- 博客(3955)
- 资源 (1934)
- 收藏
- 关注
RSS订阅原创 GEE 教程：基于MODIS/006/MOD44W数据的可视化印度地区的土壤盐分可视化
这篇博客将指导你使用 Google Earth Engine (GEE) 可视化印度地区的土壤盐分数据，并创建一个自定义图例。
2025-04-10 09:57:09
8
原创 CAL_LID_L2_333mCLay-ValStage1-V3-30 数据详细描述了 CALIPSO 激光雷达观测的云-气溶胶数据，包括列属性和层属性。
CAL_LID_L2_333mCLay-ValStage1-V3-30 数据是云-气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 2 级 1/3 公里 (333 米) 云层数据，已验证第 1 阶段版本 3-30。该产品的数据收集已经完成。在激光雷达云层产品中，有两大类数据：列属性（包括位置数据和视图几何）和层属性。激光雷达层产品由一系列列描述符组成，每个列描述符都与可变数量的层描述符相关联。列描述符指定给定激光雷达脉冲穿过的大气柱的时间和地理物理位置。
2025-04-10 09:49:38
282
原创 GEE数据集：非洲的表层岩石类型图层（20个类别）
通过这些图层和分类，我们可以更好地理解非洲的地质特征及其对生态系统的影响。这些信息不仅对科学研究有重要意义，也为环境保护和资源管理提供了基础数据。如果你对这个代码有任何问题或建议，请随时与我联系！
2025-04-10 08:00:00
200
原创 CALIPSO 卫星于2006年4月28日发射，旨在研究云和气溶胶对地球辐射收支和气候的影响
CAL_LID_L2_05kmMLay-Standard-V4-20 是云-气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 2 级 5 公里合并层，版本 4-20 数据产品。该产品的数据是使用 CALIPSO 带正交偏振 (CALIOP) 仪器的云-气溶胶激光雷达收集的。该产品的数据收集正在进行中。CALIPSO 于 2006 年 4 月 28 日发射，用于研究云和气溶胶对地球辐射收支和气候的影响。它飞行在国际 A-Train 星座中，用于同步地球观测。
2025-04-09 12:00:29
740
1
原创 GEE数据集：瑞士Sentinel-2（欧空局）光学卫星数据大约每三天提供一次完整的瑞士覆盖范围
Sentinel-2（欧空局）光学卫星数据大约每三天提供一次完整的瑞士覆盖范围。这些数据的有效性在很大程度上取决于气象因素，如云层覆盖、大气校正、数据登记和传输方法（投影）。我们改进了现有的处理程序，并采用了更多的后处理技术，以生成专为瑞士量身定制的可用于分析的地表反射率数据。您可以在 geocat.ch 中找到更多信息-。处理代码可在 SATROMO GitHub 存储库中找到。光学卫星数据（哨兵-2），除其他外，显示了红外、绿外、蓝外和近红外四个通道的地表反射率，空间分辨率为 10 米。
2025-04-09 08:00:00
468
原创 GEE 案例分析：Sentinel-2和MODIS数据的影像融合（影像的弥补和时序影像的增加）
首先，我们定义一个多边形区域X，用于后续的图像处理。var X =通过这段代码，我们可以看到如何使用Google Earth Engine进行遥感图像的处理和分析。我们学习了如何过滤、选择、分割和可视化图像数据，为后续的研究和应用打下了基础。希望这篇博客能帮助你更好地理解GEE的使用！
2025-04-09 03:00:00
109
原创 GEE案例：使用Savitzky-Golay平滑算法处理Sentinel-1时间序列数据,并可视化结果
总的来说,这段代码演示了如何在Google Earth Engine上使用Savitzky-Golay平滑算法处理Sentinel-1时间序列数据,并可视化结果。
2025-04-08 11:02:02
281
1
原创 CALIPSO 激光雷达数据产品 CAL_LID_L2_05kmAPro-Standard-V4-20 的特点是什么？
