- 博客(10)
- 收藏
- 关注
RSS订阅原创 GEE中5折交叉验证完整实现指南
从遥感影像中采样训练数据为样本添加交叉验证折标签定义参数搜索空间生成所有参数组合执行5折交叉验证评估并选择最优参数。
2025-03-31 10:12:56
409
原创 使用Google Earth Engine制作干旱时间序列动画
干旱的规模和频率增加通常归因于气候变化的不利影响。干旱是一种气候现象，其特征是由于降水不足导致的湿度缺乏。气象干旱：由降水不足引起。印度气象部门（IMD）根据降水不足的程度将气象干旱分为“中度”和“严重”两类，分别对应降水不足超过25%和50%。水文干旱：长期的气象干旱导致地表水和地下水枯竭，从而造成牲畜和人类用水短缺。农业干旱：由于降水不足和土壤湿度不足，对作物生长季节产生负面影响。监测干旱至关重要，因为它直接影响粮食安全。可以使用多种指数来量化干旱条件。
2025-03-29 16:44:09
522
原创 梯度提升（Gradient Boosting）与随机森林（Random Forest）：如何选择集成方法？
随机森林是一种基于Bagging（Bootstrap Aggregating）的集成方法。它通过构建多个独立的决策树，并通过投票（分类）或平均（回归）来生成最终预测结果。梯度提升是一种基于Boosting的集成方法。它通过顺序构建决策树，每棵树专注于纠正前一棵树的错误。
2025-03-29 15:51:17
626
原创 GEE批量上传谷歌云盘数据 - geeup Colab
本文介绍了一种利用 Google Colab 和 `geeup` 工具从 Google Drive 批量上传数据至 Google Earth Engine (GEE) 的方法。作者面临从国外 SFTP 下载 NC 数据速度慢（仅 50k/s）的问题，通过 Colab 快速导出至 Google Drive（100M 文件仅需几秒），随后将 NC 转换为 TIF 格式，并尝试上传至 GEE。本地上传速度虽提升至 200k/s，仍不理想，遂转向云端方案。
2025-03-13 11:47:07
1047
原创 GEE: KNDVI代码
为了调整NDVI以适应大气和土壤噪声，特别是在植被茂密地区，减缓NDVI饱和性问题，在NDVI中加入了蓝光波段，提出了增强型植被指数EVI，但是EVI中饱和现象依旧存在。有关学者提出了核NDVI，该研究采用机器学习的核方法理论，使NDVI线性化，避免了植被指数非线性及饱和性问题。
2023-11-01 21:20:01
2288
11
原创 GEE:ImageCollections导出（至Assets）与调用
目的：拟采用历史气象数据和历史NDVI，回归拟合未来气候条件下研究区NDVI，分析NDVI的变化斜率。问题：可以得到随机森林回归树，很容易预测NDVI的时间序列，但是再对时间序列分析时将会报错，原因是任务过大。
2023-08-10 20:58:38
1555
1
原创 GEE随机森林回归（时间序列）
拟采用历史气象数据和历史NDVI，回归拟合未来气候条件下研究区NDVI使用的数据集’NASA/GDDP-CMIP6’、“NOAA/CDR/AVHRR/NDVI/V5”
2023-08-02 21:45:27
1216
1
原创 GEE：非参数检验（Non-Parametric Trend Analysis，Sen+Mann-Kendall）
结果包含MK检验、Sen斜率、方差Var、显著性（z、P-value）
2023-06-28 11:28:49
639
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人