形式叠加在地图上。函数来添加图像集合，并使用一些参数来优化图层的显示效果。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine：计算逐年全球潜在蒸发量（PET）的 ERA 数据]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133373652</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133373652</guid><author>VwajAlgorithm</author><pubDate>Thu, 28 Sep 2023 06:02:02 +0800</pubDate><description><![CDATA[通过获取温度、湿度和降水数据，并使用Penman-Monteith公式，我们可以得到每年的潜在蒸发量。在本文中，我们将使用Google Earth Engine平台和ERA（欧洲再分析气象数据集）数据来计算逐年全球的潜在蒸发量（PET）。接下来，我们需要对ERA数据进行预处理，以获取我们需要的潜在蒸发量数据。有了温度、湿度和降水数据，我们可以使用Penman-Monteith公式来计算每年的潜在蒸发量。最后，我们可以将计算得到的潜在蒸发量数据进行可视化，以便更好地理解全球的水汽蒸发情况。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine: 如何区分不同类型的矢量集合]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133372933</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133372933</guid><author>VwajAlgorithm</author><pubDate>Thu, 28 Sep 2023 05:24:48 +0800</pubDate><description><![CDATA[在GEE中，矢量集合是一种常见的数据类型，它包含了不同类型的地理空间要素，如点、线和多边形。希望本文对您有所帮助！点、线和多边形分别对应于GEE的几何类型中的"Point"、“LineString"和"Polygon”。在Google Earth Engine中，我们可以使用几何类型属性来区分矢量集合中的不同类型要素。通过过滤特定类型的要素，我们可以将矢量集合分成不同的部分，并进行进一步的分析和处理。通过运行上述代码，我们可以在地图上看到分别用红色、蓝色和绿色表示的点、线和多边形要素。]]></description><category></category></item><item><title><![CDATA[使用Google Earth Engine中的`flatten`函数：理解和应用]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133371496</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133371496</guid><author>VwajAlgorithm</author><pubDate>Thu, 28 Sep 2023 04:11:55 +0800</pubDate><description><![CDATA[flatten函数是GEE中一个强大的函数，用于将嵌套的数据结构转换为单层的列表或特征集合。嵌套结构可以是图像集合中的图像列表，也可以是特征集合中的特征列表。flatten其中，是要被转换的嵌套集合，是转换后的单层集合。在本文中，我们学习了如何正确理解和使用Google Earth Engine中的flatten函数。我们了解到flatten函数可以用于展平图像集合和特征集合，将嵌套的结构转换为单层的列表或特征集合。通过正确使用flatten函数，我们可以更方便地处理和分析嵌套的数据结构。以上是关于。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine中不同方法计算坡度的比较案例分析]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133370159</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133370159</guid><author>VwajAlgorithm</author><pubDate>Thu, 28 Sep 2023 03:13:17 +0800</pubDate><description><![CDATA[本文将介绍几种常用的计算坡度的方法，并给出相应的源代码。总结起来，Google Earth Engine提供了多种方法来计算坡度，包括基于地形导数和倾斜度的方法。通过使用GEE的丰富数据和分析工具，我们可以方便地进行地表坡度的计算和可视化分析。需要注意的是，上述示例代码仅展示了坡度计算的基本方法，实际应用中可能需要更多的前期数据处理、后期分析和可视化操作，具体取决于应用的需求和场景。最后，我们将计算得到的结果可视化在地图上，使用了不同的颜色调色板来表示不同坡度的区域。方法一：基于地形导数的坡度计算。]]></description><category></category></item><item><title><![CDATA[地球引擎初探：影像裁剪教程]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133368414</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133368414</guid><author>VwajAlgorithm</author><pubDate>Thu, 28 Sep 2023 01:55:54 +0800</pubDate><description><![CDATA[在本教程中，我们将介绍如何使用Google Earth Engine（GEE）平台进行影像裁剪。影像裁剪是遥感图像处理中常用的操作，它可以帮助我们从原始影像中提取感兴趣的区域或减少数据的大小。通过裁剪影像，我们可以专注于我们感兴趣的区域，并减少计算和存储的负担。通过以上步骤，我们成功地使用GEE平台加载了影像数据，并进行了裁剪操作。