- 共享社会经济路径下的全球城市预测(2020-2100年)这些数据集包括在共同社会经济路径(SSPs)下对未来城市土地的两个独立的全球预测,一个来自Chen等人(2020),另一个来自Gao & O'Neill(2020)。Chen等人的数据集提供了2020年至2100年(包括)每10年1公里分辨率的城市和非城市土地的二元分类(像素值为2代表城市;否则为1)。另一方面,Gao & O'Nei... 共享社会经济路径下的全球城市预测(2020-2100年)这些数据集包括在共同社会经济路径(SSPs)下对未来城市土地的两个独立的全球预测,一个来自Chen等人(2020),另一个来自Gao & O'Neill(2020)。Chen等人的数据集提供了2020年至2100年(包括)每10年1公里分辨率的城市和非城市土地的二元分类(像素值为2代表城市;否则为1)。另一方面,Gao & O'Nei...
- SoilGrids被设计成一个全球一致的、以数据为导向的系统,使用全球协变量和全球拟合模型预测土壤属性和类别。如果您正在寻找国家和/或地方层面的土壤信息,我们建议将SoilGrids的预测与来自国家和地方土壤地理数据库的土壤图进行比较。国家土壤地图通常基于更详细的输入土壤信息,因此通常比SoilGrids更准确(在当地覆盖区域内)。关于国家和地区土壤数据库的概述,请参考《土壤地理数据库汇编... SoilGrids被设计成一个全球一致的、以数据为导向的系统,使用全球协变量和全球拟合模型预测土壤属性和类别。如果您正在寻找国家和/或地方层面的土壤信息,我们建议将SoilGrids的预测与来自国家和地方土壤地理数据库的土壤图进行比较。国家土壤地图通常基于更详细的输入土壤信息,因此通常比SoilGrids更准确(在当地覆盖区域内)。关于国家和地区土壤数据库的概述,请参考《土壤地理数据库汇编...
- 海洋总测深图数据集(GEBCO)GEBCO_2021 Grid 是 General Bathymetric Chart of the Oceans (GEBCO) 发布的最新全球测深产品,由日本财团-GEBCO Seabed 2030 项目开发。GEBCO_2021 网格在 43200 行 x 86400 列的 15 弧秒网格上提供以米为单位的全球高程数据覆盖,提供 3,732,480,0... 海洋总测深图数据集(GEBCO)GEBCO_2021 Grid 是 General Bathymetric Chart of the Oceans (GEBCO) 发布的最新全球测深产品,由日本财团-GEBCO Seabed 2030 项目开发。GEBCO_2021 网格在 43200 行 x 86400 列的 15 弧秒网格上提供以米为单位的全球高程数据覆盖,提供 3,732,480,0...
- ASTER全球水体数据库(ASTWBD)第1版Terra高级星载热发射和反射辐射计(ASTER)全球水体数据库(ASTWBD)第1版数据产品以赤道1角秒(约30米)的空间分辨率提供了大于0.2平方公里的水体的全球覆盖,以及相关的海拔信息。ASTWBD数据产品是由东京的传感器信息实验室公司(SILC)与ASTER全球数字高程模型(ASTER GDEM)第三版数据产品共同创建的。ASTER ... ASTER全球水体数据库(ASTWBD)第1版Terra高级星载热发射和反射辐射计(ASTER)全球水体数据库(ASTWBD)第1版数据产品以赤道1角秒(约30米)的空间分辨率提供了大于0.2平方公里的水体的全球覆盖,以及相关的海拔信息。ASTWBD数据产品是由东京的传感器信息实验室公司(SILC)与ASTER全球数字高程模型(ASTER GDEM)第三版数据产品共同创建的。ASTER ...
