国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

GEE錯(cuò)誤——影像加載過(guò)程中出現(xiàn)的圖層無(wú)法展示的解決方案

這篇具有很好參考價(jià)值的文章主要介紹了GEE錯(cuò)誤——影像加載過(guò)程中出現(xiàn)的圖層無(wú)法展示的解決方案。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

問(wèn)題:

// I don't know if some standard value exists for the radius, in the same, I will assume that some software would prefer to use square shape, but circle makes more sense to me.
// pixels is noice if you want to zoom in and out to visualize, but maybe for export or computation you would prefer meters?

// 我不知道半徑是否有標(biāo)準(zhǔn)值,同樣,我認(rèn)為有些軟件更傾向于使用正方形,但我認(rèn)為圓形更合理。
// 如果你想放大或縮小以進(jìn)行可視化,像素是不錯(cuò)的選擇,但對(duì)于導(dǎo)出或計(jì)算,你可能更傾向于使用米。

很多時(shí)候你也會(huì)遇到這種情況,當(dāng)我們對(duì)于加載后的影像出現(xiàn)無(wú)法展示或者其它一些可視化的問(wèn)題時(shí),就會(huì)出現(xiàn)上面的狀況。

解決方案:

影像可視化范圍應(yīng)根據(jù)縮放級(jí)別進(jìn)行調(diào)整,如果放大,平均區(qū)域顯然會(huì)變小,差異也會(huì)變小。

本文的TPI指數(shù)的展示過(guò)程中出現(xiàn)的錯(cuò)誤,其中TPI具體指

TPI指地形坡度指數(shù)(Topographic Position Index),它是一種用于描述地表地形的指數(shù)。TPI指數(shù)可以通過(guò)計(jì)算某一點(diǎn)周圍區(qū)域的高程值來(lái)得出,其值代表了該點(diǎn)相對(duì)于周圍區(qū)域的高度位置。TPI指數(shù)可以用于研究地形對(duì)生態(tài)系統(tǒng)和水文循環(huán)等方面的影響,也可以用于進(jìn)行地貌分析和地形分類。

TPI地形指數(shù)在地貌分析和地形分類中具有以下作用:

1. 地形分類:TPI指數(shù)可以幫助將地表地形劃分為不同的類別,如凹地、山脊、平原等。通過(guò)對(duì)TPI值的分析,可以更好地理解地形特征和地貌類型。

2. 地貌分析:TPI指數(shù)可以提供關(guān)于地表地形的詳細(xì)信息,如坡度、地勢(shì)起伏等。這些信息對(duì)于環(huán)境評(píng)估、土地利用規(guī)劃和自然資源管理等方面非常重要。

3. 生態(tài)系統(tǒng)研究:TPI指數(shù)可以用于研究地形對(duì)生態(tài)系統(tǒng)的影響。不同的地形類型可能具有不同的水文條件、土壤類型和植被分布,因此TPI指數(shù)可以幫助揭示地形與生態(tài)系統(tǒng)之間的關(guān)聯(lián)性。

4. 水文循環(huán):TPI指數(shù)可以用于研究地形對(duì)水文循環(huán)的影響。高TPI值的區(qū)域可能具有較高的坡度和水流速度,可能對(duì)降雨徑流和水資源分配產(chǎn)生重要影響。

總之,TPI地形指數(shù)在地貌學(xué)、生態(tài)學(xué)、水文學(xué)等領(lǐng)域中具有廣泛的應(yīng)用,可以提供對(duì)地表地形特征和其對(duì)環(huán)境和生態(tài)系統(tǒng)的影響的深入理解。

代碼:

//COPERNICUS 加載可視化參數(shù)和研究區(qū)域


var imageVisParam = {"opacity":1,"bands":["classification"],"min":0,"max":6,"palette":["a3e657","7fb543","5c8231","09570e","e09435","cd6fff","cc0e3a"]},
    geometry = 
    /* color: #98ff00 */
    /* shown: false */
    /* displayProperties: [
      {
        "type": "rectangle"
      }
    ] */
    ee.Geometry.Polygon(
        [[[101.65166678243405, 72.74142473849005],
          [101.65166678243405, 50.79933635280348],
          [190.24541678243406, 50.79933635280348],
          [190.24541678243406, 72.74142473849005]]], null, false),
    Plots3 = ee.FeatureCollection("users/leaenguehard/Plots3"),
    RF_Entire_Area = ee.Image("users/leaenguehard/RF_Entire_Area"),
    geometry2 = 
    /* color: #98ff00 */
    /* shown: false */
    /* displayProperties: [
      {
        "type": "rectangle"
      }
    ] */
    ee.Geometry.Polygon(
        [[[129.39412494682568, 65.42449957439194],
          [129.39412494682568, 64.53241214116831],
          [131.67928119682568, 64.53241214116831],
          [131.67928119682568, 65.42449957439194]]], null, false);

// 加載DEM數(shù)據(jù)
var dataset = ee.ImageCollection('COPERNICUS/DEM/GLO30').filterBounds(geometry);
var elevationVis = {
  min: 0.0,
  max: 2500.0,
  palette: ['0000ff','00ffff','ffff00','ff0000','ffffff'],
};
var elevation = dataset.select('DEM')