CAL_LID_L2_05kmAPro-Standard-V4-20 是云气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 2 级气溶胶剖面，版本 4-20 数据产品。该产品的数据是使用 CALIPSO 带正交偏振 (CALIOP) 仪器的云气溶胶激光雷达收集的。此 V4.20 产品的数据生成和分发已于 2020 年 7 月 1 日结束，以支持 CALIPSO 生产集群操作系统的更改。V4.21 数据产品涵盖 2020 年 7 月 1 日至 2023 年 6 月 30 日。Dataset。
2025-04-08 11:00:39
619
原创 GEE训练教程：利用Landsat 8影像计算MNDWI（修正的归一化水体指数），并通过图层可视化结果
首先，我们定义了一个多边形作为我们的感兴趣区域（ROI）。var roi =] */通过这段代码，我们成功地计算了MNDWI并识别了水体和湿地。此方法对于水资源管理和生态保护具有重要意义。希望这篇博客能帮助你更好地理解如何使用Google Earth Engine进行水体和湿地的遥感分析！
2025-04-08 08:00:00
24
原创 GEE可视化：SPEI（标准化降水蒸散指数）数据进行干旱监测，可视化不同的 SPEI 值分类干旱程度可视化分析
通过以上步骤，我们成功地使用 Google Earth Engine 对干旱进行了监测和分析。我们利用 SPEI 数据分类了不同的干旱等级，并通过图表展示了干旱的变化趋势。这种方法为干旱监测提供了强有力的工具，有助于制定相应的管理措施。如果你有任何问题或想法，请随时与我联系！
2025-04-08 07:30:00
804
原创 GEE教程：基于CHIRPS和TERRACLIMATE数据计算标准化降水蒸散指数 (SPEI干旱指数)，可视化干旱严重程度
标准化降水蒸散指数 (SPEI) 是一种用于量化干旱严重程度的统计指标。与标准化降水指数 (SPI) 不同，SPEI 不仅考虑降水，还考虑潜在蒸散量 (PET)，这反映了大气对水的需求。这使得 SPEI 成为一种更敏感的干旱指标，尤其是在温度和蒸散在水资源可用性中起重要作用的地区。
2025-04-07 14:56:15
109
1
原创 CALIPSO卫星的CAL_LID_L2_05kmMLay-Standard-V4-20数据产品：观测云-气溶胶的关键工具
CAL_LID_L2_05kmMLay-Standard-V4-20 是云-气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 2 级 5 公里合并层，版本 4-20 数据产品。该产品的数据是使用 CALIPSO 带正交偏振 (CALIOP) 仪器的云-气溶胶激光雷达收集的。该产品的数据收集正在进行中。CALIPSO 于 2006 年 4 月 28 日发射，用于研究云和气溶胶对地球辐射收支和气候的影响。它飞行在国际 A-Train 星座中，用于同步地球观测。
2025-04-07 14:46:42
575
原创 GEE 图表：使用 Google Earth Engine 分析2000-2023年温度时间序列与变化图表
首先，我们需要定义我们的研究区域（ROI）。在本示例中，我们将使用一个名为的矢量文件，并通过dt_code进行过滤。
2025-04-07 08:00:00
821
原创 GEE数据集：美国环境保护署（EPA）和国家大气沉降计划（NADP）发布的美国环保署总沉降层（TDEP 层）
美国环保署总沉降层（TDEP 层）美国环保署总沉降科学委员会（TDep）提供了美国总氮和硫沉降通量的估计，用于临界负荷和其他生态评估，特别是在负荷导致生态系统酸化和富营养化的情况下。总沉降通量估计是通过将湿沉降和干沉降的贡献相加得到的。TDep 委员会的成员开发并维护了一种测量-模型融合方法（TDep MMF），用于绘制总沉降图，该方法结合了测量值和模型估计值。这提供了一种产品，它利用了测量的准确性以及模型估计的空间连续性。
