GEE水生态空间

​TerraClimate 是全球陆地表面的月度气候和气候水平衡数据集。它使用气候辅助插值，将 WorldClim 数据集的高空间分辨率气候法线与来自CRU Ts4.0和 日本 55 年再分析 (JRA55)的较粗空间分辨率但随时间变化的数据 相结合。从概念上讲，该程序将来自 CRU Ts4.0/JRA55 的插值时变异常应用于 WorldClim 的高空间分辨率气候学，以创建涵盖更广泛时间记录的高空间分辨率数据集。

在本模块中，我们将讨论以下概念： 用于生成图形用户界面的 GEE 对象。 如何开发具有交互元素的面板。 如何将地理处理元素连接到交互式元素。

在本模块中，我们将讨论以下概念： 如何使用高分辨率图像生成存在和不存在数据集。 如何在要素类图层中生成随机分布的点以用作字段采样位置。 如何根据参数过滤您的点以磨练您的采样位置。

处理海洋的遥感图像。从图像时间序列创建视频。GEE 中的时间序列分析。向图形用户界面添加基本元素。

监督和非监督图像分类之间的区别。Google Earth Engine 提供的各种分类算法的定义和应用。如何使用 randomForest 设置和运行分类，以 aspen 存在和不存在作为示例数据集。

如何在 GEE 中重命名图像的波段。如何使用已有的遥感指数。如何使用波段数学生成自己的遥感指数。

了解常用于遥感影像的数据校正类型。如何直观地比较同一数据集中不同预处理级别的空间数据。如何在 Google Earth Engine for Landsat 8 表面反射率图像中执行云遮蔽和云遮蔽评估。

如何将您自己的数据集引入 GEE。如何将来自遥感数据的值与您自己的数据相关联。如何从 GEE 导出特征。

在本单元中，将学习以下内容： 使用遥感传感器捕获的不同类型的能量。 如何构建 JavaScript 字典和列表以选择单个栅格波段。 如何可视化多波段和单波段栅格的不同组合。

​遥感集成到您的研究和分析中，学习如何解析 Google 地球引擎上可用的大量栅格数据集非常重要。了解这些数据的分类方式有助于开始此过程。如果您完全不知道从哪里开始，这里有一个非常有用的资源来细读Google 地球引擎数据目录中可用的一般栅格类别。对 Google 地球引擎中可用的所有栅格执行各种级别的数据清理和图像预处理，但对于本模块，我们将专注于更广泛的探索，为一些示例生态应用程序寻找合适的数据集。

第 1 单元：Google 地球引擎简介由科罗拉多州立大学生态学研究生学位课程和自然资源生态学实验室开发作者：Peder Engelstad、Dan Carver2021 年 5 月更新1简介 2背景 3开始使用 Google 地球引擎 3.1浏览用户界面 3.2JavaScript 简介 3.3数据类型：栅格 3.3.1查看栅格元数据 3.3.2定义可视化参数 3.4数据类型：向量 3.4.1定义关注区域 3.5把所有东西放在一起 ..

大多数光学卫星图像产品都带有一个或多个 QA 波段，允许用户评估每个像素的质量并提取满足其要求的像素。QA 波段最常见的应用是提取有关多云像素的信息并对其进行屏蔽。但是 QA 波段包含大量其他信息，可以帮助您从分析中删除低质量数据。通常，QA 频带中包含的信息存储为按位标志。在这篇文章中，我将介绍与位运算相关的基本概念，以及如何使用位掩码提取和屏蔽特定的质量指标。