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
社区首页 >专栏 >Google Earth Engine学习资料汇总与分享

Google Earth Engine学习资料汇总与分享

作者头像
遥感大数据学习
发布于 2022-09-20 11:32:33
发布于 2022-09-20 11:32:33
2.2K0
举报

Google Earth Engine (GEE)是一个基于云计算的遥感大数据处理平台,能够在全球尺度下进行地理空间数据分析和交互免费的计算平台。GEE主要面向研究人员,GEE已广泛应用于各个学科,包括全球森林变化、全球地表水变化、作物产量估算、稻田制图、城市制图、洪水制图、火灾恢复和疟疾风险图谱等。它也已集成到许多第三方应用程序中,例如分析物种栖息地范围、监测气候和评估土地利用变化等。

李小文院士在给研究生课程PPT里曾经说过,“我们淹没在数据的海洋里,却渴求着信息的淡水”。GEE的发展,能够使研究人员能够将更多的精力放在算法和模型的开发上,能够促进研究的发展。与TerraLib、Hadoop、GeoSpark和GeoMesa等大规模地理空间数据处理工具不同的是,GEE不需要研究人员花费大量的时间去学习IT技能,通过给研究人员提供google强大的运算能力,使得遥感数据的分析处理变得更加的高效,为大尺度区域的研究提供了一种有效的途径。GEE作为免费的遥感大数据学习平台,为研究人员提供了很好的学习模式。通过这个平台,研究人员能够在短时间内实现大尺度区域的研究。进而让研究人员可以有更多的时间去开发能够应用于自己研究领域的大尺度和全球化的应用算法。

李小文院士,定量遥感面临的主要问题,20090608,中国科学研究生院课程PPT

GEE公共数据目录是包含了PB级的地理空间数据集,该目录的大部分数据由对地观测的遥感影像组成,包括整个Landsat系列以及Sentinel-1和Sentinel-2的完整数据,另外它还包括气候预测,土地覆盖数据,地球物理和社会经济数据集及和许多其它环境数据等。该目录以每天近6000景的速度进行更新。当前通过GEE应用平台,能够实现海量地球科学数据的访问和处理。

表1 GEE数据目录中的常用数据集(Gorelick等,2017

---主要归纳了当前的学习资料---

(1) 无形的风(山东大学),GEE学习笔记专栏分享系列,目前更到九十三

知乎:https://zhuanlan.zhihu.com/c_123993183

CSDN: https://blog.csdn.net/shi_weihappy

(2)王金柱(西南大学 & 迪肯大学),该学习资料较为基础,适合初学者学习, 主要包括QQ交流群和学习视频;

王金柱GEE QQ群,群1:(801136088) 群2:(984920794

课程学习链接

https://www.bilibili.com/video/BV1Sb411p7TQfrom=search&seid=17873054788968209637

课程目录如下

(3)吴秋生:(geemap- Python GEE)

视频学习

http://gishub.org/geemap https://www.youtube.com/c/QiushengWu 代码学习:(GEE Python) https://github.com/giswqs/geemap

https://github.com/giswqs/earthengine-py-notebooks

A collection of 360+ Jupyter Python notebook examplesfor using Google Earth Engine with interactive mapping https://github.com/giswqs/earthengine-py-notebooks

Submit a Feature Request on the geemap GitHubrepository (https://github.com/giswqs/geemap/issues

Follow my Google Earth Engine Project on Research Gate

https://www.researchgate.net/project/Google-Earth-Engine-4

(4) GEE是一个强大的遥感数据分析工具. Quickly grab images from Landsat,sentinel, MODIS and many more public datasets with the Earth Engine and processthem in the cloud.

视频链接

https://youtu.be/W2V_awzKDOg

课程目录:

(5) Alanna Rebelo (youtobe)

https://www.youtube.com/channel/UC0Hsto_SE6-gbSjZ_vjkddw

EE 104: Introduction to the Earth Engine Python API (Madhu Mysore)

https://bit.ly/2FzhFu9

Supervised Land-cover Classification in GoogleEarth Engine(Madhu Mysore

Nature Conservation Foundation (India))

https://bit.ly/2XygZze

Time Series & Change Detection(Where there’s a trend, there’s a fire.)

Widgets and Apps (UI WidgetLibrary, Publishing Apps)

Writing Code (CodeEditor, JavaScript, Image Transforms)

(6) CP-23 - Google Earth Engine:(网站有更多其他的学习资料)

UniversityConsortium for Geographic Information Science GIS & T Body of Knowledge.

https://gistbok.ucgis.org/bok-topics/google-earth-engine

当需要问题时的解决办法呢?

