GEE学习笔记（基础篇）更新中

一、GEE基础
Image：基础的栅格（raster）数据；
ImageCollection：一系列或一段时间的Image数据集；
Geometry：基础的向量（vector）数据；
Feature：有属性的Geometry数据；
FeatureCollection：一系列Feature数据集；
Reducer：计算统计数据或聚合数据的object
Join：通过时间空间或者属性来组合数据；
Array：可以进行多维的数据分析作者：还行圣母院 https://www.bilibili.com/read/cv8414359 作者：还行圣母院出处：bilibili
客户端（client）和服务器端（server）的函数不可混用。
大写字母开头的是名词，小写字母开头的是动词。
使用[]来声明一个列表，可以包含一列数字、字符串或物体（object）。
使用{}来声明一个物体，作为字典或属性的描述。
自定义函数。声明一个函数的名字，后边用这个名字来调用该函数。之后使用function关键字来创建自己的方法，用（）括起来需要的形参（argument）名（形参在函数外部不可见），在{}中写函数的功能以及返回值。
物体：

// Use curly brackets {} to make a dictionary of key:value pairs.
var object ={foo: 'bar',baz: 13,stuff: ['this', 'that', 'the other thing']
};
print('Dictionary:', object);
// Access dictionary items using Square brackets.用中括号访问元素
print('Print foo:', object['foo']);
// Access dictionary items using dot notation.用点来访问元素
print('Print stuff:', object.stuff);

二、
ee.Image()函数创造一个image实例

var image = ee.Image('CGIAR/SRTM90_V4');
//Zoom to a location.放大到目标地点，参数9的意思是缩放等级，越大意味着放大（zoom in）的越厉害。1级就是最大的全球尺度
spm_id_from=333.999.0.0
Map.setCenter(-112.8598, 36.2841, 9);

使用Map.addLayer()方法来添加图层

GEE中的每个图像都由一到多个波段组成，每个波段都有name，pixel values（像素的值），pixel
resolution（像素分辨率），和projection（投影）**这四个属性。
当使用Map.setCenter()方法来添加图像时，需要设置如何显示：
如果是单一波段，就显示其灰度值（最小值黑色，最大值白色）（默认值如下：int整形范围为[-32768,
32767]；float浮点型拉伸到[0,1]；byte比特拉伸到[0,255]）。通过打印image这个变量，在console控制台会出现一个object，可以查看其各个属性。

改变图层显示方式：

通过添加Map.setCenter()方法中的另一个参数visParams（数据类型为object）来自定义图层的显示方式。
可以拉伸像素值的最大最小值（可以改变图像对比度）； Map.setCenter()方法的第三个参数是图层的名字（字符串）。通过添加向参数visParams添加palette(调色盘)属性（数据类型为list）给单一波段加颜色

调色盘（Palettes）：

调色盘通过一个颜色列表来线性的/渐变的给像素值一个颜色。这个颜色用的是CSS方案，可以直接给定**颜色的名字（比如blue）*或者给出hexadecimal值（比如0000FF）

如：

//给定像素值的最大最小值来拉伸图像

Map.addLayer(image, {min: 0, max: 3000}, 'custom visualization');

//给单波段图像增加颜色，最小值蓝色，最大值红色，中间值线性绿色渐变

Map.addLayer(image, {min: 0, max: 3000, palette: ['blue', 'green', 'red']},  'custom palette');

展示RGB图像：

GEE会默认使用多波段图像的前三个波段，按照红绿蓝的顺序拉伸像素值之后展示，默认图像看起来不太好看，需要根据所使用的卫星数据来调整显示的波段（比如Landsat8的真彩色就是B4B3B2对应红绿蓝；假彩色就是B5B4B3对应红绿蓝），并给定合适的拉伸范围

三、图像数学

图像计算

ee.Image类中也有大量的计算方法，例如可以用不同波段来计算（band math or map algebra）
用sin()方法进行三角函数计算使用add(), subtract(), multiply()方法也可以进行相应计算。

图像统计：

通过使用ee.Reducer类来进行图像的统计计算。比如可以计算某一区域高程的平均值，可以通过多边形工具（polygon
drawing
tools）来选取区域，之后数字化（digitize）这个多边形，点击Exit按钮得到结果。代码界面的上方会出现自动出现import。

GEE中的尺度：

可以通过如下方法获得图像的默认分辨率

var scale = srtm.projection().nominalScale();

