コミュニティ チュートリアル

Earth Engine ユーザーが Earth Engine ユーザーのために作成したこのセクションのチュートリアルは、初心者向けのガイドから高度なテクニックのチュートリアルまで、あらゆるレベルを対象としています。

チュートリアルの作成に関心をお持ちの場合は、チュートリアルの作成ページで手順をご覧ください。

JavaScript コードエディタ API のチュートリアル

土壌水分と降水量の分析により、長期にわたる干ばつを特定します。

一般的な Earth Engine のクラスとメソッドの概要。

2 つの FeatureCollection を 1 つに結合する方法。

カスタム レイヤの選択機能とデータ検査機能を備えた Earth Engine アプリを構築します。

コードエディタの基本地図のプロパティを変更する方法。

Dynamic World データセットを可視化し、複合画像を作成します。

Dynamic World データセットからゾーンの統計情報を計算する。

Dynamic World データセットの時系列を調べる。

画像時系列データのゾーン統計情報を計算し、整然としたテーブルとして配置します。

Hansen の世界的な森林の変化データセットに基づいて、樹木面積と損失を推定します。

コードエディタの描画ツール API の使用方法。

HISTARFM - ギャップを埋めた画像の使用方法

HISTARFM データ融合システムから取得した、月次の Landsat ギャップフィル データのコレクションを試します。

MODIS NDSI を使用して、年間の最初の無積雪日をマッピングします。

インタラクティブな地域時系列グラフを簡素化するカスタム描画ツール。

SMAP 土壌水分データを可視化して分析する方法を学びます。

気温の時系列をグラフ化し、気温の地図を作成します。

季節ごとの植生の変化を示す GIF アニメーションを生成します。

森林植生の経時的な状態と線形傾向分析。

マン・ケンダル検定、センの傾き、統計的有意性。

疑似不変特徴マッチングを使用した相対放射正規化。

ナイジェリアのトウモロコシ栽培地の迅速かつ再現可能なバイナリ分類。

ゾーン統計を時系列で計算し、カンマ区切り形式の長いテーブルと幅の広いテーブルとしてエクスポートします。

Sentinel-1 を使用した合成開口レーダー（SAR）の基本の概要。

時系列モデリングの基礎。

Python API チュートリアル

Python API を使用した分析と手法のサンプル。

Earth Engine データを DataFrame、GeoDataFrame、NumPy 構造化配列に変換します。

合成開口レーダー（SAR）画像: シングルルック画像とマルチルック画像の統計。

合成開口レーダー（SAR）画像: 仮説検定。

合成開口レーダー（SAR）画像: 複数時点の変化検出。

合成開口レーダー（SAR）画像: エクスプローラ ウィジェット。

地下水涵養をマッピングするための Thornthwaite-Mather 手順の実装。

ある画像の外観を別の画像に一致するように変更する方法。

GEE での変化検出 - MAD 変換（パート 1）

反復的に再重み付けされた多変量変化検出。

GEE での変化の検出 - MAD 変換（パート 2）

反復的に再重み付けされた多変量変化検出。

GEE での変更検出 - MAD 変換（パート 3）

反復的に再重み付けされた多変量変化検出。

Sentinel-2 地表反射率画像で雲と雲の影をマスキングします。

種の分布を予測するためのワークフロー。

干ばつと植生の反応を使用して時系列データを生成し、Altair ライブラリで可視化します。