遥感脚本最容易被忽略的一行，往往是数据集 ID。它看起来稳定，实则把空间范围、时间覆盖、分辨率、处理方法和许可条件都藏在调用背后。Earth Engine 9 月发布说明带来一批新目录项，也在 COG 导出上改为按像元类型选择概览重采样。这类变化不应只由开发者看到；它应进入 GIS 团队的版本和回归制度。
可核查事实
- Google Earth Engine 的发布说明按日期记录客户端库、服务端、Code Editor 的新增功能、修复和性能变化。
- 2026 年 9 月 9 日，Earth Engine Data Catalog 新增 OPERA Land Surface Disturbance Annual from Harmonized Landsat Sentinel-2（DIST-ANN-HLS）V1。
- 同日新增 Tallo Global Tree Allometry and Crown Architecture Database V1。
- 同日新增 Cocoa、Coffee、Palm、Rubber Probability model 2026a 四个资产。
- 同日新增 WeatherNext 3 的 0.05° 与 0.1° 两个资产。
- 2026 年 9 月 1 日起，COG 导出会按像元类型动态选择概览重采样：浮点影像使用 CUBIC，整数和离散影像使用 NEAREST。
核心机制
目录新增并不自动提升任何模型结论。DIST-ANN-HLS、树木结构数据库、作物概率和天气预测资产属于不同的观测或模型语义；把它们拼到同一流程前，需要明确每个图层是观测值、派生产品还是概率输出。导出端的重采样变化同样重要：连续浮点量与分类编码不能使用同一种概览策略，否则缩放浏览、切片金字塔和下游统计会产生不同解释。
GIS 场景与实施路径
以一项区域扰动监测为例，先把旧脚本的集合 ID、波段、掩膜、投影、比例系数与导出参数固化。然后只替换一个输入资产，在固定 AOI 和时间窗重跑；分别比较像元类型、直方图、分区汇总、缩略图和 COG 概览。若要结合作物概率或 WeatherNext 数据，应单独建立时间和分辨率对齐步骤，不能在地图上叠加后直接解释为因果关系。
可执行建议
- 把每次 Earth Engine 目录调用的资产 ID、读取日期和发布说明日期写入运行日志。
- 对连续栅格与分类栅格分别保存 COG 概览截图和统计，检查重采样是否符合预期。
- 新资产先在小 AOI 和少量日期验证，再进入批量导出。
- 对概率模型明确阈值、训练语境和人工复核，不把概率值当作地面真值。
- 为资产不可用、波段变化和导出差异保留失败状态与可重跑样本。
资料来源与数据口径
本文的资产名称、日期和 COG 行为来自 Google Earth Engine 官方发布说明。发布说明仅说明平台条目和实现变化，不给出各资产在中国或任何特定区域的精度承诺。实际项目必须核对数据集文档、许可、时间覆盖、投影和尺度。
风险边界
目录资产可能是模型、产品或第三方数据，不应因为出现在同一平台就视为可互换。浮点与离散像元的重采样规则也不能替代专题分类验证。涉及农业、林业和灾害决策时，应结合本地调查、独立影像和领域专家审核。
结论
Earth Engine 的更新真正影响生产，不在于多了多少条目录记录，而在于团队是否能证明输入、导出和结论之间的版本关系。把发布说明转成可复跑样本，才能让脚本在平台持续演进时仍保持结果可解释。