GEE案例：基于多源遥感（DEM、NDVI、温度）和GBDT梯度提升决策树降水的预测分析

目录

简介

1. 定义感兴趣区域 (ROI)

2. 时间范围

3. 获取降水数据

4. 按月汇总降水数据

5. 获取独立变量（土地覆盖、DEM、NDVI、温度）

6. 组合数据集

7. 模型训练

8. 结果可视化

9. 导出结果

总结

数据

函数

stratifiedSample(numPoints, classBand, region, scale, projection, seed, classValues, classPoints, dropNulls, tileScale, geometries)

Arguments:

Returns: FeatureCollection

ee.Classifier.smileGradientTreeBoost(numberOfTrees, shrinkage, samplingRate, maxNodes, loss, seed)

Arguments:

Returns: Classifier

所有代码

结果

---

简介

这段代码是使用 Google Earth Engine (GEE) 进行地理空间分析的脚本，主要用于处理和分析降水、植被指数、温度等气象数据。下面是对代码的逐步解释：

1. 定义感兴趣区域 (ROI)

var roi = ee.Geometry.Polygon( [[[114.16881243770707, 37.873850090679205], [114.16881243770707, 37.08922590866279], [115.24547259395707, 37.08922590866279], [115.24547259395707, 37.873850090679205]]], null, false);

• 创建一个多边形，定义研究区域的边界。

2. 时间范围

var time_start = '2023', tim