内容概要：本文档详细介绍了如何使用Google Earth Engine (GEE) 对Sentinel-2卫星图像进行云层遮罩处理的方法。首先定义了一个函数`funcao`用于提取QA60波段并设置云和卷云的位掩码，确保这两个条件都为0时才保留图像数据。然后通过`ImageCollection`方法获取指定时间范围内的COPERNICUS/S2影像集，并使用过滤器排除云量超过20%的影像。最后利用`.map(funcao)`将云层遮罩应用到整个影像集合，并通过中值合成创建马赛克图像，最终展示RGB波段的处理结果。; 适合人群：对遥感数据分析、地理信息系统(GIS)以及Google Earth Engine平台有一定了解的研究人员和技术人员。; 使用场景及目标：①学习如何在GEE平台上处理Sentinel-2卫星数据；②掌握云层遮罩技术，提高影像质量，为后续分析提供更清晰的数据源；③理解位运算在遥感影像处理中的应用。; 阅读建议：读者应具备基本的JavaScript编程技能和对遥感概念的理解，在实践中逐步探索代码细节，尝试调整参数以适应不同研究区域的需求。

GEE——连续变化检测和分类（CCDC）.html

GEE补丁查看WZL编辑器，各种系统都可以用！ 传奇GEE引擎补丁素材查看

遥感生态指数（Remote Sensing Ecological Index）是一种基于遥感技术对生态系统进行监测和评估的指数，它通过对地表反射光谱数据的分析，反映出生态系统的植被覆盖程度、植被生长状况、土地利用类型、土地覆盖变化等生态环境信息。 遥感生态指数通常采用遥感影像数据来计算，包括多光谱影像、高光谱影像、雷达影像等。常用的遥感生态指数包括植被指数（Vegetation Index）、归一化植被指数（Normalized Difference Vegetation Index，NDVI）、土地覆盖指数（Land Cover Index）等。 其中，植被指数可以用来反映植被的生长状况，归一化植被指数则是常用的植被指数，可以通过计算近红外波段和红光波段反射率之间的比值来计算；土地覆盖指数则可以用来反映不同土地利用类型的空间分布情况，如城市、耕地、林地、草地等。

数据中的shp是自己的，大家有需要可以上传自己的shp文件，这里不上传了

Harmonics_and_z分数_GEE_code Google Earth Engine代码可根据MODIS时间序列数据计算z得分和谐波分析。

gee-Landsat影像 随机森林分类代码

基于GEE水稻监测的汇报PPT，对于学习GEE进行遥感分析有较高价值。

Google Earth Engine学习资料

gee-ccdc-工具 关于 该存储库托管着一组旨在与Google Earth Engine（GEE）中的CCDC算法的输出进行交互的工具和应用程序的快照。 它还托管了这些工具和实用程序的文档（进行中）。 要直接在GEE中访问存储库的最新版本，请单击 要访问Google Earth Engine应用程序以探索Landsat观测值和CCDC系数的时间序列，请单击 引文 Arévalo，P.，Bullock，EL，Woodcock，CE，Olofsson，P.（2020年）。 一套用于在Google Earth Engine中进行持续土地变化监测的工具。 气候前沿。