// 計(jì)算坡度坡向
var calculateSlopeAspect = function(image) {
  // Compute slope and aspect
  var slope = ee.Terrain.slope(image);
  var aspect = ee.Terrain.aspect(image);
  
  // Return the image with new bands for slope and aspect
  return image.addBands(slope.rename('slope')).addBands(aspect.rename('aspect'));
};

elevation=ee.Join.saveAll("match").apply(elevation,elevation,ee.Filter.withinDistance({distance:300, leftField:'.geo', rightField: '.geo', maxError:100}))

elevation=ee.ImageCollection(elevation).map(function(im){
  var extendedIM=ee.ImageCollection(ee.List(im.get("match"))).mosaic().setDefaultProjection(im.projection())
  return calculateSlopeAspect(extendedIM).clip(im.geometry())
})

elevation=elevation.mosaic()

// 可視化圖層
Map.addLayer(elevation.select('DEM'), elevationVis, 'DEM mosaic');
Map.addLayer(elevation.select('slope'), {min: 0, max: 45, palette: ['blue', 'green', 'yellow', 'orange', 'red']}, 'Slope');
Map.addLayer(elevation.select('aspect'), {min: 0, max: 360, palette: ['blue', 'cyan', 'green', 'yellow', 'orange', 'red']}, 'Aspect');


// 打印影像結(jié)果
print('Number of copernicus Images:', dataset.size());
print(elevation)

//進(jìn)行核函數(shù)聚類處理的TPI指數(shù)
var TPI=elevation.select('DEM').subtract(elevation.select('DEM').convolve(ee.Kernel.circle(50,"pixels")))

//調(diào)整范圍
Map.addLayer(TPI, {min: -250, max: 250, palette: ['blue', 'yellow','red']}, 'TPI')

GEE錯(cuò)誤——影像加載過(guò)程中出現(xiàn)的圖層無(wú)法展示的解決方案,GEE錯(cuò)誤集,1024程序員節(jié),javascript,云計(jì)算,gee,tpi,錯(cuò)誤,影像圖層文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-715328.html

到了這里,關(guān)于GEE錯(cuò)誤——影像加載過(guò)程中出現(xiàn)的圖層無(wú)法展示的解決方案的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • GEE 統(tǒng)計(jì)影像覆蓋次數(shù)

    以下為利用GEE統(tǒng)計(jì)Sentinel-1影像覆蓋次數(shù)的代碼,統(tǒng)計(jì)了每月的情況。 注意roi的賦值geometry5是之前就提供的范圍變量,可以在代碼運(yùn)行之前就手動(dòng)編輯。 可以采用 ?來(lái)賦值,但是我發(fā)現(xiàn)如果我用這個(gè)下面的Map.addLayer(roi, {\\\'color\\\':\\\'grey\\\'}, \\\'studyArea\\\');就報(bào)錯(cuò),當(dāng)鼠標(biāo)放在上方代碼,就

    2024年02月14日
    瀏覽(18)
  • Google Earth Engine(GEE)——導(dǎo)出影像集合數(shù)據(jù)

    Google Earth Engine(GEE)——導(dǎo)出影像集合數(shù)據(jù)

    GEE中的影像數(shù)據(jù)可以通過(guò)Export導(dǎo)出至Google Drive、Google Assets或Google Cloud Storage中,但是在平臺(tái)中只支持導(dǎo)出單張的影像數(shù)據(jù),如果要導(dǎo)出影像集合,只能使用循環(huán)遍歷的方法來(lái)解決。 通過(guò)查詢GEE的API,我們可以找到在集合中有一個(gè)異步操作方法——evaluate,這個(gè)方法比較特殊的

    2024年02月12日
    瀏覽(24)
  • GEE python:Landsat 5影像的纓帽變換(K-T)分析含矩陣乘法和影像向矩陣的轉(zhuǎn)化

    Landsat影像的纓帽變換又稱為高通濾波,是一種基于像元鄰域的光譜反射率的統(tǒng)計(jì)處理方法。它可以用來(lái)從遙感影像中去除大氣、地形和植被等因素的影響,從而提取出更純凈的地表信息。 纓帽變換的基本思想是將原始影像與相應(yīng)的濾波模板進(jìn)行卷積,達(dá)到減少照射面角度和

    2024年01月19日
    瀏覽(40)
  • GEE使用 Sentinel-1 SAR影像 和 Otsu 方法繪制洪水地圖

    GEE使用 Sentinel-1 SAR影像 和 Otsu 方法繪制洪水地圖

    ????????洪水是世界上最常見(jiàn)、破壞性最大的自然災(zāi)害之一,造成了巨大的生命和財(cái)產(chǎn)損失。此外,隨著氣候變化的影響,近年來(lái),洪災(zāi)變得更加頻繁和不可預(yù)測(cè)。為了最大限度地減少生命和財(cái)產(chǎn)損失,必須迅速發(fā)現(xiàn)洪水蔓延的情況,并及時(shí)采取必要的干預(yù)措施。洪水蔓延