如果设定的尺度低于图像默认分辨率，GEE会用最邻近法（nearest neighbor）进行重采样（resample）；
如果高于图像默认分辨率，GEE也会做出相应的处理。

计算坡度：// Load the SRTM image.
var srtm = ee.Image('CGIAR/SRTM90_V4');
// 计算坡度的方法
var slope = ee.Terrain.slope(srtm);
// 展示结果
Map.setCenter(-112.8598, 36.2841, 9);
Map.addLayer(slope, {min: 0, max :60}, 'slope');//**计算三角函数：**// Get the aspect (in degrees).
var aspect = ee.Terrain.aspect(srtm);
// Convert to radians, compute the sin of the aspect.转化成弧度再计算
var sinImage = aspect.divide(180).multiply(Math.PI).sin();
// 展示结果
Map.addLayer(sinImage, {min: -1, max: 1}, 'sin');//计算平均高程：// Compute the mean elevation in the polygon.
var meanDict = srtm.reduceRegion({reducer: ee.Reducer.mean(),geometry: polygon,scale: 90
});
// Get the mean from the dictionary and print it.
var mean = meanDict.get('elevation');
print('Mean elevation', mean);

GEE学习笔记（基础篇）更新中相关推荐

Go语言开发学习笔记（持续更新中）
Go语言开发学习笔记(持续更新中) 仅供自我学习更好的文档请选择下方 https://studygolang.com/pkgdoc https://www.topgoer.com/go%E5%9F% ...
MySQL学习笔记-基础篇1
MySQL 学习笔记–基础篇1 目录 MySQL 学习笔记--基础篇1 1. 数据库概述与MySQL安装 1.1 数据库概述 1.1.1 为什么要使用数据库 1.2 数据库与数据库管理系统 1.2.1 ...
Redis学习笔记①基础篇_Redis快速入门
若文章内容或图片失效,请留言反馈.部分素材来自网络,若不小心影响到您的利益,请联系博主删除. 资料链接:https://pan.baidu.com/s/1189u6u4icQYHg_9_7ovWmA( ...
C语言学习笔记Day3——持续更新中... ...
上一篇文章C语言学习笔记Day2--持续更新中- - 八. 容器 1. 一维数组 1.1 什么是一维数组当数组中每个元素都只带有一个下标(第一个元素的下标为0, 第二个元素的下标为1, 以此类推)时 ...
MySQL学习笔记-基础篇2
MySQL学习笔记-基础篇2 目录 MySQL学习笔记-基础篇2 8.子查询 8.1 需求分析与问题解决 8.1.1 实际问题 8.1.2 子查询的基本使用 8.1.3 子查询的分类 8.2 单行子查 ...
extlink.php,ExtJs 学习笔记基础篇 Ext组件的使用_extjs
昨天刚接触到Extjs,简单写了篇学习笔记,今天继续. 天介绍一下Ext中组件举几个简单的例子做说明.注意:文章内容有些摘自本人学习过程中看到的资料. Ext2.0对框架进行了非常大的重构,其中最重要 ...
vins中imu融合_小觅智能 | VINS 学习笔记（持续更新中）
VINS 基本介绍 VINS-Mono 和 VINS-Mobile 是香港科技大学沈劭劼老师开源的单目视觉惯导 SLAM 方案.2017年发表于<IEEE Transactions on Rob ...
python3多线程编程_Python 3多线程编程学习笔记-基础篇
本文是学习<Python核心编程>的学习笔记,介绍了Python中的全局解释器锁和常用的两个线程模块:thread, threading,并对比他们的优缺点和给出简单的列子. 全局解释器锁 ...
C++ 学习笔记----基础篇
(一)类和抽象数据类型 1.通过类实现的接口(公有和私有)可实现信息隐藏.实现对数据的封装等: 2.抽象数据类型(ADT:Abstract Data Type):当一个数据类型仅暴露公有接口,而将 ...
java学习笔记-基础篇
Java基础篇 1-12 常识 13 this关键字 14参数传递 16 继承 17 访问权限 28-31异常 1-12 常识 1.文件夹以列表展示,显示扩展名,在地址栏显示全路径 2.javac编译 ...

GEE学习笔记（基础篇）更新中

三、图像数学

GEE学习笔记（基础篇）更新中相关推荐

最新文章

热门文章