NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会，其中许多使用地球引擎。

植被覆盖度是土地生态的重要指示因子，黄河流域横跨中国地形三大阶梯，是国家重要的生态屏障，同时也是重要的经济地带和“能源流域”。为揭示长时序黄河流域及其煤炭富集地区土地生态变化状况，基于Google Earth Engine(GEE)平台，对1987—2020年黄河流域共40 525景Landsat TM/ETM+/OLI遥感影像进行批量去云、融合和NDVI云计算等处理，获取34 a的植被覆盖度数据。综合利用最大值合成法、像元二分模型、一元线性回归趋势性分析和F检验等方法对黄河流域及流域内煤炭国家规划矿区植被覆盖度的时空变化特征进行定量分析;在此基础上逐一识别地形因子和气候因子对黄河流域及其规划矿区植被覆盖度的影响。结果表明:① 34 a间黄河流域的平均植被覆盖度由1987年的0.457 4上升至2020年的0.581 7，同期流域内煤炭国家规划矿区则由0.355 6增至0.536 1，2者呈现一致的波动上升的趋势;② 时序趋势变化类型构成中，黄河流域植被覆盖度改善的面积(33.19%)远大于植被覆盖度退化的面积(3.55%)。规划矿区内植被覆盖度改善面积占比高于黄河流域，但其植被覆

GEE代码编程gee方法-公共库的定义和使用案例.txt

如何将深度学习与GIS结合？GEE+Tensorflow教程！！！！！！

Sentinel-2-GEE

水质基 该存储库包含用于使用Google Earth Engine从遥感数据评估水质的脚本 如果使用这些材料或脚本中的任何一种，请引用：Page，BP和D.Mishra（2018），《结合Sentinel-2A和Landsat-8进行内陆水质监测时的修正大气校正》，ISPRS J照片，正在审查中 要求： 这些脚本需要一个帐户。 要在，请下载javascript文件，然后单击“运行”。 要在Python环境中使用，请安装GEE Python API并在您选择的Python IDE中运行程序。 内容： javascript /包含javascript实现的水质处理代码 python /包含水质处理代码的Python实现 贡献： 如果您有任何想法，请提出并告诉我们您的想法。 如果您想贡献，请分叉存储库并根据需要进行更改。 拉请求是欢迎的。 免责声明： 这是一个正在进行的工作。 脚本

是一款传奇引擎的超级插件 在别的地方拿来的 因为我不会用所以上传给大家 希望大家开发出更好的工具

Penman-Monteith-Leuning模型（缩写为PML_V1 ）由Leuning等人（2008年）提出 ，并由Zhang等人（2010年，2016年）进一步完善。 在PML中，蒸发分为：来自植物的蒸腾作用（Ec），来自土壤的直接蒸发（Es）和来自植物的截留降雨的蒸发（EI）。 PML_V2是由Gan等人（2018）和Zhang等人（2019）开发的，它们通过树冠电导理论将ET和初级生产总值结合PML_V2 。 它们的分辨率分别为500 m和8天，范围从-60°S到90°N。

资源原始地址：https://www.insiderofscience.com/public-information（科研圈内人-公益资料）

Google earth engine入门教程，非常值得一看！PPT文档 Google earth engine入门教程，非常值得一看！PPT文档 Google earth engine入门教程，非常值得一看！PPT文档