遥感大数据

基于 GEE 的 Landsat C02 Level-2 数据集实现黄河入海口变化监测：支持年度影像切换与动态监测结果下载的完整解决方案目录一、核心组件与整体结构二、基础配置模块（一）研究区域定义（二）数据集路径配置（三）波段映射配置三、工具类封装模块

基于 GEE 的 Landsat 9 数据实现 11 种植被指数批量计算与导出目录一、初始化配置：影像定位与缩放二、云层掩膜函数：去除影像噪声三、植被指数计算函数：核心分析模块四、主流程：影像集加载与处理链

基于 GEE 使用 Landsat-9 卫星的 Level-2 级数据实现水体表面温度反演目录一、研究区初始化与地图配置二、数据预处理函数三、影像集合筛选与预处理四、影像合成与可视化五、结果导出至 Google Drive

基于 GEE 的 Landsat 8 数据构建遥感生态指数（RSEI）并进行生态质量评估目录一、前言二、基础参数定义（第 1-2 步）（一）研究区定义（二）时间范围与可视化参数三、Landsat 8 影像加载与预处理（第 3 步）

基于 GEE 批量下载 NASA GDDP-CMIP6 气候数据：历史 + 未来情景（SSP245、SSP585）年度产品自动化生成与导出目录一、关键变量定义与说明（一）核心数据相关变量（二）波段分类变量（三）筛选条件变量二、核心函数：exportYearlyData

基于 GEE 使用 Sentinel-5P 数据实现研究区多种大气污染物（SO₂、NO₂、CO、气溶胶）监测目录一、前言二、研究区与时间基础设置三、Sentinel-5P 数据集配置四、影像集合获取函数定义与调用

基于 GEE 的生态环境质量评价：遥感生态指数（RSEI）计算与空间分布可视化目录一、全局配置与基础设置（一）核心参数定义（二）波段映射配置二、数据预处理函数（一）云掩膜函数（maskclouds）

基于 GEE 利用 WorldPop 数据集批量导出 100 米分辨率人口影像数据与时序分析目录一、研究区域与地图初始化二、影像裁剪函数定义三、WorldPop 数据集导入与预处理四、2020 年人口数据可视化

基于 GEE 的 MODIS 数据逐月植被覆盖度（FVC）计算与数据导出完整流程目录一、代码整体框架与依赖环境说明二、可视化参数配置三、研究区与地图定位四、NDVI 计算函数（calculateNDVI）

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 利用 GHSL（100m）数据的区域建成区时空变化量化分析目录一、代码整体框架与设计思路二、逐模块深度解析（含代码片段与逻辑拆解）（一）模块 0：用户设置 —— 分析基础参数定义

基于 GEE 使用 OTSU 算法赋能遥感水体自动化提取：从自动阈值计算到高效分割的水体自动分割方案目录一、初始化设置：研究区与参数定义（一）研究区加载与地图配置（二）年份参数定义二、影像预处理函数：消除噪声与还原物理意义

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

基于 GEE 的 Sentinel-2 光谱、指数、纹理特征提取与 Sentinel-1 SAR 数据处理目录一、代码整体框架与核心功能二、代码逐段解析（一）注释与基础配置（二）Sentinel-2 数据处理模块

基于 GEE 平台用 Sentinel-1 SAR 数据实现山区潜在滑坡检测目录一、前言二、核心原理剖析（一）Sentinel-1 数据特性（二）滑坡检测原理三、数据处理全流程（一）步骤拆解

基于 GEE 的城市热岛效应分析——可视化地表温度 LST 与归一化植被指数 NDVI 的关联目录1 前言2 研究方法及数据处理3 完整代码4 运行结果随着全球气候变化的不断加剧，城市热岛效应逐渐成为了城市可持续发展中的重大挑战之一。城市热岛效应是指城市区域内由于人为活动、建筑材料、地面铺装方式等因素导致的温度明显高于周边郊区的现象。这种效应不仅对城市居民的舒适度造成了显著影响，还可能加剧能源消耗、空气污染，甚至对公共健康产生威胁。因此，研究城市地表温度（Land Surface Temperature，简称 LST）及其与归一化植被指数（Normalized Difference Vegetat

基于 GEE 利用 Sentinel-2 数据反演叶绿素与冠层水分含量目录1 数据加载与预处理2 叶绿素含量反演3 冠层水分反演4 数据可视化与导出5 完整代码6 运行结果

基于 GEE 计算研究区年均地表温度数据目录1 代码解析2 完整代码3 运行结果（1）定义研究区：（2）导入地表温度数据：本文采用的地表温度数据为MOD11A2 V6.1地表温度产品，其包含2000年至今全球的地表温度数据，时间分辨率为8天，空间分辨率为1km。

基于 GEE 利用插值方法填补缺失影像目录1 完整代码2 运行结果利用GEE合成NDVI时，如果研究区较大，一个月的影像覆盖不了整个研究区，就会有缺失的地方，还有就是去云之后，有云量的地区变成空值。