鸿蒙开发者社区

TheSWISSIMAGE10cmorthophotomosaicisanassemblyofnewcolordigitalaerialimagesoverthewholeofSwitzerlandwithagroundresolutionof10cmintheplainsandthemainalpinevalleysand25cmintheAlps.Itisupdatedannually.Formoreinformation,pleaseseethe​​SWISSIMAGE10cmFRdocumentation​​ThisRGBcollectioncontainsdigitalaerialimageswiththreebands.Standarddeviationfortheprecisioninposition:+0.15mforthegroundsampledistan...

今天给大家介绍一款googleearthengineapp，VICAL:VEGETATIONINDICESCALCULATOR是一款可以在线计算Landsat和sentinel系列的植被指数app。这项应用是由INIFAPCENIDRASPA和CEVAF的研究人员开发的。在为VICAL计划的改进中，包括通过实验，利用植被指数（IV）实现对各种作物感兴趣的生物物理变量的校准；并且这些结果在VICAL中可用，对其他人有用，因此他们可以很容易地监测与灌溉工程有关的变量。web端的链接：​​Vegetationindice...

EO浏览器可以浏览和比较我们提供的所有数据收集中的全分辨率图像。您只需转到您感兴趣的区域，选择所需的时间范围和云覆盖范围，然后在浏览器中检查结果数据。尝试不同的可视化或制作自己的可视化，下载高分辨率图像并创建延时摄影。哨兵中心服务正在以有效的方式提供长期分析。我们保持EO浏览器，我们的哨兵中心功能的展示免费使用，使这些功能可供几乎任何人使用。一些最令人兴奋的新EO浏览器功能收集在我们的Medium博客文章...

今天给大家推荐一篇文章，是我们常见的影像条带修复的文章本文的主要内容是：随着云计算的发展，利用谷歌地球引擎（GEE）平台，利用长时间序列的Landsat图像进行水反演、自然灾害监测、土地利用变化等研究也逐渐成为主流。Landsat图像是目前遥感反演的最重要的图像数据源之一。由于单视角图像的时间和天气条件的变化，获得的图像辐射率也不尽相同；因此，使用月或年的时间尺度对多视角图像进行镶嵌，会导致带状色彩的变化。本研...

首先我们登录平台后先进入下面的界面，然后就可以看到开发者模式：我们先来看一下开发者模式的主界面：这个界面内涵盖了很多内容：AIEarth开发者模式使用引导快速开始本节将主要介绍如何快速利用AIEPythonSDK进行编程和处理遥感数据。SDK初始化导入数据数据计算处理数据资源本节将主要介绍AIEarth平台公开数据资源以及如何快速引用。LandsatLandsat9C2L2Landsat8C2L2Landsat7C2L2Landsat5C2L2SentinelSentinel2L2ASentinel1SARG...

ALOSAVNIR2ORI这个数据集包含来自先进的可见光和近红外辐射计2型(AVNIR2)传感器上的先进陆地观测(ALOS)“大池”的正射校正图像。AVNIR2ORI产品是根据ALOS的全色立体测绘遥感仪器(PRISM)衍生的DSMAW3D30进行立体匹配后，从AVNIR21B1数据创建的。正交校正过程使用了AW3d30数据和SRTM(航天飞机雷达地形测绘任务)数据。DatasetAvailability20060426T00:00:0020110418T00:00:00DatasetProvider​​JAXAEarthObservationResearchCente...

今天分享一个非常有趣的GEE加载图片的功能，但是值得注意的是，这里的图片都智能来源于特定的网站（​​https:fonts.google.comicons​​）这个网站的主要内容：材料符号是我们最新的图标，在一个单一的字体文件中整合了超过2500个字形，具有广泛的设计变体。符号有三种风格和四种可调整的可变字体风格（填充、重量、等级和光学尺寸）。进入网站后选择我们所需的标签，然后再顶部选择链接分享的图表，就会跳出来一个链接，我们...

错误：OverallAccuracy,Combined:Number(Error)Collection.errorMatrix:Property'B2'offeature'111111110'ismissing.ErrorMatrix,Combined:ConfusionMatrix(Error)Collection.errorMatrix:Property'B2'offeature'111111110'ismissing.F1Score,Combined:Array(Error)Collection.errorMatrix:Property'B2'offeature'111111110'ismissing.代码：varAOIee.FeatureCollection("usersdraadzicozimepodrucjeistrazivanja2022"),tableee...

我想在GEE中做一个二进制变化检测，有以下代码，但没有显示任何结果。你能告诉我我做错了什么吗？另外，如果我知道我想用来做减法的图像的具体日期有什么方法可以做到吗？或者我必须使用我的方式来过滤日期？原有的代码：varpolygonee.Geometry.Polygon({coords:[[[88.6006,30.3604],[88.5340,30.3447],[88.5443,30.3047],[88.6146,30.3231]]],Pascagoula,MSgeodesic:false});varbands['B3','B4'];varlandsat2004ee.Image('LAND...

房山区洪涝灾害风险评价这个可以说不是一个APP，要改进的话可以通过UI控件设定来在MAP上完成，剩余的其它部分都可以实现在，这里灾害风险评价时暴露性结果统计与展示、脆弱性结果统计与展示、危险性结果统计与展示以及洪涝灾害风险结果统计与展示。代码的整个流程主要是受埃希纳加载研究区和数据，然后对DEM、slope、降水强度等进行归一化处理，在这里的每一个归一化处理中，都会通过获取min和max然后通过归一化公式来获取。处...

