Promising_GEO的博客

本文分享了基于Google Earth Engine（GEE）和R语言的遥感生态指数（RSEI）分析方法。文章详细介绍了利用MODIS数据（2000-2021年）计算内蒙古地区RSEI的技术流程，包括数据预处理、指标计算（NDVI、LST、WET、NDBSI）、主成分分析和结果导出。在R语言部分，展示了均值计算、分级处理、趋势分析（Sen+MK）、变异系数和Hurst指数等后续分析方法，并提供了完整的代码示例。该方法为长时间序列生态环境监测提供了高效的技术解决方案，相关代码可在GEE平台（https://c

近年来，随着乡村振兴战略的提出，我国的农业种植模式呈现出多元化的趋势。荷花盛开的7-8月份，荷田、森林、早稻的光谱特征相似且近似平行，但荷田的反射率高于其他两者。步骤四：将F1和F2分别二值化后得到F1’、F2’，与NDVI相乘，得到F3，F3值越大，表示为白莲的概率越大。不同类型的地貌和植被覆盖率不同的地貌往往表现出不同的NDVI值，因此经常使用NDVI提取植被。以上就是今日的分享，欢迎关注梧桐GIS，让我们一起学习，一起进步！计算F2，以提高荷花田和其他植被类型如森林或早稻之间的差异。

基于GEE的NDVI时间序列分析

此处分别定义三个矩形变量city、forest、desert，存储相应的坐标，并加上标签表示选择的森林、城市以及沙漠覆盖区域，而后，我们需要对不同的地物设置不同的颜色以作区分，区分好后加载地物覆盖的边框，并将三个区域联合起来形成一个新的矢量数据集，方便后续分析。小编选择的研究区域主要位于我国的甘肃省境内，该境内处于我国的交错带分布区，各类地物均有分布，是进行实验的好地方，小编在Google地图上寻找合适的地点绘制矩形方框，设置好案例样本，将坐标点导入GEE中。今天这期，跟着小编的视角一起来看看吧。

本文带你学会GEE上计算植被覆盖度（FVC），包括像元直方图和面积的统计哦！

一文带你学会在GEE平台上进行NDVI的趋势变化分析！

大家可以把上面的代码作为监督分类的一种训练和学习，不妨试试看看！学遥感，分类是是常事，今天带来代码版的非监督分类。

一文教会你如何在GEE中实现随机森林分类

本文教会你在GEE上实现连续干旱天数的空间可视化，一篇很好的案例！