2025-04-06 11:18:39
678
1
原创 GEE python：使用 Google Earth Engine (GEE) 和 Xarray 库进行基于NOAA数据的归一化植被指数（NDVI）的分析
roi通过以上步骤，我们成功地使用 Google Earth Engine 和 Xarray 对 NDVI 数据进行了分析和可视化。这种方法不仅适用于 NDVI 数据，也可以扩展到其他遥感数据的处理和分析中。希望这篇博客能为你提供有用的信息和灵感！如果你有任何问题，请随时联系我。
2025-04-06 11:18:15
263
原创 CALIPSO 激光雷达和红外探路者卫星观测是如何帮助我们了解地球辐射平衡和气候变化的？
CAL_LID_L2_05kmAPro-Prov-V3-02 数据是使用 CALIPSO 激光雷达比率选择算法的云气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 2 级气溶胶剖面数据。激光雷达 2 级气溶胶剖面数据产品包含平均气溶胶剖面数据和辅助数据。激光雷达气溶胶剖面数据产品中不包含任何层描述符。气溶胶层的空间分布完全由气溶胶层分数和大气体积描述参数来表征。气溶胶剖面产品以 5 公里的均匀水平分辨率生成。
2025-04-06 11:10:47
693
原创 GEE训练教程：计算了1980–2020特定区域的风速，并生成了时间序列图表，同时还将历史风速数据导出为CSV文件
首先，我们需要定义一个感兴趣区域（Region of Interest, ROI），该区域由多个地理坐标点构成。我们使用}),}),}),// 省略其它点...})]);在这段代码中，我们定义了多个地理坐标点，这些点将作为风速计算的基础区域。通过以上步骤，我们成功地计算了特定区域的风速，并生成了时间序列图表，同时还将历史风速数据导出为CSV文件。这一过程展示了Google Earth Engine在环境数据分析中的强大能力。希望这篇博客对您在使用GEE时有所帮助！
2025-04-05 10:44:08
25
1
原创 CAL_LID_L2_05kmALay-Standard-V4-20是关于什么的数据产品？
CAL_LID_L2_05kmALay-Standard-V4-20 是云-气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 2 级 5 公里气溶胶层数据，版本 4-20 数据产品。此数据产品是使用带正交极化 (CALIOP) 仪器的云-气溶胶激光雷达收集的。此产品的数据收集正在进行中。在激光雷达气溶胶层产品中，有两大类数据：列属性（包括位置数据和查看几何）和层属性，激光雷达层产品由一系列列描述符组成，每个列描述符都与可变数量的层描述符相关联。
2025-04-05 10:35:13
596
原创 GEE案例：Landsat影像进行逐年月浮游藻类指数（FAI）叶绿素浓度chla指数的计算和统计下载
首先，我们需要定义一个感兴趣区域（ROI），即我们要分析的区域。})]);接下来，我们定义了一个用于计算FAI的函数。FAI（Floating Algae Index）是一种用于检测水体中浮游藻类的指数。我们还将计算NDVI（归一化植被指数）和基于NDVI的叶绿素a浓度（CHLA）。为了去除影像中的云和云阴影，我们定义了两个云掩膜函数，分别适用于Landsat 5和Landsat 8影像。
2025-04-05 08:00:00
34
原创 GEE图表分析：使用 Google Earth Engine (GEE) 来处理 MODIS 海洋数据，分析特定区域内的水体特征（时序图表）
var roi =] */通过以上步骤，我们成功地使用 Google Earth Engine 处理了 MODIS 海洋数据，分析了特定区域的水体特征。希望这篇博客能帮助你理解如何使用 GEE 进行海洋数据分析。
2025-04-05 08:00:00
227
原创 GEE训练教程：分析特定区域的植被指数（EVI），并进行植物生长季节的表型分类和时序可视化