你可以根据自己的需求调整感兴趣区域的范围，并使用其他图像处理方法来进一步分析和处理裁剪后的影像数据。通过将裁剪后的影像添加到地图上，我们可以可视化裁剪后的结果。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine MCD12Q v006土地覆盖类型每年L全球m SIN网格数据中国区域下载GEE]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133366077</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133366077</guid><author>VwajAlgorithm</author><pubDate>Thu, 28 Sep 2023 00:26:59 +0800</pubDate><description><![CDATA[Google Earth Engine（GEE）是一个强大的云计算平台，提供了大规模地理空间数据的存储、处理和分析功能。使用Google Earth Engine平台，我们可以方便地下载MCD12Q v006数据集的中国区域数据。通过以上步骤，您可以获取每年的土地覆盖类型数据，并在后续的分析和研究中使用。在上述代码中，我们首先设置了导出参数，指定了导出的区域、分辨率和坐标参考系统。在登录后，点击页面左上角的"代码编辑器"按钮，打开Earth Engine代码编辑器。导入MCD12Q v006数据集。]]></description><category></category></item><item><title><![CDATA[使用Google Earth Engine提取年度流域内的不透水层面积]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133360941</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133360941</guid><author>VwajAlgorithm</author><pubDate>Wed, 27 Sep 2023 18:24:36 +0800</pubDate><description><![CDATA[在本文中，我们将介绍如何使用Google Earth Engine（GEE）平台来提取年度流域内的不透水层面积。使用GEE的图像统计功能，我们可以计算不透水层的面积。这里我们将使用二值化的方法，将不透水层像素值大于0的区域设为1，其他区域设为0，然后计算不透水层的面积。通过执行上述步骤，我们可以在GEE中提取年度流域内的不透水层面积。GEE提供了全球不透水层数据集，我们可以使用该数据集来提取不透水层面积。我们需要将不透水层数据裁剪为流域的范围，以便仅分析流域内的不透水层面积。函数计算不透水层的面积。]]></description><category></category></item><item><title><![CDATA[使用Google Earth Engine过滤矢量集合FeatureCollection并设置属性]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133359711</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133359711</guid><author>VwajAlgorithm</author><pubDate>Wed, 27 Sep 2023 17:48:06 +0800</pubDate><description><![CDATA[根据您的需求，您可以使用不同的过滤器和属性设置函数来实现更复杂的操作。接下来，我们可以定义一个FeatureCollection对象，它包含要过滤和设置属性的矢量数据。现在，modifiedCollection中的每个要素都有了一个新的’population’属性，并且其值为1000000。现在我们有了一个包含三个点要素的FeatureCollection，每个要素都有一个’name’属性。现在，filteredCollection中只包含名称为’San Francisco’的点要素。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine：使用Whittaker平滑算法的案例分析]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133354196</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133354196</guid><author>VwajAlgorithm</author><pubDate>Wed, 27 Sep 2023 15:49:51 +0800</pubDate><description><![CDATA[通过导入遥感影像数据，确定缺失值位置，并应用Whittaker平滑算法，我们可以有效地填充缺失值，获得完整的影像数据。在Google Earth Engine（GEE）平台上，我们可以利用Whittaker平滑算法来处理遥感影像数据，并实现空间插值。我们假设有一幅遥感影像数据，其中包含一些缺失值。我们的目标是使用Whittaker平滑算法填充这些缺失值，以获得完整的影像数据。通过上述代码，我们可以在GEE中使用Whittaker平滑算法对遥感影像数据进行空间插值，从而填充缺失值。需要替换为实际的波段名称。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine：基于单点坐标创建格网]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133290164</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133290164</guid><author>VwajAlgorithm</author><pubDate>Tue, 26 Sep 2023 04:07:24 +0800</pubDate><description><![CDATA[通过在GEE中利用单点坐标和一些计算，我们可以创建一个具有特定大小和分辨率的格网，并将其用于进一步的分析和可视化。