全球高精度土地利用数据服务 全国作物类型空间分布数据服务 二级分类土地利用数据30m 高精度植被类型分布数据 全国城市功能区划分布数据 全国DEM高程数据服务 全国耕地数据空间分布服务 全国林地分类数据空间分布服务 全国草地类型分类数据空间分布服务 全国水体数据空间分布服务 全国建设用地数据空间分布服务 全国未利用地数据空间分布服务 地形、地貌、土壤理化性质数据服务 全国坡度坡向数据服务 一级分类土地利用数据30m
全国降水量空间分布数据集 全国气温空间分布数据集 太阳辐射量空间分布数据集 全国气象站点观测数据集 全国平均风速空间分布数据集 全国平均水汽压空间分布数据集 全国蒸散量空间分布数据集 全国日照时数空间分布数据集 全国相对湿度空间分布数据集 全国地表温度空间分布数据集 全国气候区划空间分布数据集 全国气象站点空间分布数据集 全国土壤湿度空间分布数据集 全国水文站点地表径流量空间分布数据集
土壤类型空间分布数据服务 土壤质地空间分布数据服务 土壤有机质空间分布数据服务 土壤酸碱度空间分布数据服务 土壤氮磷钾空间分布数据服务 土壤深度空间分布数据服务 土壤侵蚀强度空间分布数据服务 土壤含水量空间分布数据服务 土壤重金属含量空间分布数据服务 中国土壤阳离子交换量空间分布数据 中国土壤容重含量空间分布数据
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国人口密度数据服务 全国poi感兴趣点空间分布数据 全国医院空间分布数据服务 全国学校空间分布数据服务 全国居民点空间分布数据 全国旅游景区空间分布数据 全国机场空间分布数据 全国地铁线路站点空间分布数据 人口调查空间分布数据服务 社会经济统计年鉴数据 中国各省市统计年鉴 中国县级统计年鉴数据 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政区划空间分布数据服务
Landsat陆地资源卫星影像 高分二号遥感影像数据 高分一号遥感影像数据 Sentinel2哨兵2卫星影像 SPOT系列卫星遥感影像数据 WorldView卫星遥感影像数据 资源三号卫星遥感影像数据 GeoEye卫星遥感影像数据 NOAA/AVHRR卫星遥感影像 MODIS卫星遥感影像 环境小卫星 Rapideye快鸟卫星影像
高精度归一化植被指数NDVI空间分布数据 高精度净初级生产力NPP空间分布数据 LAI叶面积指数空间分布数据 全国地表温度LST空间分布数据 全国生态系统服务空间数据集 全国湿地沼泽分类空间分布数据集 全国陆地生态系统类型空间分布数据集 全国农田生产潜力数据集 全国GPP初级生产力数据 全国农田熟制空间分布数据集 中国植被区划数据 中国草地资源数据 全国月度NDVI归一化植被指数空间分布数据 月度净初级生产力NPP空间分布数据 全国年度NDVI归一化植被指数空间分布数据 年度净初级生产力NPP空间分布数据 增强型植被指数EVI空间分布数据 RVI比值植被指数空间分布数据
初识GEE
1.GEE是什么?
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。通过GEE可以快速计算比如NDVI等植被指数,可以预测作物相关产量,监测旱情长势变化,监测全球森林变化等。
GEE包含的数据集有:
来自官方统计:GEE包含的数据集超过 200 个公共的数据集,超过500万张影像,每天的数据量增加大约 4000张影像,容量超过 5PB。
GEE不仅提供了在线的JavaScript API,同时也提供了离线的 Python API。通过这些API可以快速的建立基于Google Earth Engine 以及 Google云的Web服务。
GEE地址:https://code.earthengine.google.com
GEE文档地址:https://developers.google.com/earth-engine/
2.为什么要学习GEE?
目前处理遥感影像的工具用很多,比如最流行也是最为人熟知的是ENVI软件,但是它是收费的,而且是非常贵(我们很多人使用的都是和谐版, )。也有免费的软件和工具,比如QGIS、GDAL等。这些软件或者库都有一个共同的特点就是在本地运行、计算,处理能力和本地设备好坏成正相关。GEE却是在谷歌云上运算,处理能力完全不受空间、时间的限制。最为重要的是“免费”。
同时由于云端GEE采用的是JS编程,学习成本非常低。
3.GEE应用范围
等等
4.GEE优缺点
优点:免费、云计算、数据获取方便、处理能力“无限”、稳定
缺点:需要科学上网
5.GEE初识
下面通过简单例子介绍一下GEE
// 加载Landsat7图像
var collection = ee.ImageCollection('LANDSAT/LE7_L1T');
// 通过时间过滤图像
var filtered = collection.filterDate('2011-01-01', '2012-12-31');
// 取得像素中位数
var medianImage = filtered.median();
// 添加图层
Map.addLayer(medianImage, {bands:['B3', 'B2', 'B1'], min:35, max:170}, 'mapLayer');