)]),通过以上步骤，我们成功地使用 Google Earth Engine 分析了植被指数，并对植物生长季节进行了表型分类。这种方法为研究特定区域的植物生长动态提供了强有力的工具。如果您对这个过程有任何问题或想法，请随时与我联系！
2025-04-04 11:21:39
32
1
原创 CAL_IIR_L1-Standard-V2-00 数据产品简介：CALIPSO 卫星红外辐射计 1B 级数据
CAL_IIR_L1-Standard-V2-00 是云气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 成像红外辐射计 (IIR) 1B 级辐射，标准版本 2-00 数据产品。该产品的数据是使用 CALIPSO IIR 仪器收集的。该产品的数据收集正在进行中。IIR 1B 级数据产品包含地理定位、校准辐射的半轨道。图像数据被注册到以激光雷达轨道为中心的 1 公里网格。1B 级数据产品以 HDF 编写。
2025-04-04 11:17:19
571
原创 GEE统计分析：计算特定区域的NDVI（归一化植被指数）、土地分类和LST（地表温度数据），并进行区域统计分析和导出
首先，我们需要定义一个感兴趣的地理位置。// 边界城市在这段代码中，我们使用定义了一个点，并通过方法从城市边界数据集中筛选出与该点相交的城市边界。接下来，我们需要定义我们感兴趣的时间范围。通过以上步骤，我们成功地使用Google Earth Engine分析了特定区域的土地覆盖、NDVI和LST，并计算了相关的区域统计信息。这一过程展示了GEE在环境监测和资源管理中的强大能力。希望这篇博客对您在使用GEE时有所帮助！如果您有任何问题或建议，欢迎在评论区留言。
2025-04-04 08:00:00
34
原创 GEE训练教程：Google Earth Engine中分析特定区域的归一化植被指数（NDVI）以及计算植被覆盖区域
首先，我们需要定义一个多边形作为我们的感兴趣区域（ROI）。接下来，我们将地图中心设置为该几何体，并调整缩放级别。// 可以通过此函数更改缩放级别通过以上步骤，我们成功地分析了特定区域的NDVI，并计算了植被覆盖的面积和相关的统计值。这一过程展示了如何利用Google Earth Engine进行遥感数据分析，为环境监测和管理提供了有力的支持。
2025-04-03 11:40:30
37
1
原创 CAL_LID_L2_05KMALAY-PROV-V3-02 数据是什么？
CAL_LID_L2_05KMALAY-PROV-V3-02 数据是云 - 大气胶 LIDAR 和红外探路者卫星观察（Calipso）LIDAR 级别 2 5 km 气溶胶层数据。在 LIDAR 气溶胶层产品中，有两个一般的数据类别： - 列属性（包括位置数据和观察几何形状） - 层属性。LIDAR 层产品由一系列列描述符组成，每个列描述符都与可变数量的层描述符相关联。列的描述符指定了给定的 LiDAR 脉冲传播的大气柱的时间和地球物理位置。
2025-04-03 11:26:31
632
原创 GEE图表：使用 Google Earth Engine (GEE) 来监测特定区域的SPEI干旱情况的时序图表结果
首先，我们需要定义一个多边形区域，以便在该区域内进行干旱监测。]]);这里，我们定义了一个包含五个顶点的多边形，表示我们关注的地理区域。通过以上步骤，我们成功地使用 Google Earth Engine 监测了指定区域的干旱情况。希望这篇博客能帮助你理解如何使用 GEE 进行气候监测。
2025-04-03 08:00:00
278
原创 GEE Python：使用 Google Earth Engine 和 Xarray 库进行水分监测的体积（VOD）数据分析（逐年和逐月的可视化结果）
point通过以上步骤，我们成功地使用 Google Earth Engine 和 Xarray 对 VOD 数据进行了分析和可视化。这种方法不仅适用于 VOD 数据，也可以扩展到其他遥感数据的处理和分析中。希望这篇博客能为你提供有用的信息和灵感！如果你有任何问题，请随时联系我。
2025-04-02 16:24:35
34
