GEE笔记-1-基本操作

最新推荐文章于 2025-10-17 11:20:36 发布

原创最新推荐文章于 2025-10-17 11:20:36 发布 · 319 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#javascript

GEE 专栏收录该内容

8 篇文章

订阅专栏

1 操作

1.1 注释

ctrl+/

1.2 组件

教程： 【摘自 https://www.zhihu.com/column/c_123993183】

在这里插入图片描述

1.2.1 Map

.add(item) 添加组件到Map上，比如Panel等
.addLayer(eeObject, visParams, name, shown, opacity) 添加图层到Map上
.centerObject(object, zoom) 以object对象范围居中显示，同时设置缩放级别为zoom
.clear() 清理Map
.getBounds() 获取Map的边界
.getScale() 获取Map的分辨率
.getCenter() 获取Map的中心
.getZoom() 获取Map缩放级别
.insert(index, widget) 添加组件到制定的位置
.layers() 获取所有的图层
.remove(item) 移除组件
.setControlVisibility(xxxx) 设置Map地图上控件是否显示，可以设置缩放组件、全屏组件、地图类型组件等
.setCenter(lon, lat, zoom) 设置居中位置以及缩放级别
.setOptions(mapTypeId, styles, types) 设置地图的相关选项
.setZoom(zoom) 设置级别
.style() 获取样式
.widgets() 获取所有的组件

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

captain_keating

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Google earth engine：使用GEE处理MODIS MCD19A2数据，并导出2000年至2023年逐年平均AOD数据

此星光明博客

10-24

首先，我们定义研究区域（AOI），并将地图居中显示在该区域。通过以上步骤，您可以轻松地使用GEE处理MODIS MCD19A2数据，并导出2000年至2023年逐年平均AOD数据。这些数据可以用于气候研究、空气质量监测等领域。如果有任何问题，欢迎随时联系作者。

Arcgis Map使用教程【一】

最爱吃大米的博客

12-08

7241

文章目录arcgis主要由：Arcgis存储影像栅格数据主要又三种形式，在Arcgis10中，空间分析扩展模块新增了五个地理处理工具，分别是：资源中心的网址：http://resources.arcgis.com/zh-cnarcgis主要由：Arcgis存储影像栅格数据主要又三种形式，在Arcgis10中，空间分析扩展模块新增了五个地理处理工具，分别是：资源中心的网址：http://resources.arcgis.com/zh-cn3.arcgis的几种基本操作1.打开已有的地图2.Tools工具的使用

参与评论您还未登录，请先登录后发表或查看评论

MapGIS地理信息系统操作手册与实战指南

weixin_33205138的博客

10-17

691

MapGIS支持高度个性化的界面配置，满足不同岗位用户的操作习惯。用户可通过【工具】→【选项】打开“系统设置”对话框，进行如下定制：界面皮肤更换：支持经典蓝、深色模式、高对比度三种主题，适用于长时间作业场景；工具栏布局保存：可将当前工具栏排列方案另存为配置文件（*.cfg），便于团队统一部署；快捷键绑定：支持超过200个命令的键盘映射，允许组合键（如Ctrl+Shift+E）绑定至“导出图像”等功能。快捷键设置路径为：【工具】→【自定义】→【键盘】选项卡。

GIS开发零基础入门：地图操作（附代码）

gis1205的博客

10-14

3742

本示例需要使用【include-openlayers-local.js】开发库实现，然后通过 setZoom(zoom)方法设置地图的缩放等级，通过 setCenter(center)方法设置地图中心点。创建地图对象，设置地图的必要参数，如地图 div 容器、缩放层级、中心点等，添加天地图，具体操作参考。通过设置地图视图初始的中心点位置、Zoom 级别和旋转角度实现地图视图复位功能。通过设置地图视图的中心点位置和 Zoom 级别实现地图视图跳转;通过设置地图视图的 Zoom 级别实现地图视图放大功能;

MAPGIS与地质制图

weixin_44259522的博客

04-13

1219

MapGIS 软件是地理信息系统（Geographic Information System，GIS）专业的工具软件之一，在学习软件操作之前，需对GIS 专业的相关理论基础知识有所了解和掌握，其中包括 GIS 的基本概念、GIS 的组成、GIS 的分类、GIS 的数据结构、GIS 常用工具软件介绍。