提示:在进行问题提问时提问者应当在网上检索,看看之前是否有过类似的问题被提问过,以便更好的解决问题和节约公共资源。

(1)GEE forum

这是一个非常有用的学习园地,在这里你可以找到你想要的答案。在论坛里你可以和GEE开发和维护人员直接进行互动,通过将自己的问题进行总结归纳并在论坛上进行提问,在这里你可以和专家们一起进行学习交流,能学习到GEE之外不同学科之间的一些解决问题的方向和技能。

https://groups.google.com/forum/#!forum/google-earth-engine-developers

(2)通过Researchgate的提问模块进行解决

科研工作人人员在遇到问题时,还可以关键词,在Researchgate上进行提问,通过Google Earth Engine等关键词需找到领域专家们给出的答案,能够为我们的研究少走一点不必要的弯路。

致谢:感谢各位的辛勤付出,你们的努力推动了GEE在遥感科学领域的额应用和传播,本文旨对现有资料进行汇总,以便后来学习GEE的研究人员能够更加有效的找到解决领域问题的方法和途径。另外,感谢NASA、USGS、NOAA、EC和ESA以及数百个公共数据集的提供者,他们为全球尺度下的研究提供了可能。最后,希望我们国家能够早日发展出自己的GEE,就像中国的北斗系统一样,服务中国、造福全人类

参考资料

Coll, J. M. & Li, X. (2020). Google EarthEngine. The Geographic InformationScience & Technology Body ofKnowledge (1st Quarter 2020Edition), John P. Wilson. doi: 10.22224/gistbok/2020.1.9

Gorelick N, Hancher M, Dixon M, Ilyushchenko S, Moore R. (2017). Google earth engine: planetary-scale geospatial analysis for everyone. Remote Sensing of Environment,202,18-27. doi:10.1016/j.rse.2017.06.031