1
原创 CALIPSO卫星的CAL_LID_L2_01kmCLay-Standard-V4-20数据产品简介
CAL_LID_L2_01kmCLay-Standard-V4-20 是云气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 2 级 1 公里云层，版本 4-20 数据产品。该产品的数据是使用 CALIPSO 带正交偏振 (CALIOP) 仪器的云气溶胶激光雷达收集的。该产品的数据收集正在进行中。CALIPSO 于 2006 年 4 月 28 日发射，用于研究云和气溶胶对地球辐射收支和气候的影响。它飞行在国际 A-Train 星座中，用于同步地球观测。
2025-04-02 16:15:11
728
原创 GEE 案例分析：利用Landsat数据进行FAI、NDVI及CHLA分析并统计平均值(巢湖为例)
浮游藻类指数（FAI）、归一化植被指数（NDVI）及叶绿素a（CHLA）是水体环境监测的重要指标。本文利用Google Earth Engine（GEE）平台，基于Landsat 5和Landsat 8数据，进行水体藻类及植被监测。
2025-04-02 08:00:00
402
原创 GEE训练教程：基于Landsat 9的NDBI 和 NBR2指数和卷积映射特定区域的城市密度
var roi =] */通过以上步骤，我们成功地使用 Google Earth Engine 处理了 Landsat 9 数据，分析并映射了特定区域的城市密度。这一过程展示了如何利用光谱指数和卷积技术来研究城市化进程。希望这篇博客能帮助你理解如何使用 GEE 进行城市密度分析。
2025-04-01 15:53:10
32
1
原创 CALIPSO激光雷达1B级剖面数据 - CAL_LID_L1-Standard-V4-10
CAL_LID_L1-Standard-V4-10 是云-气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 激光雷达 1B 级剖面数据，版本 4-10 数据产品。此数据产品是使用带正交偏振 (CALIOP) 仪器的云-气溶胶激光雷达收集的。该产品的数据收集正在进行中。数据管理系统 (DMS) 生成的最高质量的数据产品称为标准数据产品。这些产品需要 2-4 天的延迟才能整合全球气象和其他参考产品。夜间和白天轨道段写入单独的数据文件。生成一整套浏览图像（包括轨道轨迹图）并发布到科学数据网站。建议将标准数据
2025-04-01 13:53:29
937
原创 GEE教程：利用DEM数据计算特定区域的洪水风险指数
首先，我们需要定义一个感兴趣的区域。以下代码段创建了一个多边形，表示我们要分析的地理区域。通过以上步骤，我们成功地计算了特定区域的洪水风险指数，并将结果可视化。使用Google Earth Engine，我们能够利用丰富的地理数据进行环境监测和分析，为决策提供科学依据。希望这个博客能帮助您理解如何在Google Earth Engine中计算洪水风险指数！
2025-03-31 17:30:02
292
1
原创 CAL_IIR_L3_GEWEX_Cloud-Standard-V1-00：全球能量和水循环实验云数据产品
CAL_IIR_L3_GEWEX_Cloud-Standard-V1-00 是云-气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) IIRLevel 3 全球能量和水循环实验 (GEWEX) 云，标准版本 1-00 数据产品。该产品的数据是使用 CALIPSO 成像红外辐射计 (IIR) 仪器收集的。该产品报告了均匀二维 (2D) 空间网格上 IIR 云有效半径和水路径平均值及直方图的全球分布。该产品的设计遵循 GEWEX 云评估的一般指导。
2025-03-31 17:18:35
636
原创 GEE图表：基于JRC/GHSL/P2023A/GHS_POP数据和指定研究区的人口增长趋势可视化分析