MAPGIS地理信息系统基础与实战应用

weixin_36303305的博客

09-06

1069

MAPGIS（Map Geographic Information System）是由中国地质大学（武汉）研发的国产地理信息系统平台，具备高度模块化、可扩展性强、跨平台兼容等特点。其整体架构采用分层设计思想，主要包括：应用层：提供地图显示、空间分析、数据编辑等图形化交互界面；核心引擎层：封装空间数据处理、拓扑分析、地图渲染等核心算法；数据管理层：支持多种空间数据库（如Oracle Spatial、PostGIS）与本地文件格式；接口与开发层。

ArcGIS插件-太乐地图

unpack927的博客

12-07

1170

在很多行业，打败你的往往不是竞争对手，而是你意想不到的其他因素。回想十年前，如果能预料到现在的处境，也许当时的心态和做法会有所不同。在多年前，市场上出现包括水经注、太乐、BigeMap、91卫图等多种地图获取工具，由于政策原因，基本都没落了，这里介绍一下太乐地图插件。

GEE教学-个快快版-共28讲.rar

04-09

GEE（Google Earth Engine）是由谷歌公司推出的一款强大的地理空间分析工具，...通过学习，用户不仅能够掌握GEE的基本操作，还能够接触到实际应用中的高级技巧，从而在实际工作中运用这些技能解决复杂的地球科学问题。

geemap学习笔记044：形态学操作--腐蚀、膨胀、开运算、闭运算

主要是关于代码方面的内容，包括但不限于Python、MATLAB、ENVI、ArcGIS

01-10

1005

形态学操作是图像处理中的一种基本操作，其主要目的是通过改变图像的形状或结构来提取图像中的特定信息、去除噪声、分割图像中的不同对象等。形态学操作通常应用于二值图像，其中图像中的像素只有两个取值，通常是0和1。是为了缩小或消除图像中的物体边界，通过将结构元素在图像上滑动，只有当结构元素覆盖的区域内所有像素都为1时，中心像素才为1，否则为0；是为了扩大或连接图像中的物体，通过将结构元素在图像上滑动，只要结构元素与图像中的任何像素相交，中心像素就设为1；是先腐蚀后膨胀，有助于去除小物体、平滑物体边界；

精选资源

“零基础轻松入门：小编精心整理的GEE学习笔记”

02-19

这份GEE学习笔记的目标是为初学者提供一个快速入门的指南，帮助他们了解并掌握Google Earth Engine（GEE）的基本知识。笔记的主要内容包括GEE的数据类型、数据处理与分析的基础操作，以及GEE在遥感应用中的初步应用...

gee学习笔记

03-31

### GEE (Google Earth Engine) 学习教程与笔记 #### 关于 Google Earth Engine 的简介 Google Earth Engine 是一个基于云计算的地球观测数据处理平台，提供了丰富的卫星影像和其他地理空间数据集。它允许用户通过...

gismap

04-26

能够读取shape(shp)文件的小型系统<br>

Docker笔记-07 Dockerfile

06-30

615

万字长文，介绍Dockerfile

地图视图组件通俗解释【一看就会】【OneGIS开发】

a_55523的博客

11-17

545

MapGIS操作手册：从入门到高级应用

weixin_34598113的博客

07-10

1581

MapGIS作为一款功能强大的地理信息系统软件，它的用户界面直观、易于操作，为用户提供了便捷的图形编辑与空间分析环境。接下来我们将从以下几个方面来深入理解MapGIS的基本操作。工具栏中的按钮对应菜单栏中的命令，每个按钮的图示直观地表示了其功能。通过点击相应按钮，可以快速执行操作。例如，保存按钮（通常显示为一个磁盘图标）用于保存当前工作，与菜单栏中的“文件”>“保存”命令相对应。图层操作按钮、编辑按钮、分析按钮等都遵循这样的设计逻辑。菜单栏提供了更详细的命令选项。

两款GIS工具各自的特点：GISBox和MapGIS

m0_69539341的博客

04-23

1089

随着三维地理信息的应用越来越广泛，软件的三维处理能力也变得愈发重要，GISBox以三维地理数据处理为核心，在三维模型的创建、显示和分析方面有着出色的表现。在三维分析上，它拥有更全面的分析工具，如三维空间查询、通视分析、日照分析等，这些功能在城市规划、景观设计、电力线路规划等领域有着广泛的应用。在实际应用中，MapGIS 能够快速准确地完成格式转换，保障数据的流通性。在三维模型显示方面，它能够实现高质量的渲染，呈现出逼真的三维场景，并且支持。在三维可视化方面，MapGIS 的渲染效果出色，能够实现流畅的。

