Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Google Earth Engine的介绍与入门

Google Earth Engine的介绍与入门

作者头像
郭好奇同学
发布于 2020-12-22 06:33:57
发布于 2020-12-22 06:33:57
2.4K01
代码可运行
举报
文章被收录于专栏:好奇心Log好奇心Log
运行总次数:1
代码可运行

Google Earth Engine(介绍与入门)

Google Earth Engine是Google提供的对大量全球尺度地球科学资料(尤其是卫星数据)进行在线可视化计算和分析处理的云平台。该平台能够存取卫星图像和其他地球观测数据数据库中的资料,并具有足够的运算能力对这些数据进行处理。

通俗的来讲,就是Google earth engine可以在线对遥感数据(或其他地球资料)进行处理分析,而不用将数据下载到自己电脑上进行处理。我们只需要把最后的结果下载到自己电脑上就可以了。

如何访问Google earth engine

Google earth engine的官方网址为:

https://earthengine.google.com/

打开这个网址需要科学上网,最好使用Google浏览器。

Google Earth Engine注册及概览

打开Google Earth Engine官网,右上角的“SIGNUP”可以进行注册或登陆(要有谷歌邮箱)。

注册完成后单击官网右上角"Platform"中的“code editer”菜单,进入工作空间

网址为:

https://code.earthengine.google.com

下图就是Google earth engine工作空间,我们一般会在编辑区进行编写代码。然后影像的结果就会展示到地图展示区,其他的输出结果会出现在输出控制台。

计算NDVI的小例子

我们下面就使用Google earth engine计算一幅Landsat8的NDVI,给大家做个基础的演示(。

我们先看一下代码(Google earth engine用的javascrip)

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
//计算NDVI的函数
function NDVI(img) {
 var nir = img.select("B5");
 var red = img.select("B4");
 var ndvi = nir.subtract(red).divide(nir.add(red));
 return ndvi;
}
//选取Landsat数据
var l8_col = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_044034_20140318');
var ndvi = NDVI(l8_col);
//设置可视化参数
var visParam = {
 min: -0.2,
 max: 0.8,
 palette: 'FFFFFF, CE7E45, DF923D, F1B555, FCD163, 99B718, 74A901, 66A000, 529400,' +
   '3E8601, 207401, 056201, 004C00, 023B01, 012E01, 011D01, 011301'
};
//把NDVI展示到地图展示区。
Map.addLayer(ndvi, visParam, "ndvi_1");
Map.centerObject(l8_col, 9);
//把数据导入到谷歌云盘上
Export.image.toDrive({
  image: ndvi,
  scale: 30,
  region:ndvi
});

运行结果:

可以看出来,NDVI效果还不错(设置过可视化参数,所以显示为伪彩色

然后右上角的“TASK”变亮了,我们需要点击它,然后再点击“RUN”。

之后我们再设置一下(文件名和目标文件夹),就可以把我们的数据存到谷歌云盘(就是谷歌邮箱对应的那个云盘)上了。

稍等几分钟,我们的数据就会出现在我们的谷歌云盘中了(数据量越大,等待时间越长)。

下载到本地用ENVI显示的效果

可以看出,Google earth engine真的挺方便的,能直接在云平台进行计算和处理。一方面不需要我们下载原始数据,节省电脑的空间。而且还可以进行大量数据的运算。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-12-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 好奇心Log 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Google Earth Engine学习笔记——介绍和入门
最近接触Google Earth Engine,觉得很好玩, 也很有应用前景,最关键Google Earth Engine是免费的地理计算云平台。所以想认真学习下,学习过程中作些小的总结和记录,资料来源均为网络或Google Earth Engine API指南,今天先讲讲入门的知识。
全栈程序员站长
2022/11/04
4.2K0
Google Earth Engine学习笔记——介绍和入门
【GEE学习笔记】Landsat 8的NDVI指数计算
根据植被的光谱特性,将卫星可见光和近红外波段进行组合,形成了各种植被指数。植被指数是对地表植被状况的简单、有效和经验的度量,目前已经定义了40多种植被指数,广泛地应用在全球与区域土地覆盖、植被分类和环境变化,第一性生产力分析,作物和牧草估产、干旱监测等方面;并已经作为全球气候模式的一部分被集成到交互式生物圈模式和生产效率模式中;且被广泛地用于诸如饥荒早期警告系统等方面的陆地应用;植被指数还可以转换成叶冠生物物理学参数。
郭好奇同学
2021/05/28
5.3K0
【GEE学习笔记】Landsat 8的NDVI指数计算
Google Earth Engine 下载遥感影像——以Landsat 8数据为例
        遥感大数据云计算服务平台为区域或全球土地利用空间信息的获取提供了新的途径和方法。GEE 云平台是一款专门用于处理卫星影像数据和其他地球观测数据的云端运算平台,不但存储了完整的对地观测卫星影像数据,以及环境和社会经济等数据,还提供足够的运算能力对这些数据进行处理,成为解决遥感数据收集困难和处理效率低下问题的新途径。
Twcat_tree
2022/12/05
5.4K1
Google Earth Engine 下载遥感影像——以Landsat 8数据为例
Google Earth Engine(GEE)-谷歌地球引擎的大致Python入门
谷歌地球引擎,在RSE(Remote Sensing of Environment)的热门版上有一篇文章有大致的介绍。
一个有趣的灵魂W
2020/09/15
6.5K0
Google Earth Engine(GEE)-谷歌地球引擎的大致Python入门
Google Earth Engine (GEE) ——Earth Engine Explorer (EE Explorer)使用最全解析(8000字长文)
Earth Engine Explorer (EE Explorer) 是一个轻量级地理空间图像数据查看器,可以访问Earth Engine Data Catalog 中提供的大量全球和区域数据集。它允许快速查看数据,并能够在地球上的任何地方进行缩放和平移、调整可视化设置以及对数据进行分层以检查随时间的变化。
此星光明
2024/02/02
8080
Google Earth Engine (GEE) ——Earth Engine Explorer (EE Explorer)使用最全解析(8000字长文)
AI Earth ——开发者模式案例3:典型植被指数计算及区域统计
对检索的影像(以 Landsat-8 为例),通过波段运算计算常见的指数。并以归一化植被指数( NDVI )为例,进行区域均值统计以及时序折线图制作。
此星光明
2024/02/02
2420
AI Earth ——开发者模式案例3:典型植被指数计算及区域统计
Google Earth Engine(GEE)——Landsat 系列卫星及其算法的介绍(新手必备)!
有关详细信息,请参阅有关 Collection 1 Tiers 的 USGS 文档(https://www.usgs.gov/core-science-systems/nli/landsat/landsat-collection-1?qt-science_support_page_related_con=1#qt-science_support_page_related_con)。
此星光明
2024/02/02
6080
Google Earth Engine(GEE)——Landsat 系列卫星及其算法的介绍(新手必备)!
Google Earth Engine(GEE)——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
什么是预处理? 您将在 Google Earth Engine (GEE) 中找到的大部分数据都经过一定程度的预处理。这涉及多种不同的质量控制方法,以确保栅格集合中的最高级别的准确性和一致性。根据收集的不同,可能有多种可用的预处理级别,了解差异以成功地将遥感数据集成到生态研究中是很重要的。在 GEE 中提供数据之前,出版商一致解决图像产品的三个常见错误来源:大气(即空气化学)、地形(即高程)和几何(即像素一致性)。
此星光明
2024/02/02
7400