通过以上步骤，我们展示了如何使用 Google Earth Engine 进行人口数据的可视化和分析。这些工具使我们能够深入了解人口增长的动态变化，并为未来的研究提供了基础。希望这篇博客能够帮助你更好地掌握这些技术！// 使用 Google Earth Engine 进行人口增长分析// 1. 定义研究区域// 2. 获取国家边界// 将国家边界添加到地图上// 设置地图中心// 3. 加载人口数据// 4. 处理人口数据});// 5. 打印人口数据集的大小。
2025-03-31 08:00:00
396
原创 GEE案例：利用ESRI的全球土地覆盖数据集和其他矢量数据，进行森林、道路等地物的分析（进行纯净森林的提取过程）
在本博客中，我们将逐步解析一段使用Google Earth Engine（GEE）进行土地覆盖分类和水体提取的JavaScript代码。该代码利用ESRI的全球土地覆盖数据集和其他矢量数据，进行森林、道路等地物的分析。
2025-03-31 08:00:00
243
原创 GEE训练教程：利用Sentinel-2影像计算水体深度计算和可视化分析
首先，我们定义了一个多边形作为我们的感兴趣区域（Geometry）。] */通过这段代码，我们成功计算了水深并进行了可视化。此方法对于水资源管理和环境监测具有重要意义。希望这篇博客能帮助你更好地理解如何使用Google Earth Engine进行水深计算和可视化！
2025-03-30 18:53:55
33
1
原创 云气溶胶激光雷达和红外探路者卫星观测数据版本更新至1-13
CAL_IIR_L1-Prov-V1-13 数据是云气溶胶激光雷达和红外探路者卫星观测 (CALIPSO) 红外成像辐射计 1B 级辐射数据，临时版本 1-13。该产品的版本从 1-12 更改为 1-13，以适应 CALIPSO 生产集群操作系统的变化。成像红外辐射计 (IIR) 1B 级数据产品包含地理定位、校准辐射的半轨道。图像数据被配准到以激光雷达轨道为中心的 1 公里网格。1B 级数据产品以 HDF 编写。
2025-03-30 18:50:54
697
原创 GEE案例：利用 Landsat 数据和 Google Dynamic World 数据集进行热岛效应 (UHI)的分析和可视化
);通过以上步骤，我们成功使用 Google Earth Engine 计算了特定区域的城市热岛效应。这一过程展示了如何利用 Landsat 数据和 Google Dynamic World 数据集进行热岛效应的分析和可视化。希望这篇博客能帮助你理解如何使用 GEE 进行城市热岛效应的研究。// 1. 加载国家边界数据// 2. 定义感兴趣区域 (ROI)});// 3. 设置地图中心并添加图层// 4. 定义时间范围// 5. 获取城市区域数据。
2025-03-29 10:15:33
46
1
原创 CALIPSO夜间验证飞行在百慕大进行，NASA兰利HSRL-2仪器收集校准验证数据
CALIPSO 夜间验证飞行 (CALIPSO-NVF) 空中部署于 2022 年 8 月在百慕大进行。目标是使用 NASA 兰利高光谱分辨率激光雷达 (HSRL-2) 对 CALIPSO 卫星进行一系列夜间飞行。NASA 兰利 HSRL-2 仪器的空中测量对于验证 CALIPSO 激光雷达的校准精度以及获取用于其气溶胶剖面检索的气溶胶光学特性信息至关重要。通过在 CALIPSO 地面轨道下飞行，HSRL-2 可以独立测量激光雷达衰减后向散射，具有更高的信噪比。
2025-03-29 10:12:34
688
原创 GEE土地分类：使用 Google Earth Engine 中MODIS数据进行土地覆盖分类和面积计算并可视化
/ 将国家边界添加到地图上// 设置地图中心通过以上步骤，我们展示了如何使用 Google Earth Engine 进行土地覆盖分类和面积计算。这些工具使我们能够深入了解土地覆盖的分布，为环境监测和管理提供了重要的数据支持。希望这篇博客能够帮助你更好地掌握这些技术！
2025-03-29 08:00:00
37
geemap-python教程.zip
2025-04-10
Modulo04_Monitoramento_de_seca.ipynb