- ASTER全球数字高程模型(GDEM)v3ASTER GDEM的第一个版本于2009年6月发布,是利用Terra上的ASTER仪器收集的立体对射图像生成的。ASTER GDEM的覆盖范围从北纬83度到南纬83度,包括了地球上99%的陆地。改进后的GDEM V3增加了更多的立体对,提高了覆盖率,减少了伪影的出现。完善的生产算法提供了更好的空间分辨率,提高了水平和垂直精度。ASTER GDEM... ASTER全球数字高程模型(GDEM)v3ASTER GDEM的第一个版本于2009年6月发布,是利用Terra上的ASTER仪器收集的立体对射图像生成的。ASTER GDEM的覆盖范围从北纬83度到南纬83度,包括了地球上99%的陆地。改进后的GDEM V3增加了更多的立体对,提高了覆盖率,减少了伪影的出现。完善的生产算法提供了更好的空间分辨率,提高了水平和垂直精度。ASTER GDEM...
- FABDEM去除森林和建筑物的哥白尼30米DEMFABDEM(去除森林和建筑物的哥白尼DEM)从哥白尼GLO 30数字高程模型(DEM)中去除建筑物和树木高度的偏差(空中客车,2020年)。该数据以1角秒的网格间距(赤道上约30米)提供给全球。作者使用机器学习从哥白尼数字高程模型中去除建筑物和森林,首次产生了一个以1角秒(∼30米)网格间距去除建筑物和森林的全球高程地图。你可以在这里阅读该... FABDEM去除森林和建筑物的哥白尼30米DEMFABDEM(去除森林和建筑物的哥白尼DEM)从哥白尼GLO 30数字高程模型(DEM)中去除建筑物和树木高度的偏差(空中客车,2020年)。该数据以1角秒的网格间距(赤道上约30米)提供给全球。作者使用机器学习从哥白尼数字高程模型中去除建筑物和森林,首次产生了一个以1角秒(∼30米)网格间距去除建筑物和森林的全球高程地图。你可以在这里阅读该...
- 哥白尼数字高程模型(GLO-30 DEM)哥白尼DEM是一个数字表面模型(DSM),代表了地球的表面,包括建筑物、基础设施和植被。我们提供两种哥白尼DEM的实例,分别是GLO-30 Public和GLO-90。GLO-90提供90米的全球覆盖。GLO-30公共版提供有限的30米的全球覆盖,因为哥白尼计划还没有向公众发布覆盖特定国家的一小部分瓦片。请注意,在这两种情况下,海洋地区都没有瓦片,... 哥白尼数字高程模型(GLO-30 DEM)哥白尼DEM是一个数字表面模型(DSM),代表了地球的表面,包括建筑物、基础设施和植被。我们提供两种哥白尼DEM的实例,分别是GLO-30 Public和GLO-90。GLO-90提供90米的全球覆盖。GLO-30公共版提供有限的30米的全球覆盖,因为哥白尼计划还没有向公众发布覆盖特定国家的一小部分瓦片。请注意,在这两种情况下,海洋地区都没有瓦片,...
- 自2017年以来,由威廉和玛丽地理实验室制作和维护的geoBoundaries全球政治行政边界数据库是世界上每个国家的边界(即州、县)的在线、开放许可资源。我们目前共追踪了199个实体,包括所有195个联合国会员国、格陵兰岛、台湾、纽埃和科索沃。所有的边界都可以查看或下载通用的文件格式,包括shapefiles;使用的唯一要求是确认。关于geoBoundaries的最新信息可以在www.... 自2017年以来,由威廉和玛丽地理实验室制作和维护的geoBoundaries全球政治行政边界数据库是世界上每个国家的边界(即州、县)的在线、开放许可资源。我们目前共追踪了199个实体,包括所有195个联合国会员国、格陵兰岛、台湾、纽埃和科索沃。所有的边界都可以查看或下载通用的文件格式,包括shapefiles;使用的唯一要求是确认。关于geoBoundaries的最新信息可以在www....