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:2020-06-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 GEE遥感大数据学习社区 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
吴秋生开发的geemap开源软件包和Google Earth Engine学习资源(Awesome-GEE)已经被GEE官网收录
恭喜吴秋生老师,吴秋生开发的geemap开源软件包和Google Earth Engine学习资源(Awesome-GEE)已经被GEE官网收录。欢迎对GEE感兴趣的朋友们转发学习看看。
遥感大数据学习
2022/09/20
1.1K0
吴秋生开发的geemap开源软件包和Google Earth Engine学习资源(Awesome-GEE)已经被GEE官网收录
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
Google Earth Engine的介绍与入门
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。
郭好奇同学
2020/12/22
2.4K0
Google Earth Engine的介绍与入门
Google Earth Engine - A Review第二篇
Amani, M., Ghorbanian, A., Ahmadi, S. A., Kakooei, M., Moghimi, A., Mirmazloumi, S. M., … Brisco, B. (2020). Google Earth Engine Cloud Computing Platform for Remote Sensing Big Data Applications: A Comprehensive Review. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1–1. doi:10.1109/jstars.2020.3021052
遥感大数据学习
2022/09/20
6150
Google Earth Engine - A Review第二篇
2023年地理空间领域最火的11个Python包
Python作为最流行的编程语言之一,持续引领技术产业的发展,孕育了不断扩大的强大包生态系统。2023年,Python包在多样化的领域中展现出了引人注目的增长,反映了技术行业中不断变化的需求和创新。本文探讨了今年增长最快的Python包——它们不仅经历了飞速的增长,也显著推动了各个领域的进步。
renhai
2023/12/18
4060
2023年地理空间领域最火的11个Python包
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谷歌地球引擎ee.Image格式栅格数据基本处理
  本文主要对GEE中的ee.Image格式数据图层基本处理操作加以介绍。本文是谷歌地球引擎(Google Earth Engine,GEE)系列教学文章的第十篇,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
2021/09/09
9910
《空间数据分析》课程-秦昆教授、志祥教授、熊汉江教授、李熙副教授、陈江平副教授、卢宾宾副教授
该课程是国内第一门,空间数据分析课程,课程将在2021年5月8日正式开课,大家可以通过中国大学MOOC平台上线学习。该课程由武汉大学秦昆教授,联合人群活动时空分析专家方志祥教授、三建建模与可视化分析专家熊汉江教授、夜光遥感分析专家李熙副教授、空间相关性分析专家陈江平副教授、地理加权回归分析专家卢宾宾副教授联袂推出,欢迎感兴趣的学生、专家学者登录课程平台进行学习!
遥感大数据学习
2022/09/20
1.6K0
《空间数据分析》课程-秦昆教授、志祥教授、熊汉江教授、李熙副教授、陈江平副教授、卢宾宾副教授
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
3690
GEE(Google Earth Engine)——JavaScript 入门(1)
GEE,ISPRS,2020
The ISPRS Journal of Photogrammetry and Remote Sensing (P&RS) is the official journal of the International Society for Photogrammetry and Remote Sensing (ISPRS). The Journal provides a channel of communication for scientists and professionals in all countries working in the many disciplines that employ photogrammetry, remote sensing, spatial information systems, computer vision, and related fields. The Journal is designed to serve as a source reference and archive of advancements in these disciplines. The P&RS objective is to publish high quality, peer-reviewed, preferably previously unpublished papers of a scientific/research, technological development or application/practical nature. P&RS will publish papers, including those based on ISPRS meeting presentations*, which are regarded as significant contributions in the above-mentioned fields. We especially encourage papers: of broad scientific interest; on innovative applications, particularly in new fields; of an interdisciplinary nature; on topics that have not been dealt with (or to a small degree) by P&RS or related journals; and on topics related to new possible scientific/professional directions. Preferably, theoretical papers should include applications, and papers dealing with systems and applications should include theoretical background. The scope of the journal is extensive and covers sensors, theory and algorithms, systems, experiments, developments and applications. Topics of interest include but are not limited to: Sensors: • Airborne and spaceborne multispectral and hyperspectral imaging systems • Airborne and terrestrial cameras • Airborne, terrestrial and mobile laser scanning • Range imaging • Active and passive imaging sensor characterisation • Sensor calibration and standardisation • Geosensor networks • Internet of Things Methods and procedures: • Spatial data handling technologies • Integrated sensor calibration and orientation • Surface and object reconstruction, modelling and interpretation • GIS data modelling, representation and structur
