在labview平台下调用谷歌地球dll文件，实现地图的类软件开发。

GF3 SAR图像处理软件PolSAR，安装需要PolSARpro6.0安装包，包括Google Earth安装包、ESA-SNAP安装包、GIMP安装包、ImageMagick安装包，以及Convert.exe程序，PolSARproCheckConfigWin64.exe(用来检验PolSAR是否安装完成)-----------------------------------现有GF3 SAR数据在POLSAR的处理教程可供参考，详见：https://blog.csdn.net/gainichengyichongfu/article/details/120318166?spm=1001.2014.3001.5501

在线分析工具 Google Earth Engine 是一个用于卫星图像处理的网络平台 ( https://earthengine.google.com/ )。使用该平台的一种方式（可能是最流行的方式）是使用名为The Code Editor的在线工具，它允许用户使用脚本语言 (JavaScript) 访问该平台。

基于Google Earth Engine与机器学习的黄土梯田动态监测.pdf

土 Jerome Friedman的scikit-learn样式的Multivariate Adaptive Regression Splines算法的Python实现。 py-earth包使用Cython实现了多元自适应回归样条，并提供了与scikit-learn的Estimator，Predictor，Transformer和Model接口兼容的接口。 有关多变量自适应回归样条曲线的更多信息，请参见下面的参考。 现在有了缺少的数据支持！ py-earth包现在支持其预测变量中的缺失。 构造Earth对象时只需设置allow_missing=True 。 要求反馈 如果您希望在py-earth中看到其他功能或改进，请给我发送电子邮件或打开或评论问题。 特别是，请让我知道以下任何一项对您是否很重要： 速度提高 将模型导出为其他格式 在安装过程中支持共享内存多处理 支持周期预测器（例如

更新：不会再有更新。 不幸的是，我停止了与 Google Earth Engine 相关的项目。 谷歌地球引擎 Python API 示例 用于 API 的的集合。 适用于 Google Earth Engine 的 Jupyter Notebook 教程 001 Landsat 8 TOA 影像的土地覆盖分类 Landsat 8 的分类示例，包括多个植被指数和对象特征提取。 此示例基于 S.Gebhardt 等人的科学著作“ ”。 al 2014。最终您无法访问训练数据。 如果您对训练数据感兴趣，请随时与我联系。 002 Landsat 8 TOA 图像的缨帽变换 Landsat 8 TOA 图像的流苏帽变换基于 M.Baigab、L.Zhang、T.Shuai 和 Q.Tong 的科学著作“基于 Landsat 8 卫星反射率的流苏帽变换的推导”（2014 年）。 003 Proba

Google Earth 中国各地旅游,里面内容很详细，包括钓鱼岛

只要你安装有google earth,只要打开这个文件，珠海的好多好玩的海岛位置就呈现在你眼前。

带有Savitzky-Golay过滤器的Google Earth Engine时间序列 该示例显示了如何为要素集合提取图像集合值，如何创建植物索引时间序列数据帧并在其上应用Savitzky-Golay过滤器的示例。 笔记 中实现了此函数的更好版本，作为ee.ImageCollection对象的扩展方法： import ee , eemont ee . Authenticate () ee . Initialize () f1 = ee . Feature ( ee . Geometry . Point ([ 3.984770 , 48.767221 ]). buffer ( 50 ),{ 'ID' : 'A' }) f2 = ee . Feature ( ee . Geometry . Point ([ 4.101367 , 48.748076 ]). buffer ( 50 ),{ '

中国“省地县乡村”五级行政区划分层详细地标,非常详细的全国地图