Google Earth Engine 官方已经在 Code Editor 中原生集成了“Ask”功能Gemini 辅助编程而不再完全依赖第三方扩展。今天我们来配置和使用一下。安装和配置这里其实并没有安装环节新版本的在线版本的编译器已经包含了ask这个环节这里如果你不配置api是不能使用的。所以这里我们一定要配置。配置GEE Gemini API key当我们点击这个创建key的时候就会自动跳转到google AI studio的界面如果这里之前设置过就api,那么直接copy即可如果没有那么就创建一个新的这个过程中需要等待几秒钟然后会出现下面的信息复制API密钥即可这个就算完成了这里我们要设置结算信息我们直接设定免费层级的就可以了如果你想体验更好的模型这里就绑定国外的信用卡即可测试这里直接提示我们用户高峰期稍后使用我这里切换了2.5版本还是不行大家出现这个状况的时候多试试即可案例提问约市河流提取的代码吗简介一些要求有可视化结果展示结果当然这是一个简短的Earth Engine JavaScript代码示例用于在纽约市提取并可视化河流。这个脚本通过加载高程数据SRTM DEM计算地形坡度并根据坡度阈值来识别潜在的河流区域。较低的坡度值通常与河流或平坦的河谷相关。// 1. 定义纽约市的兴趣区域 (ROI)。// 这里使用一个点作为中心然后创建一个缓冲区来代表纽约市的大致区域。varnycPointee.Geometry.Point(-74.0060,40.7128);// 纽约市中心坐标varroinycPoint.buffer(30000);// 30公里缓冲区// 2. 加载数字高程模型 (DEM) 数据集。// 使用SRTM GL1 高程数据分辨率为30米。varsrtmee.Image(USGS/SRTMGL1_003);// 3. 计算地形坡度。// 使用ee.Terrain.slope函数从DEM中计算坡度。varslopeee.Terrain.slope(srtm);// 4. 提取潜在的河流区域。// 我们假设坡度非常小的区域例如小于2度可能是河流或河谷。varriverMaskslope.lt(2);// 坡度小于2度的区域// 5. 应用掩膜到SRTM高程数据以便更好地可视化河流。varriverssrtm.updateMask(riverMask);// 6. 定义可视化参数。// DEM的可视化参数。vardemVis{min:0,max:500,palette:[006633,E5FFCC,662A00,EECC88,CC9966,996633]};// 河流低坡度区域的可视化参数。varriverVis{min:0,max:500,// 与DEM相同的范围但颜色不同以突出河流palette:[blue]};// 7. 将结果添加到地图上。Map.centerObject(roi,10);// 将地图中心设置到ROI并放大Map.addLayer(srtm,demVis,SRTM DEM);Map.addLayer(rivers,riverVis,Potential Rivers (low slope));// 打印一些信息到控制台print(纽约市兴趣区域:,roi);print(SRTM DEM图像:,srtm);print(坡度图像:,slope);print(潜在河流掩膜:,riverMask);代码解释定义兴趣区域 (ROI): 首先我们使用纽约市中心的经纬度创建一个 ee.Geometry.Point然后用 buffer(30000) 创建一个30公里的圆形缓冲区作为我们分析的区域。加载DEM数据: 我们加载了 ‘USGS/SRTMGL1_003’ 数据集这是一个30米分辨率的数字高程模型。计算坡度: 使用 ee.Terrain.slope(srtm) 函数计算了高程数据的坡度。提取潜在河流: 通过 slope.lt(2) 创建一个二进制掩膜筛选出坡度小于2度的区域。这些平坦的区域很可能是河流或其冲积平原。应用掩膜: 将 riverMask 应用到原始的 srtm 图像上这样只有被识别为河流的像素才会被显示。可视化参数: 定义了两个可视化参数对象demVis 用于显示整个DEM的颜色分级riverVis 则用蓝色来突出潜在的河流区域。添加图层到地图:Map.centerObject(roi, 10); 将地图视图调整到纽约市的ROI。Map.addLayer(srtm, demVis, ‘SRTM DEM’); 添加原始DEM图层。Map.addLayer(rivers, riverVis, ‘Potential Rivers (low slope)’); 添加潜在河流图层它将覆盖在DEM之上用蓝色显示河流。这个简化的方法可以快速展示潜在的河流区域。请注意这是一个基于坡度的代理对于更精确的河流网络提取您可能需要使用更复杂的地球引擎水文工具例如 ee.Image.flowAccumulation。总结相较于其他大模型就相当于接入了一个接口可以讲大模型生成的代码直接导入到编译器中间极大方便了我们copy的过程。至于代码执行力或者代码是不是丰富这里建议大家给更加丰富的提示词来实现这个过程