首先，我们导入GEE库，然后定义单点坐标和格网参数，接着使用这些参数创建格网，最后可视化格网以进行进一步的分析。注意：在运行上述代码之前，请确保你已经正确设置了GEE的环境，并且已经定义了正确的单点坐标和格网参数。利用上述定义的单点坐标和格网参数，我们可以使用GEE的功能来创建格网。接下来，我们需要定义用于创建格网的参数，例如格网大小和分辨率。首先，我们需要在GEE中导入所需的库。]]></description><category></category></item><item><title><![CDATA[使用Google Earth Engine提取年青海湖面积的示例和源代码]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133288717</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133288717</guid><author>VwajAlgorithm</author><pubDate>Tue, 26 Sep 2023 02:26:25 +0800</pubDate><description><![CDATA[然后，我们将提取的水体掩膜乘以像素面积，并将结果除以1,000,000以获得以平方千米为单位的面积。计算水体面积是一项重要的环境监测任务，特别是对于湖泊和水库等水体。Google Earth Engine是一个强大的云计算平台，可以访问全球范围内的卫星图像和地理空间数据，并提供了大规模数据处理和分析的功能。通过使用Google Earth Engine平台，我们可以方便地提取水体面积，并进行大规模的遥感数据处理和分析。同时，GEE提供了丰富的遥感数据集和强大的计算能力，使得水体面积提取变得更加高效和便捷。]]></description><category></category></item><item><title><![CDATA[使用Google Earth Engine分析植被对降雨的拦截量]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133287153</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133287153</guid><author>VwajAlgorithm</author><pubDate>Tue, 26 Sep 2023 01:23:13 +0800</pubDate><description><![CDATA[在本文中，我们将介绍如何使用GEE计算植被拦截降雨量的案例，并提供相应的源代码。通过计算植被拦截的降雨量并进行可视化，我们可以更好地理解植被在水循环中的作用，并为水资源管理和生态系统保护提供有价值的信息。通过以上步骤，我们可以使用Google Earth Engine计算植被对降雨的拦截量，并通过可视化结果进行进一步的分析。在上述代码中，我们首先将降雨图像与植被指数图像相乘，得到植被拦截的降雨量。如果需要将结果转换为毫米，我们可以将拦截降雨量乘以一个适当的缩放因子，例如0.1，将其转换为毫米。]]></description><category></category></item><item><title><![CDATA[使用Google Earth Engine下载MODIS合成日间NDVI逐年影像循环]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133286973</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133286973</guid><author>VwajAlgorithm</author><pubDate>Tue, 26 Sep 2023 01:16:28 +0800</pubDate><description><![CDATA[在上述代码中，我们首先设置了感兴趣区域（region），可以通过提供最小经度（xmin）、最小纬度（ymin）、最大经度（xmax）和最大纬度（ymax）定义该区域。最后，我们通过指定输出参数（description、scale、region、folder和maxPixels）来设置导出的相关信息，并通过启动下载任务（downloadTask.start()）来下载影像。通过使用Google Earth Engine的强大功能，我们可以轻松访问和处理遥感数据，从而获得有关植被生长和变化的有价值信息。]]></description><category></category></item><item><title><![CDATA[使用 PyQGIS 在 Google Earth Engine 上实现测地线缓冲区]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133284062</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133284062</guid><author>VwajAlgorithm</author><pubDate>Mon, 25 Sep 2023 23:37:48 +0800</pubDate><description><![CDATA[PyQGIS 是一个强大的 Python 库，它允许我们在 Python 环境中使用 QGIS 的功能。测地线缓冲区是在地理空间分析中常用的一种技术，它可以用于计算沿着地球曲面的路径的缓冲区。在这个函数中，我们首先将 QGIS 的几何对象转换为 GEE 的几何对象，然后使用 GEE 的缓冲区分析函数创建测地线缓冲区。然后，我们创建一个新的矢量图层，并将缓冲区几何对象添加到图层中。通过运行上述代码，我们可以在 QGIS 中看到生成的测地线缓冲区。在这个示例中，我们创建了一个点几何对象，并使用之前定义的。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine MODIS 影像LST 地表温度随时间变化的趋势案例分析]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133281575</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133281575</guid><author>VwajAlgorithm</author><pubDate>Mon, 25 Sep 2023 22:10:02 +0800</pubDate><description><![CDATA[我们将展示如何使用GEE进行数据访问、图像处理和可视化，并提供相应的源代码。