大家知道，在开展大范围应用的时候，由于算力等因素的影响，很多时候不能一下子把整个研究区的数据都跑完，此时就需要使用格网划分，然后每次只运行一个格网内的数据，最后就整个数据拼接起来就完成了整个的研究。
而且，还有一种情况是当我们在制作样本数据的时候，为了确保样本的可靠性，也需要对研究区进行格网划分，然后在每个格网内选择样本数据。例如，我们经常可以看到下面的图，这种图就是在对格网数据进行筛选，从而构建起覆盖整个研究区的样本数据。
实际上，为了实现这个功能，我们可以在GEE中实现这些格网，例如参考之前的推文（见Google Earth Engine可以生成六边形渔网分块吗？当然可以啦），但是，这些方法在大尺度上运行的时候还是比较慢的。
今天，我们就分享一个制作好的全中国的格网数据，数据的尺寸是0.5度，这也和目前很多论文里面的格网划分尺度是一致，见下面的表述。
In such a way, we obtained a candidate sample pool of China. Then, the study area was divided into 1665 hexagons with 0.5 ◦ sides (Fig. 2a), and 20 points were randomly generated within each grid to ensure their spatial distribution and diversity. Finally, a total of 27000 training samples were randomly selected.
格网示意图如下：
我们也可以直接在Google Earth Engine里面调用，调用代码如下：
Map.addLayer(chinageeShp_hex_raduis_05,{'color':'blue'},'chinageeShp_hex_raduis_05');Map.addLayer(chinageeShp_rect_raduis_05,{'color':'green'},'chinageeShp_rect_raduis_05');Map.centerObject(chinageeShp_hex_raduis_05)
最后，在GEE中的调用效果如下：
如果你的研究区不是全国的，比如是下面的地方，则只需要过滤一下就可以实现切换到自己的研究区，十分的方便，代码在后面给出。
var chinageeShp_hex_raduis_05 = ee.FeatureCollection("projects/geeyearn/assets/chinageeShp_hex_raduis_05").filterBounds(AOI);var chinageeShp_rect_raduis_05 = ee.FeatureCollection("projects/geeyearn/assets/chinageeShp_rect_raduis_05").filterBounds(AOI);Map.addLayer(chinageeShp_hex_raduis_05,{'color':'blue'},'chinageeShp_hex_raduis_05');Map.addLayer(chinageeShp_rect_raduis_05,{'color':'green'},'chinageeShp_rect_raduis_05');
交流合作&科研搭子
想加入交流群的同学可加小编微信让其邀请进群（扫描下方二维码咨询报名或菜单栏“联系我们”选项框都可以找到小编哟）。注意，咨询加群验证信息请备注为“学位-研究方向-学校-加群”格式，否则不予通过。例如，假如你是武汉大学土地利用分类方向的博士研究生，则可以备注“博士-LULC-武大-加群”；假如你是清华水文方向的硕士研究生，则可以备注“硕士-水文-清华-加群”。
如果有帮助，点赞、关注、转发一下呗