2025-04-10
Modulo03_Animacoes_de_timelapse.ipynb
2025-04-10
Modulo05_Analise_de_Dados_de_Precipitacao.ipynb
2025-04-10
【地理信息系统】全球行政单元图层（GAUL）2024技术指南：亚层级边界数据编制与更新协议
2025-04-07
【地理空间数据分析】基于XArray的美国城市区域温度异常栅格数据采样与分析：提取并可视化2022年7月最高温度异常的城市区域
2025-04-03
【地理信息系统】基于XArray的区域统计分析：加利福尼亚州各县降水量统计系统设计与实现
2025-04-03
【地理空间分析】基于Python的MODIS植被指数时间序列提取与处理：利用XArray进行数据预处理、云层掩码及插值
2025-04-03
【地理空间数据处理】基于XArray扩展XEE的ImageCollection导出至NetCDF：ERA5-Land每日聚合数据子集提取与保存
2025-04-03
【地理信息系统】基于Python的农场边界自动提取：使用samgeo包进行零样本学习的地理空间图像分割与矢量化
2025-04-03
【地理空间Python教程】使用XEE从Google Earth Engine下载图像：肯尼亚人口网格数据GeoTIFF文件生成方法介绍了如何使用XEE
2025-04-03
【地理空间技术】基于Python的矿区边界自动检测：使用分段地理空间模型与训练样本的实现方法
2025-04-03
【地理信息系统】基于起点-终点矩阵的最近设施定位：使用OpenRouteService API进行华盛顿特区心理健康设施距离计算与可视化
2025-04-03
【自然语言处理】基于OpenAI API的地理空间Python教程：从新闻文章中提取位置信息并生成交互式地图如何使用OpenAI
2025-04-03
【地理信息系统】基于Landsat影像的水体面积计算：利用NDWI指数提取和分析湖泊区域变化
2025-04-10
【遥感与地理信息系统】基于Sentinel-2影像的水体叶绿素变化分析：2023至2024年水质监测与可视化系统构建
2025-04-10
【遥感与地理信息系统】基于NDVI和LST的植被健康指数计算：干旱监测系统设计与应用
2025-04-10
遥感技术基于Sentinel-1 SAR影像的城市洪水检测：变化检测与淹没面积计算方法实现
2025-04-10
【遥感与地理信息系统】基于SPEI指数的时间序列干旱分类与监测：1980-2024年干旱状况评估系统设计
2025-04-10
Standardized-Precipitation-Index(SPI)-PERSIANN.ipynb
2025-04-10
遥感技术基于MODIS数据的雪盖面积监测与分析：2010至2015年雪盖变化研究
2025-04-10
【遥感与地理信息】基于EE的降水强度指数计算：多年份降水量与湿润日分析系统设计
2025-04-10
遥感技术基于Landsat 8&9的叶面积指数（LAI）计算与时间序列分析：植被监测系统设计了文档的主要内容
2025-04-10
【遥感与地理信息系统】基于机器学习的土地覆盖降尺度模型构建：多源卫星数据融合与分类系统实现
2025-04-10
遥感技术基于MODIS影像的湖泊面积监测：NDWI指数法2001至2023年时间序列分析
2025-04-10
【地理信息系统】基于GPM数据的时间序列降水分析：日、月、年尺度降水图表生成与年度数据导出文档的主要内容
2025-04-10
遥感技术基于MODIS数据的两地蒸散发量对比分析：时间序列可视化与统计评价系统设计
2025-04-10
气象科学基于ERA5和MODIS数据的机器学习温度降尺度模型：线性回归预测与统计评估方法研究
2025-04-10
地球科学基于ERA5数据集的2018至2021年逐日融雪与温度分析：流域尺度气候变化研究
2025-04-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人