Google Earth Engine(GEE)——Python干旱严重程度案例分析

举报
此星光明 发表于 2022/04/16 00:28:20 2022/04/16
【摘要】 在本节中,我们将把干旱严重程度的时间序列视为日历热图和条形图。 导入数据 将网格化的帕尔默干旱严重程度指数 (PDSI) 数据加载为ee.ImageCollection. 将 EPA 3 级生态区边界加载为ee.FeatureCollection并对其进行过滤以仅包括内华达山脉区域,该区域定义了感兴趣的区域 (AOI)。 #加...

在本节中,我们将把干旱严重程度的时间序列视为日历热图和条形图。

导入数据

  1. 将网格化的帕尔默干旱严重程度指数 (PDSI) 数据加载为ee.ImageCollection.
  2. 将 EPA 3 级生态区边界加载为ee.FeatureCollection并对其进行过滤以仅包括内华达山脉区域,该区域定义了感兴趣的区域 (AOI)。
    #加载影像筛选波段,加载感兴趣的区域然后进行矢量边界筛选
    pdsi = ee.ImageCollection('GRIDMET/DROUGHT').select('pdsi')
    aoi = ee.FeatureCollection('EPA/Ecoregions/2013/L3').filter(
        ee.Filter.eq('na_l3name', 'Sierra Nevada')).geometry()

注意aoi本教程中将使用上面定义的内容。在您自己的应用程序中,针对您自己感兴趣的领域重新定义它。 

reduce数据

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/119938844

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。