还有，顺手说一句，交流群中经常有同学使用ArcGIS或者ENVI来处理数据，这样太慢了，建议大家都“强迫”使用编程来解决问题，尤其是借着本次推文的契机开始学习Matlab、Python和Google Earth Engine等。提供了更大的可访问性，它包含超过850个功能，跨越21个模块，用于处理地理空间数据，包括光栅(例如，图像)和矢量(例如，shapefile)数据集。，虽然偏工程，但是也很重

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

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

CLCD数据集是30米分辨率中国区域土地利用数据集，涵盖了1985、1990-2023年份。本次分享是通过在Google Earth Engine云平台调用CLCD数据集，方便大家开展科学研究