本来都准备洗洗漱漱睡了，看到同事群里发了句Cursor，写代码再也不用百度了。立马来了好奇心，下载下来试试。
看起来是个先进的工具。
下载后界面比较简洁，像个简单的编译器，包括js和py的两个文件。
先进行简单的GEE下载影像的尝试。
给我一段代码GEE下载哨兵二号影像，显示并下载出来，中心地点为成都市，范围为整个四川省，时间为2022年8月至10月，云覆盖率小于10%
GEE结果显示如下。
// Import the Sentinel-2 image collection.
var sentinel2 = ee.ImageCollection('COPERNICUS/S2_SR')
// Filter by date and location.
.filterBounds(ee.Geometry.Point(104.06, 30.67))
.filterDate('2022-08-01', '2022-10-31')
// Filter by cloud cover.
.filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 10))
// Select the first image.
.first();
// Display the image.
Map.addLayer(sentinel2, {bands: ['B4', 'B3', 'B2'], min: 0, max: 3000}, 'Sentinel-2');
// Export the image.
Export.image.toDrive({
image: sentinel2,
description: 'sentinel2',
scale: 10,
region: ee.FeatureCollection('TIGER/2018/States')
.filter(ee.Filter.eq('NAME', 'Sichuan'))
.geometry()
});可以看出对于四川的理解并不到位，他理解为保存文件为四川，尝试保存时可以发现，没有真正的区域文件进行保存。
但是稍加修改。
// Import the Sentinel-2 image collection.
var table = ee.FeatureCollection("users/sunyu20/sichuan");
var boundary = table.geometry()
Map.centerObject(boundary, 6)
var sentinel2 = ee.ImageCollection('COPERNICUS/S2_SR')
// Filter by date and location.
.filterBounds(boundary)
.filterDate('2022-08-01', '2022-10-31')
// Filter by cloud cover.
.filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 10));
// Display the image.
Map.addLayer(sentinel2, {bands: ['B4', 'B3', 'B2'], min: 0, max: 3000}, 'Sentinel-2');
// Export the image.
Export.image.toDrive({
image: sentinel2,
description: 'sentinel2',
scale: 10,
region: boundary
});
好用，真的好用，我尝试了一下其他python，包括计算气象指数等基本上都可以实现，甚至我三年来攒下的论文代码，在不断提要求和优化方面，cursor也能较为准确实现。
AI是要改变未来的，与其担心被他卷走工作或其他的，不如好好利用。很难具体描述现在的感受，大概未来要多为自己学习，为自己找乐子，卷没有意义，身处这个时代，有幸可以见证历史，多活几年比早卷几年要幸福得多。明天起我一定要更新公众号。