内容概要：本文详细介绍了利用Google Earth Engine (GEE) 进行Sentinel-2卫星数据处理与分类的全流程。首先，通过筛选特定区域（AOI）、时间范围和云覆盖度的数据，去除云层和阴影干扰，并计算云掩膜后的图像中值以提高质量。接着，对图像进行分割并选取关键波段和聚类信息，准备训练数据集，包括多种地表覆盖类型（如非正式定居点、植被、裸地、水体等）。然后，使用随机森林算法训练分类器，并对分割后的图像进行分类。此外，还进行了像素级别的分类作为对比。最后，将分类结果导出到Google Drive，并评估了模型的训练和验证精度。 适合人群：遥感数据分析人员、地理信息系统（GIS）从业者以及对地球观测数据处理感兴趣的科研人员和技术爱好者。 使用场景及目标：①掌握Sentinel-2数据的预处理方法，如去云、降噪等；②学习基于GEE平台的地物分类流程，包括样本准备、模型训练、结果评估等；③理解不同级别（对象级与像素级）分类的区别及其应用场景。 其他说明：本教程侧重于实际操作步骤，提供了完整的Python代码示例，帮助读者快速上手GEE平台上的遥感影像处理任务。同时，通过比较对象级和像素级分类的效果，可以更好地选择合适的分类方法。

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。

EarthEngine深度学习 如果您将其用于学术目的，请引用此存储库。 @misc{das_2019, title={Land Cover Classification based on Landsat-8 imagery from Google Earth Engine}, url={https://ucalyptus.me/EarthEngine-Deep-Learning/index.slides.html}, journal={EarthEngine Deep Learning}, publisher={GitHub}, author={Das, Sayantan}, year={2019}, month={Sep}} 如果喜欢，请 。 在上关注我

外部开发的培训材料 空间思维 端到端的 Google 地球引擎 本课程 通过Ujaval甘地，空间思想的创始人，涵盖了全方位的地球引擎的话题，让学员实际技能掌握平台，实现他们的遥感项目。 它包括 16 小时的现场指导（通常 4 节课，每节课 4 小时）和 8 小时的自学材料（视频和指导项目）。 SERVIR-湄公河 以下培训材料是为支持SERVIR-Mekong 计划而开发的，其中 包括来自美国林务局地理空间技术和应用中心、WinRock和 空间信息学组的贡献。这些练习和案例研究已用于在湄公河盆地和其他地区教授地球引擎，以在区域机构中建立地理空间能力。它们旨在让参与者熟悉 Earth Engine 平台以及可视化、数据创建、云屏蔽和合成的基本方法。

外部开发的培训材料 空间思维 端到端的 Google 地球引擎 本课程 通过Ujaval甘地，空间思想的创始人，涵盖了全方位的地球引擎的话题，让学员实际技能掌握平台，实现他们的遥感项目。 它包括 16 小时的现场指导（通常 4 节课，每节课 4 小时）和 8 小时的自学材料（视频和指导项目）。 SERVIR-湄公河 以下培训材料是为支持SERVIR-Mekong 计划而开发的，其中 包括来自美国林务局地理空间技术和应用中心、WinRock和 空间信息学组的贡献。这些练习和案例研究已用于在湄公河盆地和其他地区教授地球引擎，以在区域机构中建立地理空间能力。它们旨在让参与者熟悉 Earth Engine 平台以及可视化、数据创建、云屏蔽和合成的基本方法。

外部开发的培训材料 空间思维 端到端的 Google 地球引擎 本课程 通过Ujaval甘地，空间思想的创始人，涵盖了全方位的地球引擎的话题，让学员实际技能掌握平台，实现他们的遥感项目。 它包括 16 小时的现场指导（通常 4 节课，每节课 4 小时）和 8 小时的自学材料（视频和指导项目）。 SERVIR-湄公河 以下培训材料是为支持SERVIR-Mekong 计划而开发的，其中 包括来自美国林务局地理空间技术和应用中心、WinRock和 空间信息学组的贡献。这些练习和案例研究已用于在湄公河盆地和其他地区教授地球引擎，以在区域机构中建立地理空间能力。它们旨在让参与者熟悉 Earth Engine 平台以及可视化、数据创建、云屏蔽和合成的基本方法。

外部开发的培训材料 空间思维 端到端的 Google 地球引擎 本课程 通过Ujaval甘地，空间思想的创始人，涵盖了全方位的地球引擎的话题，让学员实际技能掌握平台，实现他们的遥感项目。 它包括 16 小时的现场指导（通常 4 节课，每节课 4 小时）和 8 小时的自学材料（视频和指导项目）。 SERVIR-湄公河 以下培训材料是为支持SERVIR-Mekong 计划而开发的，其中 包括来自美国林务局地理空间技术和应用中心、WinRock和 空间信息学组的贡献。这些练习和案例研究已用于在湄公河盆地和其他地区教授地球引擎，以在区域机构中建立地理空间能力。它们旨在让参与者熟悉 Earth Engine 平台以及可视化、数据创建、云屏蔽和合成的基本方法。

外部开发的培训材料 空间思维 端到端的 Google 地球引擎 本课程 通过Ujaval甘地，空间思想的创始人，涵盖了全方位的地球引擎的话题，让学员实际技能掌握平台，实现他们的遥感项目。 它包括 16 小时的现场指导（通常 4 节课，每节课 4 小时）和 8 小时的自学材料（视频和指导项目）。 SERVIR-湄公河 以下培训材料是为支持SERVIR-Mekong 计划而开发的，其中 包括来自美国林务局地理空间技术和应用中心、WinRock和 空间信息学组的贡献。这些练习和案例研究已用于在湄公河盆地和其他地区教授地球引擎，以在区域机构中建立地理空间能力。它们旨在让参与者熟悉 Earth Engine 平台以及可视化、数据创建、云屏蔽和合成的基本方法。

外部开发的培训材料 空间思维 端到端的 Google 地球引擎 本课程 通过Ujaval甘地，空间思想的创始人，涵盖了全方位的地球引擎的话题，让学员实际技能掌握平台，实现他们的遥感项目。 它包括 16 小时的现场指导（通常 4 节课，每节课 4 小时）和 8 小时的自学材料（视频和指导项目）。 SERVIR-湄公河 以下培训材料是为支持SERVIR-Mekong 计划而开发的，其中 包括来自美国林务局地理空间技术和应用中心、WinRock和 空间信息学组的贡献。这些练习和案例研究已用于在湄公河盆地和其他地区教授地球引擎，以在区域机构中建立地理空间能力。它们旨在让参与者熟悉 Earth Engine 平台以及可视化、数据创建、云屏蔽和合成的基本方法。

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。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发， 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。