Google Earth Engine(GEE)——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
Google Earth Engine实现地区年度最大NDVI值的影像合成
本期分享如何Google Earth Engine实现地区年度最大NDVI值的影像合成,相比于传统方法,GEE方法简单、高效且对电脑硬件要求较低!
遥感大数据学习
2022/09/20
4K0
Google Earth Engine实现地区年度最大NDVI值的影像合成
Google Earth Engine谷歌地球引擎栅格代数与NDVI计算
  本文主要对GEE中的栅格代数与波段计算操作加以介绍。本文是谷歌地球引擎(Google Earth Engine,GEE)系列教学文章的第六篇,更多GEE文章请参考专栏:GEE学习与应用(https://blog.csdn.net/zhebushibiaoshifu/category_11081040.html)。
疯狂学习GIS
2023/07/09
4300
Google Earth Engine谷歌地球引擎栅格代数与NDVI计算
GEE基于Landsat 8数据反演绿度/热度/湿度/干度,并计算生态遥感指数代码分享
//导入自己的研究区,将其定义为roi var star_date = '2018-01-01'//定义起始时间 var end_date = '2018-12-30'//定义终止时间 var L8_SR = ee.ImageCollection("LANDSAT/LC08/C01/T1_SR")//加载L8_SR影像 var img_SR = L8_SR.filterBounds(roi) .filterDate(star_date, end_date) .f
气象学家
2022/01/18
3.1K1
Google Earth Engine(地表参量计算)
本期我们讲一下如何利用GEE对地表参量(以地表蒸散为例)进行计算。地表蒸散的计算不光会用到遥感数据还会用到一些气象数据。这里的气象数据我们可以使用再分析数据。
GIS与遥感开发平台
2022/04/29
9991
Google Earth Engine(地表参量计算)
GEE(Google Earth Engine)——JavaScript 入门(2)
将信息打印到控制台是获取有关对象的信息、显示计算的数字结果、显示对象元数据或帮助调试的基本任务。标志性的“Hello World!” 代码编辑器中的示例是:
此星光明
2024/02/01
1660
Google Earth Engine(插值与重采样)
克里金插值是我们常用的插值方法,在GEE中为kriging,类似的还有反距离权重插值(inverseDistance)
GIS与遥感开发平台
2022/04/29
2.6K0
Google Earth Engine(插值与重采样)
GEE错误——XXX is not a function,如何解决这个问题?
https://code.earthengine.google.com/4bf0975a41e14d0c40e01925c6f3cf2a
此星光明
2024/02/02
6890
GEE错误——XXX is not a function,如何解决这个问题?
Google Earth Engine(GEE)——R 语言图像概览
栅格数据在 Earth Engine中表示为Image对象。图像由一个或多个波段组成,每个波段都有自己的名称、数据类型、比例、遮罩和投影。每个图像都将元数据存储为一组属性。
此星光明
2024/02/02
2760
Google Earth Engine(GEE)——R 语言图像概览
基于Google Earth Engine Explorer实现不用代码的遥感影像地物监督分类
  本文主要对GEE的网页界面式应用程序接口Google Earth Engine Explorer加以详细介绍与地物监督分类这一具体应用。本文是谷歌地球引擎(Google Earth Engine,GEE)系列教学文章的第一篇,更多GEE文章请参考专栏:GEE学习与应用[1](https://blog.csdn.net/zhebushibiaoshifu/category_11081040.html)。
疯狂学习GIS
2021/07/22
1.5K0
基于Google Earth Engine的Landsat单窗算法地表温度(LST)反演
  基于遥感数据的地表温度(LST)反演目前得到了广泛的应用,尤其是面向大尺度、长时间范围的温度数据需求,遥感方法更是可以凸显其优势。目前,基于各类遥感数据源的地表温度反演方法不断得以改进,精度亦不断提升。之前的两篇推文,也分别基于不同角度对遥感数据温度反演的方法、原理以及具体操作加以详细介绍:基于ENVI的Landsat 7地表温度(LST)大气校正方法反演与地物温度分析、基于ENVI与ERDAS的Landsat 7 ETM+单窗算法地表温度(LST)反演。
疯狂学习GIS
2021/07/22
3.4K2
GEE(Google Earth Engine)——JavaScript 入门(1)
如果有基础请参考GEE官方文档:https://developers.google.com/earth-engine/guides/getstarted
此星光明
2024/02/01
3810
GEE(Google Earth Engine)——JavaScript 入门(1)
【GEE】6、在 Google 地球引擎中构建各种遥感指数
一个田地已经灌溉的年数的卫星图像。灌溉水最可能的来源是奥加拉拉含水层。图片来自科罗拉多州霍利奥克附近。资料来源:美国国家航空航天局
Twcat_tree
2023/11/07
6890
【GEE】6、在 Google 地球引擎中构建各种遥感指数
推荐阅读
相关推荐
Google Earth Engine学习笔记——介绍和入门
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档