Tutorial della community

Creati dagli utenti di Earth Engine per gli utenti di Earth Engine, i tutorial di questa sezione sono destinati a tutti i livelli, dalle guide per principianti alle procedure dettagliate di tecniche più avanzate.

Se ti interessa contribuire con un tutorial, visita la pagina Scrittura di un tutorial per istruzioni.

Tutorial sull'API dell'editor di codice JavaScript

Analisi dell'umidità del suolo e delle precipitazioni per identificare la siccità prolungata.

Panoramica delle classi e dei metodi comuni di Earth Engine.

Come combinare due FeatureCollection in una.

Crea un'app Earth Engine con selezione personalizzata dei livelli e funzionalità di ispezione dei dati.

Come modificare le proprietà della mappa base dell'editor di codice.

Visualizzare il set di dati Dynamic World e creare compositi.

Calcolo delle statistiche zonali dal set di dati Dynamic World.

Esplorare le serie temporali del set di dati Dynamic World.

Calcolo e disposizione delle statistiche zonali per i dati delle serie temporali di immagini sotto forma di tabella ordinata.

Stima l'area e la perdita di alberi in base al set di dati Global Forest Change di Hansen.

Come utilizzare l'API degli strumenti di disegno dell'editor di codice.

Sperimenta con una raccolta di dati Landsat mensili con riempimento dei gap provenienti dal sistema di fusione dei dati HISTARFM.

Utilizza MODIS NDSI per mappare il primo giorno dell'anno senza copertura nevosa.

Strumenti di disegno personalizzati per semplificare la creazione di grafici interattivi delle serie temporali regionali.

Scopri come visualizzare e analizzare i dati sull'umidità del suolo di SMAP.

Tracciare una serie temporale della temperatura e creare una mappa della temperatura.

Genera una GIF animata che mostra il cambiamento stagionale della vegetazione.

Stato della vegetazione forestale nel tempo e analisi delle tendenze lineari.

Test di Mann-Kendall, pendenza di Sen e significatività statistica.

Normalizzazione radiometrica relativa utilizzando la corrispondenza delle caratteristiche pseudo-invarianti.

Classificazione binaria rapida e replicabile dei terreni coltivati a mais in Nigeria.

Calcola le statistiche zonali nel tempo ed esportale come tabelle lunghe e larghe in formato delimitato da virgole.

Introduzione alle nozioni di base del radar ad apertura sintetica (SAR) utilizzando Sentinel-1.

Concetti fondamentali della modellazione di serie temporali.

Tutorial sull'API Python

Un esempio di analisi e tecniche per lavorare con l'API Python.

Converti i dati di Earth Engine in DataFrame, GeoDataFrame e array strutturato NumPy.

Immagini radar ad apertura sintetica (SAR): statistiche delle immagini a look singolo e multiplo.

Immagini radar ad apertura sintetica (SAR): test delle ipotesi.

Immagini radar ad apertura sintetica (SAR): rilevamento dei cambiamenti multitemporali.

Immagini radar ad apertura sintetica (SAR): widget di esplorazione.

Implementazione della procedura Thornthwaite-Mather per mappare la ricarica delle falde acquifere.

Un metodo per modificare l'aspetto di un'immagine in modo che corrisponda a un'altra.

Iteratively re-weighted Multivariate Alteration Detection.

Iteratively re-weighted Multivariate Alteration Detection.

Iteratively re-weighted Multivariate Alteration Detection.

Mascheramento di nuvole e ombre delle nuvole nelle immagini di riflettanza della superficie di Sentinel-2.

Un flusso di lavoro per prevedere la distribuzione delle specie.

Generazione di dati di serie temporali e visualizzazione con la libreria Altair utilizzando la risposta alla siccità e alla vegetazione.