GIS地图-思极的简单使用

weixin_58735350的博客

07-22

4861

之前项目上有使用gis地图的需要，然后国网的项目又只让使用思极，所以就研究了下，基本满足了他们的使用，在这里分享下。

Axure中继器组件化GIS地图

司马沉潇的专栏

04-23

4858

虽然可以使用JavaScript注入的方式将GIS地图嵌入Axure，但每次使用地图都需要重复嵌入并修改代码，不太方便。那么，能不能实现组件化呢？我们可以使用中继器（repeater）将常用的地图参数提取出来，通过使用中继器来实现GIS地图的组件化。

gee sentinel-1提取水体

最新发布

11-24

<think> 我们正在处理用户关于使用Google Earth Engine (GEE)和Sentinel-1数据提取水体的问题。根据用户的问题，我们需要提供一种使用Sentinel-1 SAR数据在GEE中提取水体的方法。常用的方法是利用SAR数据的后向散射特性：水体通常表现为低后向散射（暗），而陆地则较高。一种简单的方法是设置一个阈值来区分水体和陆地。但为了更精确，我们可以使用Otsu方法自动确定阈值，或者使用更高级的方法。然而，用户提到参考了NDWI（这是一个光学指数），但用户的问题是关于Sentinel-1（雷达数据）的，所以我们需要使用雷达指数。在Sentinel-1数据中，常用的水体提取方法包括： 1. 利用单波段（如VH或VV）设置阈值。 2. 使用多时相数据减少噪声（如使用中值合成）。 3. 利用极化信息（如VH和VV的比值或差值）来增强水体信息。我们还可以参考文献中常用的方法：例如，使用VH波段，因为水体的VH后向散射系数通常很低，而陆地上的植被和建筑物会表现出较高的值。以下是一个在GEE中使用Sentinel-1数据提取水体的基本步骤： 1. 选择Sentinel-1数据（例如，使用GRD产品，IW模式，VH和VV波段）。 2. 对数据进行预处理（包括应用轨道边界掩膜、角度校正等，但GEE已经提供预处理数据）。 3. 选择时间范围并生成合成图像（例如，中值合成以减少噪声）。 4. 选择一个波段（通常VH波段对水体更敏感）并应用阈值分割。 5. 使用阈值将图像二值化（水体为1，非水体为0）。 6. 可选：使用形态学操作（如腐蚀膨胀）来优化结果。 7. 可选：结合数字高程模型（DEM）来消除地形阴影（但Sentinel-1不受光照影响，地形影响可能通过叠掩等出现，需要特别注意）。注意：由于雷达数据的斑点噪声，通常需要进行滤波。GEE的Sentinel-1数据已经进行了多视和地形校正，但可能还需要额外的滤波（例如，使用lee滤波）？不过，在GEE中，我们可以直接使用提供的预处理数据，并且使用时间合成（如中值合成）也能减少噪声。下面是一个示例代码框架，用于在GEE中提取水体： ```javascript // 定义区域和时间 var region = ee.Geometry.Polygon([[...]]); // 用户需要定义自己的区域 var startDate = '2020-01-01'; var endDate = '2020-12-31'; // 加载Sentinel-1影像集，选择GRD数据，IW模式，VH和VV波段 var s1 = ee.ImageCollection('COPERNICUS/S1_GRD') .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VH')) .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV')) .filter(ee.Filter.eq('instrumentMode', 'IW')) .filter(ee.Filter.eq('orbitProperties_pass', 'ASCENDING')) // 或者DESCENDING，根据需求 .filterDate(startDate, endDate) .filterBounds(region); // 生成中值合成图像 var composite = s1.median(); // 选择VH波段（根据研究，VH波段对水体更敏感） var vh = composite.select('VH'); // 使用Otsu方法自动确定阈值（这里我们手动设置一个阈值，但也可以使用Otsu算法） // 手动阈值示例：根据文献，阈值通常在-20到-25dB之间 var threshold = -20; // 单位dB，可以根据具体区域调整 // 创建水体掩膜（小于阈值的为水体） var water = vh.lt(threshold).rename('water'); // 显示结果 Map.addLayer(water, {min:0, max:1, palette:['white', 'blue']}, 'Water Mask'); ``` 但是，手动阈值可能不准确，我们可以使用Otsu算法来自动确定阈值。GEE提供了`ee.Algorithms.OtsuThreshold()`，但注意它需要一张双峰直方图的图像。