一隻熱衷於分享的科研狗，一個曾經爲產品算法熬過很多很多個夜的科研狗。以前的我熱衷於產品生產，而不是應用，比如SR的生產，LST的生產，這樣的話，就需要數月甚至數年的原始數據下載下來，OK，你可能說在GEE上面也可以調用TOAR，調用BT，但是其實是有很多細節需要處理，很多的不便之處的，比如你可能要調用IDL中的函數，調用ENVI中的函數，才能完成初步處理，有的東西非IDL不能處理，除非Esri把ENVI工具源碼公佈，讓其他語言，如JS有複製的可能，但是不可能的，ESRI不可能公佈的，這樣就是說，下載下來比較方便，隨心所欲使用IDL調用ENVI下的工具，然後用來測試自己的算法，而如果做應用，可以直接使用GEE上的SR產品，使用GEE上的LST產品，直接省去了數據下載的過程。的確好爽啊！
因此，對做應用的人來說，就是神器。
Google Earth Engine (GEE) 確實是比較適合地學應用的強大平臺，花了兩小時，體驗了一把GEE，我決定入坑了。
上一篇，談到了如何註冊賬號。
接下來，跟我初體驗一下。
1 瞭解GEE
https://earthengine.google.com/faq/
2 代碼編輯器
首先，我們放上Code Editor的鏈接，
https://code.earthengine.google.com/
關於更多界面編輯器的介紹，看這裏：
https://developers.google.com/earth-engine/playground
3 小例
更多學習資料，請參見無形的風。
//導出單張影像到Drive中
var landsat = ee.Image('LANDSAT/LC8_L1T_TOA/LC81230322014135LGN00').select(['B6', 'B5', 'B3']);
var geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236]);
Map.centerObject(geometry, 7);
Map.addLayer(geometry, {}, "geometry");
Map.addLayer(landsat);
// To Drive
Export.image.toDrive({
image: landsat,
description: 'imageToDriveExample',
scale: 30,
region: geometry});
653類似於LAT5的542，植被接近於人眼識別色。
顯示上述組合的LAT8的遙感圖像，裁剪北京主城區，將其輸出到谷歌雲盤。
先保存代碼，再運行代碼。
4 結果
雲盤空間中查看是否有結果，
雲盤地址：https://drive.google.com/drive/my-drive
看出來，15G的雲盤空間已經有了29M大小的圖像。
5雲盤空間下載保存
將其從雲盤空間下載下來，保存到磁盤目錄，用ENVI打開查看。
空間參考信息也已自動寫入。
“後來遇見它，陪我春秋冬夏~”
你好，GEE !