Google Earth Engine（GEE）——python检测 Sentinel-1 图像中的变化（part1）万字长文

在本教程中，我们将分析合成孔径雷达 (SAR) 图像，以检测地球表面具有统计意义的变化。正如副词“统计地”暗示的那样，我们需要对 SAR 图像的统计特性有基本的了解才能继续，而形容词“显着”意味着我们学习了假设检验的基础知识。我们将特别关注 GEE 档案中双极化强度 Sentinel-1 SAR 图像的时间序列。教程分为四部分：

• 1. 单视和多视图像统计
• 2. 假设检验
• 3.多时态变化检测
• 4. 应用

大部分材料基于我的文本Image Analysis, Classification and Change Detection in Remote Sensing 的第 5 章和第 9 章，最相关的原始出版物是Conradsen 等人。(2003)， 康拉德森等。(2016)和 Canty 等人。(2020)。

文章来源: blog.csdn.net，作者：此星光明2021年博客之星云计算Top3，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/qq_31988139/article/details/119919086