当前位置：首页 > news >正文

德州做网站的公司有哪些谷歌seo一个月费用需要2万吗

news 2025/7/15 13:15:40

德州做网站的公司有哪些,谷歌seo一个月费用需要2万吗,网站建设实施计划书,怎么做淘课网站简介在本篇博客中，我们将使用Google Earth Engine (GEE) 对地表温度数据进行分析，并探究不同土地覆盖类型（特别是水体和城市区域）的地表温度变化。通过MODIS数据集，我们可以监测2001年至2024年间的数据。背景知识 …

简介

在本篇博客中，我们将使用Google Earth Engine (GEE) 对地表温度数据进行分析，并探究不同土地覆盖类型（特别是水体和城市区域）的地表温度变化。通过MODIS数据集，我们可以监测2001年至2024年间的数据。

背景知识

MODIS数据集

MODIS数据集提供了多光谱遥感数据，广泛应用于植被、水文和城市研究。

地表温度 (LST)

地表温度是地表热辐射的度量，对于研究城市热岛效应、植被分布等具有重要意义。

土地覆盖分类

土地覆盖分类有助于识别地表不同类型的特征，如森林、草地、水体和城市区域。

完整代码

// 定义研究区域的坐标点
var cor = [[51.72646131195613, 35.78622502387334],[54.07753553070613, 35.78622502387334],[54.07753553070613, 36.97144246810686],[51.72646131195613, 36.97144246810686],[51.72646131195613, 35.78622502387334]
];// 创建多边形区域
var roi = ee.Geometry.Polygon(cor);// 将地图中心设置为研究区域
Map.centerObject(roi);// 加载MODIS土地覆盖数据集
var lc = ee.ImageCollection("MODIS/061/MCD12Q1").mode().select('LC_Type1');// 定义土地覆盖可视化参数
var vis = {min: 1.0,max: 17.0,palette: [// ... 颜色代码 ...],
};// 土地覆盖数据可视化
Map.addLayer(lc.clip(roi), vis, 'map', false);// 提取水体掩膜
var water_thr = lc.eq(17);
Map.addLayer(water_thr.clip(roi), [], 'water_thr', false);var water_mask = water_thr.updateMask(water_thr);
Map.addLayer(water_mask.clip(roi), [], 'water_mask', false);// 将水体掩膜转换为矢量数据
var water_vector = water_mask.reduceToVectors({geometry: roi,scale: 500
}).union(1);
Map.addLayer(water_vector, [], 'water_vector', false);// 加载MODIS地表温度数据集
var temp = ee.ImageCollection("MODIS/061/MOD11A2").select('LST_Day_1km').filterDate('2001', '2024').map(function (img) {return img.multiply(0.02).subtract(273.15).copyProperties(img, img.propertyNames());});// 绘制地表温度时间序列图表（水体）
print(ui.Chart.image.series(temp, water_vector,ee.Reducer.mean(), 500, 'system:time_start')
);// 定义城市区域函数
function urban_layer(img) {var urban_thr = img.eq(13);var urban_mask = urban_thr.updateMask(urban_thr);var urban_vector = urban_mask.reduceToVectors({geometry: roi,scale: 500}).union(1);return urban_vector;
}// 应用函数提取城市区域矢量数据
var urban_class = urban_layer(lc);// 绘制地表温度时间序列图表（城市区域）
print(ui.Chart.image.series(temp, urban_class,ee.Reducer.mean(), 500, 'system:time_start')
);