Руководства от сообщества

В этом разделе собраны руководства, созданные пользователями Earth Engine для пользователей Earth Engine. Они предназначены для всех уровней – от новичков до тех, кто хочет освоить более продвинутые методы.

Если вы хотите написать руководство, ознакомьтесь с инструкциями.

Руководства по API редактора кода JavaScript

Анализ влажности почвы и осадков для выявления продолжительной засухи.

Обзор распространенных классов и методов Earth Engine.

Как объединить две коллекции FeatureCollection в одну.

Создайте приложение Earth Engine с возможностью выбора пользовательских слоев и проверки данных.

Как изменить свойства базовой карты в редакторе кода.

Визуализация набора данных Dynamic World и создание композитных изображений.

Вычисление зональной статистики на основе набора данных Dynamic World.

Изучение временных рядов набора данных Dynamic World.

Расчет и упорядочивание зональной статистики для данных временных рядов изображений в виде аккуратной таблицы.

Оценка площади лесов и их сокращения на основе набора данных Global Forest Change, созданного Мэтью Хансеном.

Как использовать API инструментов рисования в редакторе кода.

HISTARFM – как работать со снимками, на которых заполнены пробелы

Экспериментируйте с коллекцией ежемесячных данных Landsat с заполненными пробелами из системы слияния данных HISTARFM.

Используйте MODIS NDSI, чтобы составить карту первого дня в году без снежного покрова.

Инструменты рисования для создания интерактивных временных диаграмм по регионам.

Узнайте, как визуализировать и анализировать данные о влажности почвы, полученные со спутника SMAP.

Постройте временной ряд температуры и создайте карту температуры.

Создайте анимированный GIF-файл, показывающий сезонные изменения растительности.

Состояние лесной растительности с течением времени и анализ линейного тренда.

Критерий Манна – Кендалла, наклон Сена и статистическая значимость.

Относительная радиометрическая нормализация с использованием сопоставления псевдоинвариантных признаков.

Быстрая и воспроизводимая бинарная классификация земель, на которых выращивается кукуруза, в Нигерии.

Рассчитайте зональную статистику за определенный период времени и экспортируйте ее в виде длинных и широких таблиц в формате с разделителями-запятыми.

Основы работы с радиолокатором с синтезированной апертурой (РСА) на примере Sentinel-1.

Основы моделирования временных рядов.

Руководства по Python API

Примеры анализа и методов работы с Python API.

Преобразуйте данные Earth Engine в DataFrame, GeoDataFrame и структурированный массив NumPy.

Снимки, полученные с помощью радиолокационного синтезирования апертуры (РСА): статистика по одно- и многолучевым изображениям.

Снимки, полученные с помощью радиолокационного синтезирования апертуры (РСА): проверка гипотез.

Снимки, полученные с помощью радиолокатора с синтезированной апертурой (РСА): обнаружение изменений за разные периоды времени.

Виджет для просмотра снимков, полученных с помощью радиолокационного синтезирования апертуры (РСА).

Реализация процедуры Торнтвейта – Матера для картирования пополнения запасов грунтовых вод.

Метод изменения внешнего вида одного изображения в соответствии с другим.

Обнаружение изменений в GEE – преобразование MAD (часть 1)

Итеративно перевзвешенное многомерное обнаружение изменений.

Обнаружение изменений в GEE – преобразование MAD (часть 2)

Итеративно перевзвешенное многомерное обнаружение изменений.

Обнаружение изменений в GEE – преобразование MAD (часть 3)

Итеративно перевзвешенное многомерное обнаружение изменений.

Маскирование облаков и их теней на снимках отражательной способности поверхности, сделанных спутником Sentinel-2.

Рабочий процесс для прогнозирования распространения видов.

Генерирование данных временных рядов и их визуализация с помощью библиотеки Altair с использованием реакции на засуху и растительность.