这里我们在完成上一次的遥感生态指数，这里我们采用上一次已经得到的RSEI中，进行一个广东省市级区域RSEI的平均值，这里广东省中的7个地级市的生态遥感指数。ui.Chart.PIEFeature.byFeature(features,xProperty,yProperty)通过制定矢量数据的feature绘制方法参数：ui(ui.Chart.PIEFeature.byFeature)调用者：ui.Chart.PIEFeature对象。features(ObjectList)feature、featureCollection、list、矢量数据或者列表xProperty(List)x...

本文以广东省为研究区，分别计算NDBSI\WET\NDVI\LST各个指数的的计算后遥感生态指数。本文使用的影像是MODIS影像（USGSMOD09A1006、USGSMOD11A2006、USGSMOD13A1006）然后利用QA波段进行去云，然后通过影像集合进行影像筛选和相关去云操作，然后设定可视化参数，之后就是计算每一个指数的参数以及可视化参数。最后我们将chart图表的样式进行设定，然后导出影像。本文所需的函数ui.Chart.array(data)数据图表组件。方法参数：ui(...

本次开发教程是基于太湖生态环境智能监测系统，这个我们首先预加载我们所选的研究区，这次研究区是在太湖研究区，首秀按需要转化为几何，预加载持续时间，颜色图层预设，波段（MODIS、Landsat的QA波段去云函数）去云效果，然后UI界面的设定，这个界面非常长，所以设定了很多label标签、复选框、按钮和textbox，当然每一个部分都在一个面板，最后就是程序的嵌套和各个部分的，本此APP主要分为三个部分：第一部分就是太湖湖泊的监...

这个系统是一个计算京津冀地区的生态宜居性评价的系统，而且是四季性的，整体上代码中，首先是加载数据和加载研究区，然后定义常量参数（定义图层和可视化参数以及图例变量），然后定义指定的研究区数据，这个系统中有一个小的差异加载的全国县级尺度、市级尺度和省级尺度因为研究区的面积大小不同，所用的统计的scale的统计是不同的分别是1000，2000，3000的，以此来提升运算速度同时嵌套了条件函数的与设定一次来返回给研究区...

本次app是一个水体变化频率的变化监测，这个UI界面的设计中首先是标题，然后就是区域水体变化及监测的范围和时间选择，以及我们所选择监测的指数，NDWI，ADWI，MNDWI，随机森林的结果。这里面有一个非常大的限制，虽然再APP中有注释，注：虽然随机森林的提取最好，但是运算量大，计算时间长，可能会报错，请用户合理选择，但是选择其它指数的计算依旧无法现象。这里的归一化植被指数的函数，以及其它的结果：normalizedDifferen...

​本次我们来查看进行水体处理的分布，我们这里首先对数据进行预处理，先进行NDWI，AWEI、MNDWI等计算函数和去云函数，第二部分市机器学习部分这里有三个机器学习模型，分别是随机森林、贝叶斯和支持向量机NDWI（Band2Band4）（Band2+Band4），式中Band2表示绿光波段的反射率，Band4表示近红外波段的反射率。该方法尽管已经较为古老，但其是最为常用的水体提取方法（部分高分辨率数据仅有4个波段），并且目前很多的水体指数法都...

我们首先加载我们之前所分类后的结果，然后利用一个函数进行设添加属性，将type的分类分成1，2，3，然后将三者结合在一起，sampleRegions(collection,properties,scale,projection,tileScale,geometries)从Image中随机采样，返回结果是一个FeatureCollection，FeatureCollection下的每一个Feature中存储采样点的相应波段的信息方法参数：image(Image)Image实例。collection(FeatureCollection)样本点，需要包括分类字段properti...

​这里水稻面积提取用阈值法进行，这里我们需要用到的是将随机森林和svm支持向量机的监督分类分析的结果用mask去除和提取，这里我们所需要用到几个函数where(condition,value)执行值的有条件替换。方法参数：image(Image)Image实例。condition(ImageDouble)测试图像。value(ImageDouble)测试不为零时使用的输出值。返回值：Image水体指数LSWI（NIRSWIR）（NIR+SWIR式）中，NIR和SWIR分别表示MODIS近红外和短波红外波段处的地表...

这里分别获取计算2019年和2020年LSWI、EVI两期影像的分析，这里我们有几个常用的函数其中过一个是构建影像集合的一个函数：fromImages(images)根据Image列表构建ImageCollection对象。方法参数：imageCollection(ImageCollection)ImageCollection实例。images(Array)影像数据列表返回值：ImageCollection大家这里可能有点疑问关于代码中的分析，EVI影像的波段代码要divide（1000），因为这里的sentinel2的波段中每一个波长名称...

​这里是第二部分计算水稻提取，这里采用的是监督分类。这里我们将上一次影像的的波段加载出来，然后将其已经选择好的样本点进行分析，这里我们主要用到随机样本点的产生，然后按照73分为训练和验证样本进行分析，利用随机森林或者支持向量机的分类方法对训练样本进行分类，我们看样本点等函数：sampleRegions(collection,properties,scale,projection,tileScale,geometries)从Image中随机采样，返回结果是一个FeatureCollectio...