- Google 地球引擎数字化工具 (GEEDiT) 旨在让任何研究人员能够快速访问卫星图像并将边缘直接数字化为线或多边形。 GEEDiT 具有简单的用户界面,无需下载大量图像,利用 Earth Engine 的云计算能力及其对卫星图像存储库的访问权限(Lea,2018 年)。导出描绘的矢量边距时,它们还会附加来自源图像的标准化元数据。这样做,用户可以轻松追溯哪些图像与哪些数字化边距相关联,... Google 地球引擎数字化工具 (GEEDiT) 旨在让任何研究人员能够快速访问卫星图像并将边缘直接数字化为线或多边形。 GEEDiT 具有简单的用户界面,无需下载大量图像,利用 Earth Engine 的云计算能力及其对卫星图像存储库的访问权限(Lea,2018 年)。导出描绘的矢量边距时,它们还会附加来自源图像的标准化元数据。这样做,用户可以轻松追溯哪些图像与哪些数字化边距相关联,...
- 很多时候我们需要注意导出的错误信息,这里我们看到首先第一个错误就是我们选择波段的时候并没有按照指定的波段名称来进行,同时,我们不能直接导出影像集合,所以这里在导出的过程中又出现了将影像集合导出的低级错误。多景和批量影像的下载请查看:Google Earth Engine ——批量下载sentinel-5p逐日空气质量数据影像tif格式(中国为例)_此星光明的博客-CSDN博客_gee下载s... 很多时候我们需要注意导出的错误信息,这里我们看到首先第一个错误就是我们选择波段的时候并没有按照指定的波段名称来进行,同时,我们不能直接导出影像集合,所以这里在导出的过程中又出现了将影像集合导出的低级错误。多景和批量影像的下载请查看:Google Earth Engine ——批量下载sentinel-5p逐日空气质量数据影像tif格式(中国为例)_此星光明的博客-CSDN博客_gee下载s...
- 本错误涵盖了好多错误,主要的原因就是函数不明确,不知道如何使用,以及函数的参数的设定,所以这里大家要先去看函数,另外,最主要的问题就是影像集合和影像要区分开,否则就会出现xxx is nor a function。这里我们用要注意!!!提示:Line 9: image.select(...).rgbToHsv is not a function错误: 原始代码:var roi = ... 本错误涵盖了好多错误,主要的原因就是函数不明确,不知道如何使用,以及函数的参数的设定,所以这里大家要先去看函数,另外,最主要的问题就是影像集合和影像要区分开,否则就会出现xxx is nor a function。这里我们用要注意!!!提示:Line 9: image.select(...).rgbToHsv is not a function错误: 原始代码:var roi = ...
- 问题:我注意到每日 MODIS 版本 061 (MODIS/061/MOD09GQ) 存在已弃用的数据集没有的问题 (MODIS/061/MOD09GQ)。在这里,您可以看到两个数据集中可用的第一张图像的日期相同,但是,当尝试加载两个图像时,061 版本找不到波段:I've noticed that version 061 of daily MODIS (MODIS/061/MOD09G... 问题:我注意到每日 MODIS 版本 061 (MODIS/061/MOD09GQ) 存在已弃用的数据集没有的问题 (MODIS/061/MOD09GQ)。在这里,您可以看到两个数据集中可用的第一张图像的日期相同,但是,当尝试加载两个图像时,061 版本找不到波段:I've noticed that version 061 of daily MODIS (MODIS/061/MOD09G...
- 问题:I'm trying to use a classifier to classify the land use of Landsat images, but when I use the function which is "classifier. conflusionMatrix", I get an error as follows: Classifier confusionMa... 问题:I'm trying to use a classifier to classify the land use of Landsat images, but when I use the function which is "classifier. conflusionMatrix", I get an error as follows: Classifier confusionMa...
- 今天给大家介绍一款google earth engine app,VICAL: VEGETATION INDICES CALCULATOR 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INIFAP CENID-RASPA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... 今天给大家介绍一款google earth engine app,VICAL: VEGETATION INDICES CALCULATOR 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INIFAP CENID-RASPA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...
- 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... 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...
上滑加载中