我们可以这样使用： ```javascript // 使用Otsu算法确定阈值 var histogram = vh.reduceRegion({ reducer: ee.Reducer.histogram(255, 2), // 设置直方图分段数和范围 geometry: region, scale: 10, maxPixels: 1e13 }); var threshold = ee.Algorithms.OtsuThreshold(histogram.get('VH')); var water = vh.lt(threshold).rename('water'); ``` 然而，由于整个区域可能不是双峰的（比如大面积水域或大面积陆地），我们可以考虑在子区域内计算阈值，或者使用其他方法。此外，为了减少噪声，我们可以在生成掩膜后应用形态学操作（如先腐蚀再膨胀）以去除小斑点： ```javascript // 定义形态学操作的内核（核大小根据实际情况调整） var kernel = ee.Kernel.circle({radius: 1}); // 1像素半径 // 先进行开运算（腐蚀后膨胀）去除小斑点 var water_clean = water .focal_min({kernel: kernel, iterations: 1}) // 腐蚀 .focal_max({kernel: kernel, iterations: 1}); // 膨胀 Map.addLayer(water_clean, {min:0, max:1, palette:['white', 'blue']}, 'Clean Water Mask'); ``` 最后，注意：Sentinel-1数据中，风浪较大的水面后向散射会增强，可能被误分为陆地。因此，选择平静天气的影像或者使用多时相中值合成有助于减少这种影响。以上方法是一个基础框架，实际应用中可能需要根据具体区域进行调整。引用说明：在遥感领域，使用SAR数据进行水体提取已有大量研究[^1]。 </think>### 使用Google Earth Engine提取Sentinel-1水体的方法在Google Earth Engine (GEE) 中，利用Sentinel-1 SAR数据提取水体主要基于**水体在雷达影像中的低后向散射特性**（通常呈现深色）。以下是具体实现步骤： #### 方法步骤 1. **数据准备与预处理** ```javascript // 定义时空范围 var region = ee.Geometry.Point([经度, 纬度]).buffer(10000); // 示例区域 var startDate = '2023-01-01'; var endDate = '2023-12-31'; // 加载Sentinel-1 GRD数据 var s1 = ee.ImageCollection('COPERNICUS/S1_GRD') .filterBounds(region) .filterDate(startDate, endDate) .filter(ee.Filter.eq('orbitProperties_pass', 'ASCENDING')) // 选择升轨数据 .select(['VV', 'VH']); // 选择垂直极化波段 ``` 2. **生成中值合成影像（减少噪声）** ```javascript var composite = s1.median().clip(region); ``` 3. **水体提取阈值法** - **原理**：水体在VV极化通道的后向散射系数通常 $<-20\ \text{dB}$ ```javascript var water = composite.select('VV').lt(-20); // VV < -20dB的区域判为水体 ``` 4. **优化处理（可选）** ```javascript // 形态学滤波（去除小斑点） water = water.focal_min(50).focal_max(50); // 结合地形数据排除阴影（需加载SRTM数据） var slope = ee.Terrain.slope(ee.Image('USGS/SRTMGL1_003')); water = water.updateMask(slope.lt(5)); // 忽略坡度>5°的区域 ``` 5. **可视化与导出** ```javascript Map.addLayer(water.selfMask(), {palette: ['blue']}, 'Water Mask'); Export.image.toDrive({ image: water, description: 'Water_Extraction', region: region, scale: 10 }); ``` #### 技术要点 - **极化选择**：$VH$ 波段对水面粗糙度更敏感，$VV$ 波段受风浪影响小，通常首选$VV$[^1] - **阈值调整**：干旱区建议阈值 $ -18\ \text{dB}$，湿润区可用 $ -22\ \text{dB}$ - **时相选择**：优先选择无风/少雨时期的影像 - **精度验证**：可联合Landsat光学影像的NDWI结果交叉验证[^2] > **注意**：SAR水体提取在风浪天气（高后向散射）和镜面反射（极低后向散射）区域可能出现误判，建议结合多时相分析。