遥感大数据学习
2022/09/20
4050
GEE,ISPRS,2020
Remote Sensing 专刊“谷歌地球引擎:基于云的地球观测数据和分析平台"
Remote Sensing 专刊“谷歌地球引擎:基于云的地球观测数据和分析平台"
遥感大数据学习
2022/09/20
7680
Remote Sensing 专刊“谷歌地球引擎:基于云的地球观测数据和分析平台"
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
7320
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谷歌地球引擎数据导入与筛选显示
  本文主要对GEE自带各类遥感、高程等数据加以导入,并进行时间范围筛选、求取平均与可视化显示。本文是谷歌地球引擎(Google Earth Engine,GEE)系列教学文章的第二篇,更多GEE文章请参考博客专栏:GEE学习与应用(https://blog.csdn.net/zhebushibiaoshifu/category_11081040.html)。
疯狂学习GIS
2021/07/21
1.3K0
Google Earth Engine谷歌地球引擎数据导入与筛选显示
Google Earth Engine谷歌地球引擎JavaScript代码基础规则与语句
  本文主要对GEE中的JavaScript代码基础规则与语句、函数等加以介绍。本文是谷歌地球引擎(Google Earth Engine,GEE)系列教学文章的第九篇,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
2021/09/09
7640
全球 30 米不透水表面动态数据集 (GISD30)
全球 30 米不透水表面动态数据集 (GISD30) 为了解 1985 年至 2020 年全球不断变化的不透水表面景观提供了宝贵的资源。该数据集在城市可持续发展、人为碳排放评估和全球生态环境建模等领域具有深远的科学意义和实际应用价值。GISD30 是通过一种创新的自动化方法精心创建的,该方法充分利用了光谱泛化和自动样本提取策略的优势。该数据集利用谷歌地球引擎云计算平台上的时间序列大地遥感卫星图像,提供了有关不透水表面动态的全面见解。前言 – 人工智能教程
此星光明
2024/02/21
2400
环境遥感特刊概要:基于GEE的遥感土地变化研究
Wang, Le; Diao, Chunyuan; Xian, George; Yin, Dameng; Lu, Ying; Zou, Shengyuan; Erickson, Tyler A. (2020). A summary of the special issue on remote sensing of land change science with Google earth engine. Remote Sensing of Environment, 248(2020), 112002. doi:10.1016/j.rse.2020.112002
遥感大数据学习
2022/09/20
1.1K0
环境遥感特刊概要:基于GEE的遥感土地变化研究
快速测绘和量化地球表面边缘变化的GEE工具-数字化工具(GEEDiT)和边缘变化量化工具(MaQiT)
利用遥感卫星影像来研究边缘变化是环境过程和地球表面驱动因素的定量化指标,例如冰川边缘消退或海平面上升导致的沿海变化。这里介绍了三种新的、可免费使用的工具,它们可以一起用于处理和可视化,Landsat 4-8和Sentinel 1-2卫星存档数据,能够在很短的时间内实现高效的绘图(通过手动数字化)和自动量化边缘变化。这些工具对各种遥感专家的用户都是高度可访问的,在访问方面几乎没有计算、许可和知识方面的障碍。谷歌地球引擎数字化工具(GEEDiT)允许用户定义地球上任何地方的一个点,并通过一个简单的图形用户界面(GUI)对每个卫星的数据进行过滤,以获得用户定义的时间框架、最大可接受的云量,以及预定义或自定义图像波段组合的选项。GEEDiT允许从每个图像快速地绘制地理参考向量,图像元数据和用户注释自动追加到每个向量,然后可以导出用于后续分析。GEEDiT Reviewer工具允许用户对自己/他人的数据进行质量控制,并根据其特定研究问题的空间/时间要求过滤现有的数据集。边缘变化量化工具(MaQiT)是GEEDiT和GEEDiT Reviewer的补充,允许通过使用两种已建立的方法(以前用于测量冰川边缘变化)和两种新的方法,通过类似的简单GUI快速量化这些边缘变化。MaQiT的开发初衷是量化潮汐冰川末端的变化,尽管工具中包含的方法有可能广泛应用于地球表面科学的多个领域(例如,沿海和植被范围的变化)。这些工具将使地球科学领域的广泛研究人员和学生能够有效地绘制、分析和访问大量数据。
遥感大数据学习
2022/09/20
6850
快速测绘和量化地球表面边缘变化的GEE工具-数字化工具(GEEDiT)和边缘变化量化工具(MaQiT)
Google Earth Engine(GEE)——全球土地造型的叶子性状估计
全球土地造型的叶子性状估计 在生物体层面,植物性状是可测量的形态学、解剖学、生理学和物候学特征,可以影响个体的建立、健身和生存。这些可测量的特征为解释全球碳、水、能量通量和生物多样性的长期(如年度)模式提供了基本信息。我们提供了唯一的基于遥感的全球1公里空间分辨率的叶片特征图。特别是,我们提出了特定叶面积(SLA)、叶干物质含量(LDMC)、每干重叶氮含量(LNC)和每干重叶磷含量(LPC)的全球地图。该方法结合了MODIS和Landsat数据、气候学数据(Worldclim)、最大的性状数据库(TRY)和机器学习算法。
此星光明
2024/02/02
1550
Google Earth Engine(GEE)——全球土地造型的叶子性状估计
推荐阅读
Google Earth Engine学习笔记——介绍和入门
4.2K0
吴秋生开发的geemap开源软件包和Google Earth Engine学习资源(Awesome-GEE)已经被GEE官网收录
1.1K0
基于Google Earth Engine的Landsat单窗算法地表温度(LST)反演
3.4K2
Google Earth Engine的介绍与入门
2.4K0
Google Earth Engine - A Review第二篇
6150
2023年地理空间领域最火的11个Python包
4060
Google Earth Engine 下载遥感影像——以Landsat 8数据为例
5.4K1
Google Earth Engine(GEE)-谷歌地球引擎的大致Python入门
6.5K0
Google Earth Engine谷歌地球引擎ee.Image格式栅格数据基本处理
9910
《空间数据分析》课程-秦昆教授、志祥教授、熊汉江教授、李熙副教授、陈江平副教授、卢宾宾副教授
1.6K0
GEE(Google Earth Engine)——JavaScript 入门(1)
3690
GEE,ISPRS,2020
4050
Remote Sensing 专刊“谷歌地球引擎:基于云的地球观测数据和分析平台"
7680
Google Earth Engine(GEE)——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
7320
Google Earth Engine谷歌地球引擎数据导入与筛选显示
1.3K0
Google Earth Engine谷歌地球引擎JavaScript代码基础规则与语句
7640
全球 30 米不透水表面动态数据集 (GISD30)
2400
环境遥感特刊概要:基于GEE的遥感土地变化研究
1.1K0
快速测绘和量化地球表面边缘变化的GEE工具-数字化工具(GEEDiT)和边缘变化量化工具(MaQiT)
6850
Google Earth Engine(GEE)——全球土地造型的叶子性状估计
1550
相关推荐
Google Earth Engine学习笔记——介绍和入门
更多 >
领券
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