基于Google Earth Engine Explorer谷歌地球引擎GEE浏览界面实现遥感影像地物监督分类

简介: 基于Google Earth Engine Explorer谷歌地球引擎GEE浏览界面实现遥感影像地物监督分类

  本文主要对GEE的网页界面式应用程序接口Google Earth Engine Explorer加以详细介绍与地物监督分类这一具体应用。本文是谷歌地球引擎(Google Earth Engine,GEE)系列教学文章的第一篇,更多GEE文章请参考专栏:GEE学习与应用https://blog.csdn.net/zhebushibiaoshifu/category_11081040.html)。

  Google Earth Engine Explorer,简单来说就是将Google Earth Engine接口封装起来的一个交互式界面,借助其我们可以实现不用代码进行数据导入、分析与导出等部分GEE常见操作,对于使用GEE频率不高或是不习惯用代码的朋友来说可谓非常友好。

  点击链接https://explorer.earthengine.google.com/#workspace即可进入Google Earth Engine Explorer

  我们知道,Google Earth Engine界面如下所示:

  而Google Earth Engine Explorer界面则不太一样,如下所示:

  可以看到Google Earth Engine Explorer较之GEE初始的界面简单了很多。

  在使用前,建议大家首先在界面右上角的“Sign in”按钮处登录,否则会影响后续操作。

  登陆完毕即可看到自己的帐号。而在账号的下方,有“Data Catalog”与“Workspace”两个按钮,其分别为数据界面与工作区(也就是我们一进来网页看到地图的这个界面)。

  我们就点击“Data Catalog”,进行数据的导入。

  在打开的界面中,我们可以通过上方搜索或通过选择“Tags”的方式进行数据的检索。本文中,我们选择“32-day”这个标签。

  找到Landsat 7卫星的大气表观反射率TOA Reflectance产品。

  点击数据名称,即可看到其介绍、时间范围等内容。选择“Open in workspace”。

  可以通过手动输入或拖动选择条的方式对数据的时间加以选择。

  接下来对图层显示的可视化选项加以配置。

  完成配置后,选择“Apply”可以应用结果,选择“Save”则可以保存图层显示结果。在这里需要注意,如果出现如下所示的提示,我们只需要将图层放大所提示的级别个数即可。

  完成后即可显示图层。

  查看图层结果没有问题后,选择“Save”。

  此时,若点击图层列表下方的“Add computation”,则可以实现对图层的各类计算操作。

  在这里我们进行地物分类。因此需要在“Analysis”中选择。

  接下来可以配置分类方法与结果分辨率。

  接下来,我们需要添加并手动画出用以训练的地物类别矢量图层图斑。按照如下方式选择:

  此时可以看到左侧出现了“Classes”一栏。

  我们可以添加类别,并分别重命名、改变类别颜色。在这里我们以水体、城市与林地为例进行划分。

  接下来,依据遥感影像与底图,进行不同类别地物的矢量图层图斑圈画。如下图粉色区域内,就是水体。

  在左上角选择手动圈画矢量图层图斑。

  鼠标点击选择并圈画图斑。

  一个图斑圈画完毕后即可画第二个。

  每一个类别都可以圈画多个矢量图层图斑。

  同时,对每一个类别都用上述同样方式进行矢量图层图斑的圈画。

  每一种地物类别至少应该有10个以上的矢量图层图斑个数,本文因为是主要讲解过程,因此图斑就画的比较少。完成后,选择“Train classifier and display results”。

  即可看到图层列表中出现了正在绘制中的结果图层。如果结果图层出现如下所示的感叹号报错:

  证明我们的数据计算范围过大或空间分辨率过高导致计算数据量太大,需要进行相应的修改才可以继续进行计算。

  同时,我们可以定期选择上方的“Save now”对当前工作区域图层加以保存,否则若有时需要界面刷新,将会清空工作区域。

  分类结果得出后,还可以看到分类结果的对应验证精度情况:

  可以看到,本文的分类结果对于水体的辨识度很高,但是对于其它两种地物则不太准确(因为矢量图层图斑圈画的数量太少,因此大家实际应用时要注意图斑个数的合理设置)。

  在上图红色圈内部分,可以进行结果图层的下载。具体下载有很多配置信息,如下所示:

  同时,我们还可以通过“Share workspace”,以网页链接的形式进行工作区域的分享。



相关文章
|
2月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
510 0
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
105 0
|
2月前
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
41 0
|
1月前
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
258 0
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
2月前
|
API Go 网络架构
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
88 4
|
2月前
|
机器学习/深度学习 存储 人工智能
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
72 3
|
2月前
|
数据处理
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
29 0
|
2月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
24 0
|
2月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
43 0
|
2月前
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
21 0

热门文章

最新文章