最近要利用到土地利用数据集，就对当前的大尺度长时序土地利用数据集进行了适当总结，并总结了如何在Google Earth Engine中的调用方式。这里，我只总结了多年的土地利用数据集，也有很多文章提供了单独年份的土地利用数据，这些数据我们此次没有涵盖。

昨天在分享了两个大尺度长时序土地利用数据集，今天在此基础再次分享几个土地利用数据集，希望对当前能够获取的大尺度长时序高精度土地利用数据集进行一个系统总结，希望有助于大家开展有关研究。这些数据集都非常棒。大家可以比较使用。

GEE学习室是一群由认真学习和使用GEE等遥感大数据平台的高校博士生（含在读和已毕业）组建的团队，致力于GEE等大数据原创和优质算法开发，希冀通过团队的努力为遥感大数据智能处理普及和广大学子科研之路提供。，比如能够清晰地看清道路等细长等信息，这一结果是CLCD等使用RF等传统模型所不具备的，而且整个过程在GEE中完全实现，去掉了繁琐的影像下载。如果是早些年，作为第一批吃螃蟹的人，使用这些简单的分类

GEE学习室是一群由认真学习和使用GEE等遥感大数据平台的高校博士生（含在读和已毕业）组建的团队，致力于GEE等大数据原创和优质算法开发，希冀通过团队的努力为遥感大数据智能处理普及和广大学子科研之路提供。昨天，中科院发布了最新的期刊分区表，这是广大学生党和科研工作者比较关心的事情，毕竟涉及到自己能不能满足要求毕业和科研绩效等。，这些期刊也是小编经常浏览和追踪的，所以大家也可以对应的浏览和追踪起来。

GEE学习室的老师们最近使用GEE训练了深度学习模型用于不透水面分类，可以直接应用于不同年份和不同地区的研究，去除了繁琐的影像下载，大大提高了实用性。以北京市为例，使用Sentinel-2影像数据，然后利用深度学习模型，可以很快就得到不透水面的分类专题图，如下所示：放大结果图看，如下所示，可以发现细节保持的很好。而且，如果对比其他的土地利用分类产品，就会发现使用深度学习得到的结果会好很多。最后，我

如果在研究当中有使用论文中的有关数据，请正确引用原文同时，大家也可以去原文提供网址下载有关数据，以下两个网址均可下载。GEE学习室是一群由认真学习和使用GEE等遥感大数据平台的高校博士生（含在读和已毕业）组建的团队，致力于GEE等大数据原创和优质算法开发，希冀通过团队的努力为遥感大数据智能处理普及和广大学子科研之路提供。之前推文中介绍了武汉大学黄昕老师老师团队关于中国1990-2020年30米土地

GEE学习室是一群由认真学习和使用GEE等遥感大数据平台的高校博士生（含在读和已毕业）组建的团队，致力于GEE等大数据原创和优质算法开发，希冀通过团队的努力为遥感大数据智能处理普及和广大学子科研之路提供。再次说明，本文只实现了简单的过程，具体效果和原文有偏差可以理解，诸君自行甄别。当然，这种迁移从现有技术标准等角度来看还是一种朴素的方法，但是这篇论文作为样本迁移研究的pioneer，还是很值得学习

GEE学习室是一群由认真学习和使用GEE等遥感大数据平台的高校博士生（含在读和已毕业）组建的团队，致力于GEE等大数据原创和优质算法开发，希冀通过团队的努力为遥感大数据智能处理普及和广大学子科研之路提供。，比如能够清晰地看清道路等细长等信息，这一结果是CLCD等使用RF等传统模型所不具备的，而且整个过程在GEE中完全实现，去掉了繁琐的影像下载。如果是早些年，作为第一批吃螃蟹的人，使用这些简单的分类

GEE学习室是一群由认真学习和使用GEE等遥感大数据平台的高校博士生（含在读和已毕业）组建的团队，致力于GEE等大数据原创和优质算法开发，希冀通过团队的努力为遥感大数据智能处理普及和广大学子科研之路提供。，比如能够清晰地看清道路等细长等信息，这一结果是CLCD等使用RF等传统模型所不具备的，而且整个过程在GEE中完全实现，去掉了繁琐的影像下载。如果是早些年，作为第一批吃螃蟹的人，使用这些简单的分类

近日小编在Google Scholar上浏览的时候，无意中发现几篇水稻遥感制图的有趣论文，因此整理出来供大家学习一下。其中，前两篇是最近发表在JAG期刊上的，第1和3篇论文很像，两者的标题在方法缩写上只差一个字，一个取名Spatial domain transfer，另一个则取名Spatial domain bridge transfer，最后一篇则是最容易理解也最容易上手的，同时该篇论文还是高被