    2024年02月19日
    瀏覽(20)
  • GEE:時(shí)間序列分析2——將Landsat5、7、8所有影像合成一個(gè)影像集合,構(gòu)建NDVI時(shí)間序列

    GEE:時(shí)間序列分析2——將Landsat5、7、8所有影像合成一個(gè)影像集合,構(gòu)建NDVI時(shí)間序列

    本文記錄了在Google Earth Engine(GEE)平臺(tái)上,將Landsat-5、Landsat-7和Landsat-8合成同一個(gè)影像集合,并把這個(gè)新的影像集合合并成一個(gè)大的集合的代碼,并計(jì)算了NDVI指數(shù),構(gòu)建了一個(gè)NDVI年度合成的時(shí)間序列數(shù)據(jù)集。為之后時(shí)間序列分析做數(shù)據(jù)準(zhǔn)備。 其中主要函數(shù)已經(jīng)封裝成了函數(shù)

    2024年02月11日
    瀏覽(22)
  • SSMS 18 安裝過(guò)程中出現(xiàn)嚴(yán)重錯(cuò)誤

    SSMS 18 安裝過(guò)程中出現(xiàn)嚴(yán)重錯(cuò)誤

    大家可以先看下他的博客,先排查一下,安裝殘留,注冊(cè)表 SSMS安裝失敗及解決_Y_soybean_milk的博客-CSDN博客_ssms安裝失敗 如果還解決不了,可以試下我的辦法,我從日志文件得知,是安裝?Microsoft Visual Studio Tools for Applications 2017 失敗導(dǎo)致的 (面板上也確實(shí)是卡在安裝這個(gè)軟件

    2024年02月11日
    瀏覽(26)
  • GEE(4):計(jì)算兩個(gè)變量(影像)之間的相關(guān)性并繪制散點(diǎn)圖

    GEE(4):計(jì)算兩個(gè)變量(影像)之間的相關(guān)性并繪制散點(diǎn)圖

    最近使用Google Earth Engine(GEE)分析了一下高程和NDVI的相關(guān)性,并繪制二者的散點(diǎn)圖,計(jì)算其決定系數(shù)。 計(jì)算時(shí)主要用到了GEE中的 圖表 ui.Chart.image.byRegion() ,將研究區(qū)域內(nèi)的高程和NDVI的散點(diǎn)圖先繪制出來(lái),再添加趨勢(shì)線,計(jì)算決定系數(shù),就可以知道二者之間的相關(guān)性有多高

    2024年02月16日
    瀏覽(23)
  • Qt 加載 libjpeg 庫(kù)出現(xiàn)“長(zhǎng)跳轉(zhuǎn)已經(jīng)運(yùn)行”錯(cuò)誤

    Qt 加載 libjpeg 庫(kù)出現(xiàn)“長(zhǎng)跳轉(zhuǎn)已經(jīng)運(yùn)行”錯(cuò)誤

    繼上篇?Qt5.15.0 升級(jí)至 Qt5.15.9 遇到的一些錯(cuò)誤 篇幅有點(diǎn)長(zhǎng),先說(shuō)解決方法,在編譯靜態(tài)庫(kù)時(shí)加上 -qt-libjpeg,編譯出 libjpeg 庫(kù)后,在項(xiàng)目中使用 #pragma comment 鏈接即可 OK,開(kāi)始回顧痛苦經(jīng)歷 在我以為升級(jí)到 Qt5.15.9 后,運(yùn)行沒(méi)有什么問(wèn)題時(shí),問(wèn)題就來(lái)了 在加載 jpeg 格式的圖片時(shí)

    2023年04月21日
    瀏覽(27)
  • GEE(Google earth engine)中的Landsat影像的選擇和去云(附代碼)

    GEE(Google earth engine)中的Landsat影像的選擇和去云(附代碼)

    ????????在這里可以看到GEE提供的全部Landsat數(shù)據(jù):Landsat Collections in Earth Engine ?|? Earth Engine Data Catalog ?|? Google Developers ? ? ? ? ? ? ? 隨便點(diǎn)進(jìn)去,比如Landsat8,有三個(gè)數(shù)據(jù),一個(gè)是地表面反射率數(shù)據(jù),一個(gè)是大氣層頂部的反射率數(shù)據(jù),一個(gè)是raw。大氣層頂部的反射數(shù)據(jù)

    2024年02月03日
    瀏覽(32)
  • SpringBoot所有單元測(cè)試出現(xiàn)錯(cuò)誤以及測(cè)試過(guò)程中顯示鏈接錯(cuò)誤解決方案

    ?感覺(jué)沒(méi)改什么東西,但是全部test全部標(biāo)紅,并且原始項(xiàng)目也運(yùn)行不起來(lái)了出現(xiàn)這樣的報(bào)錯(cuò) 最后發(fā)現(xiàn)是持久層忘記去加@Data注解 寫(xiě)這篇博客是為了記錄ssm項(xiàng)目入門(mén)時(shí)出現(xiàn)的bug(遭不住了)

    2024年02月03日
    瀏覽(23)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包