谷歌地球引擎如何快速分类大尺度马赛克?

问题描述

我知道我的问题可能过于抽象,无法直接回答,但最近几天我一直在思考这个问题。

GEE 是地理空间数据分析和可视化的绝佳平台,它如何进行大规模分类:在几秒到几分钟的处理时间内对大陆或全球土地类型或水体进行分类

如果对大型栅格马赛克进行类似的分析,则可能需要更长的时间。

当然,一种加快速度的方法是使用虚拟栅格并将大马赛克细分为较小的图块并并行处理它们。

但是我不清楚这些实现是如何在 GEE 的背景下完成的。

因此,如果您想使用外部库(例如 scikit-learn 或 pandas)执行数组级别的分析,那么从服务器端对象转换为客户端对象可能会很麻烦而且不是那么简单。

总而言之,我正在努力

@H_502_14@
  • 阐明我对大规模地理空间数据的无缝分类以及如何在 GEE 中实现的理解。
  • GEE 数据如何与外部库无缝集成
  • 解决方法

    暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

    如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

    小编邮箱:dio#foxmail.com (将#修改为@)