|
摘要：针对橡胶林的时空大尺度的监测主要是采用长时间序列的中低分辨率影像，但此类影像存在大量的混合像元，严重限制了橡胶提取精度。为解决这些问题，该研究基于Google Earth Engine（GEE）云计算平台，利用2015－2019年Landsat OLI的多时相遥感影像数据，通过分析橡胶的物候特征，构建分类参数和模型，应用专家知识决策树的分类方法，并结合2015－2019年间每年12月份实地调查数据对橡胶的分类结果进行验证。
收藏
点赞
摘要：本文基于GEE,使用Sentinel-2数据快速提取了江苏省2017年冬小麦与冬油菜的空间分布。
摘要：基于GoogleEarthEngine遥感大数据云计算平台,以云南省南洞地下河流域为例,利用近2000景30m 分辨率Landsat-NDVI长时间序列数据,采用像元二分模型对研究区1988-2016年的年最大植被覆盖度进行定量估算,并分别从流域整体和像元尺度分析近29a间植被覆盖度的时空变化特征。
摘要：本文利用Google Earth Engine 平台，使用2140 景Landsat 影像进行像元级融合，重构目标年份季节最小云量影像集，构建多维分类特征集，利用随机森林分类算法，实现了1990、1995、2000、2005、2010 和2016 年赣南柑橘果园的分布制图。
摘要：GEE（全称Google Earth Engine）是大谷歌下属的一个可以批量处理卫星影像数据的工具，属于Google Earth一系列的工具。相比于ENVI等传统的处理影像工具，GEE可以快速、批量处理数量“巨大”的影像。
摘要：基于Google Earth Engine(GEE)平台的海量共享遥感影像数据和强大数据存储与云计算能力，首先利用一元线性回归趋势分析法高效地处理MOD13Q1\|NDVI数据，直观地分析京津冀2001至2015年植被覆盖变化情况；其次利用阈值法处理DMSP/OLS数据快速提取城镇建区，并利用变化检测法对比分析2001、2013年城镇的扩张和退化。
摘要：本研究基于谷歌地球引擎(Google Earth Engine)云平台,在线调用中分辨率的光学、微波遥感数据,创新性地采用了按月提取、按直方图大小提取特征的方式,采用随机森林分类器,绘制海南省2016年10 m分辨率水稻种植分布图。实验结果证明,该方法可以用于南方多云地区水稻分类,提取结果能够体现不同地类之间的差异,且与实际地表的地块边界、纹理符合良好。
摘要：本文利用Google Earth Engine平台,对1990-2015年的相同季节的3766景Landsat影像进行像元级融合并重构最小云量影像集,借助GEE的并行云端计算,快速得到了能够反映生态环境质量的遥感生态指数（RSEI）,对三江源地区的生态环境质量进行了评价与监测。
010-53689091