通过运行上述代码，我们可以在GEE平台上获得地表温度随时间变化的趋势图，并可视化在地图上。通过这个案例，我们可以利用GEE强大的数据处理和可视化功能，对遥感数据进行分析，并了解地表温度在不同地区和时间上的变化情况。请注意，为了运行上述代码，您需要在GEE平台上具有相应的数据访问权限，并且需要根据自己的需求修改代码中的参数和变量。接下来，我们将计算每个像素点在时间序列上的平均地表温度，并绘制时间序列图。上述代码中，我们首先使用。]]></description><category></category></item><item><title><![CDATA[全球油棕中值分布数据集——揭示全球油棕种植分布的数据洞察]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133265696</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133265696</guid><author>VwajAlgorithm</author><pubDate>Mon, 25 Sep 2023 08:07:27 +0800</pubDate><description><![CDATA[使用示例代码中的方法，研究人员和决策者可以更好地利用全球油棕中值分布数据集，为环境保护和可持续发展提供支持和指导。全球油棕中值分布数据集的重要性在于揭示了全球范围内油棕种植的分布情况。该数据集提供了关于油棕种植面积和分布的详细信息，为研究人员、决策者和环境保护组织提供了重要的洞察力。上述示例代码首先使用pandas库读取全球油棕中值分布数据集，然后根据国家/地区统计了油棕种植面积，并绘制了前十个国家/地区的油棕种植面积柱状图。接着，代码统计了每个大洲的油棕种植面积，并绘制了各大洲的油棕种植面积饼图。]]></description><category></category></item><item><title><![CDATA[使用Google Earth Engine平台估算全球森林生物量]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133262955</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133262955</guid><author>VwajAlgorithm</author><pubDate>Mon, 25 Sep 2023 05:51:21 +0800</pubDate><description><![CDATA[通过获取适当的遥感数据、进行数据预处理、选择合适的算法和进行结果可视化，可以得到全球范围内的森林生物量估算结果。使用GEE平台进行全球森林生物量估算，可以为森林管理、环境保护和气候变化研究等领域提供重要的数据支持。全球森林生物量是评估森林健康和碳储量的重要指标。通过利用遥感数据和地理信息系统（GIS）技术，可以使用Google Earth Engine（GEE）平台实现全球范围内的森林生物量估算。通过GEE平台的可视化功能，可以对全球范围内的森林生物量分布进行直观的观察和分析。]]></description><category></category></item><item><title><![CDATA[如何在Google Earth Engine中为图表添加注释？]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133261439</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133261439</guid><author>VwajAlgorithm</author><pubDate>Mon, 25 Sep 2023 04:27:30 +0800</pubDate><description><![CDATA[在Google Earth Engine (GEE) 中，注释图表是一种有用的方式，可以帮助我们更好地理解和解释数据。通过添加注释，我们可以标识关键特征、趋势或事件，并提供相关的解释。在本文中，我将展示如何在GEE中为图表添加注释，并提供相应的源代码。首先，我们需要创建一个图表对象，然后在图表上添加注释。运行上述代码后，你将在地图上看到一个包含折线图和注释的面板。通过这种方式，你可以在GEE中为图表添加注释。，并设置了图表的一些属性，如标题、坐标轴标签等。，将图表和注释添加到面板中，并使用。]]></description><category></category></item><item><title><![CDATA[Google Earth Engine案例：土地分类数据的正确加载]]></title><link>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133260797</link><guid>https://blog.youkuaiyun.com/VwajAlgorithm/article/details/133260797</guid><author>VwajAlgorithm</author><pubDate>Mon, 25 Sep 2023 03:52:39 +0800</pubDate><description><![CDATA[通过使用GEE提供的工具和函数，我们可以轻松地处理和探索大规模的地球观测数据。GEE提供了许多全球范围内的土地分类数据集，如USGS的GlobeLand30和MODIS的MCD12Q1。在这个案例中，我们将探讨如何正确加载土地分类数据，并使用GEE提供的工具进行分析和可视化。通过使用上述代码，我们成功加载了土地分类数据集，并进行了基本的分析和可视化。您可以根据自己的需求进一步探索GEE提供的功能，并根据需要进行修改和定制。在上述代码中，我们选择了最新的图像，并使用预定义的调色板设置了可视化参数。]]></description><category></category></item></channel></rss>