Google Earth Engine API 4：图像数学与特征应用讲解

本资源是关于"Google Earth Engine API-4：图像数学与特征"的高级GIS和遥感（IRGN490）课程讲义，由Ran Goldblatt教授在2017年冬季学期讲解。主要内容围绕Google Earth Engine (GEE) API的深入应用，特别关注如何利用该平台进行高级地理空间分析和遥感数据处理。 首先，学习者通过示例展示了如何操作GEE中的Feature Collection，如读取并显示印度各州的特征集合，通过`ee.FeatureCollection('ft:160zyLleO3NDRUYNV7dCNbGs03AzeUZxiy2I5-JSi')`获取数据，并使用`Map.addLayer`将印度各州以红色图层呈现，同时计算并打印出印度州的数量。 接下来，讲解了如何使用几何形状（如Gujarat的geometry）对遥感数据进行筛选和裁剪。通过`filterBounds`函数，可以根据指定边界范围（这里是Gujarat）来过滤Feature Collection。此外，还展示了如何从更广泛的landsat NDVI数据中提取Gujarat地区的数据，即`var ndvi_Gujarat = ndvi2015.clip(Gujarat)`。 核心知识点聚焦于使用`reduceRegion`方法进行区域内计算。该方法接受两个参数：一个是要进行计算的区域（如Gujarat的几何区域），以及一个特定的计算还原器(reducer)，比如对影像数据执行平均、总和或其他统计运算。`ee.Image.reduceRegion(reducer)`用于在指定区域上应用这些计算，从而实现对遥感数据的区域化处理，这对于空间数据分析和地理现象的分析至关重要。 此外，还提到了`ee.Reducer`类，它是GEE中用于定义还原器的工具，用户可以根据需求自定义计算逻辑，以适应不同的地理信息处理任务。 总结来说，这部分内容深度剖析了GEE API在处理高级地理空间数据时的实用性，包括数据选择、区域化计算以及定制化处理方法，为遥感和GIS专业人士提供了强大的工具和实践指导。通过这些实例，学习者可以理解如何利用GEE进行更复杂、精确的地理数据分析和可视化。