modis

基于 GEE MODIS 数据的区域干旱监测——从植被状况指数（VCI）计算到干旱分级与空间分布可视化目录一、基础模块：研究区与时间配置（一）研究区边界定义与可视化（二）时间范围设置二、数据加载与预处理（一）MODIS NDVI 数据集选择

基于 GEE 的 MODIS 昼夜地表温度数据可视化与导出全流程解决方案目录一、研究区域（ROI）设置与地图初始化（一）研究区域定义（ROI）（二）地图定位与 ROI 可视化

基于 GEE MODIS 数据实现 7 大遥感指数计算与可视化目录一、核心代码分段解析（一）初始化设置与数据准备（二）波段提取（三）可视化参数设置（四）各类指数计算与可视化

八秒记忆的老男孩

MODIS/Landsat/Sentinel下载教程详解【常用网站及方法枚举】在当今快速发展的地球观测时代，遥感技术作为获取地球表面及其环境信息的重要手段，正以前所未有的广度和深度改变着我们对自然界的认知与管理方式。MODIS（Moderate-resolution Imaging Spectroradiometer，中分辨率成像光谱仪）、Landsat系列卫星以及Sentinel（哨兵）卫星，作为当前遥感数据领域的三大支柱，各自以其独特的观测能力、数据分辨率和覆盖范围，为全球科研工作者、环境管理者、灾害监测部门等提供了丰富的地球观测数据资源。

【视频教程】Python语言在地球科学领域中的实践技术应用Python是功能强大、免费、开源，实现面向对象的编程语言，Python能够运行在Linux、Windows、Macintosh、AIX操作系统上及不同平台（x86和arm），Python简洁的语法和对动态输入的支持，再加上解释性语言的本质，使得它在大多数平台上的许多领域都是一个理想的脚本语言，特别适用于快速的应用程序开发。Python具有丰富和强大的库，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。除了Python标准库，几乎所有行业领域都有相应的Python软件库，随着NumP

AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005 (AMSRE_AVRMO) at GES DISC

USGS MODIS 蒸散量数据集这里提供的蒸散量 (ET) 数据集是遥感技术的结果，主要利用 MODIS 热图像和全球天气数据集。该数据集对应于 Climate Engine 使用的全球 ET 产品的第 5 版。它为 2003 年至 2023 年期间的 ET 时空动态提供了宝贵的见解。该数据集的基石是可操作的简化表面能量平衡 (SSEBop) 模型，由 Senay 等人精心详细介绍。（2013）。建立在简化表面能量平衡 (SSEB) 方法的基础上，该方法最初由 Senay 等人提出。SSEBop 模型于 2007 年发布，并在随后的出版

MODIS数据产品预处理方法第一步：安装ENVI的MCTK扩展工具解压压缩包，将其中的mctk.sav与modis_products.scsv文件复制到如图所示，相应的ENVI安装路径中去。

我是有底线的