GEE/PIE遥感大数据处理与典型案例

如今,GEE/PIE等遥感云平台凭借其强大的功能正受到越来越多国内外科技工作者的关注,应用范围也在不断扩大。本教程致力于帮助科研工作者掌握GEE和PIE的实际应用能力,以JavaScript编程语言为基础,结合实例讲解遥感云的基本概念知识、影像大数据分析、经典应用案例等方面的进阶技能。为了提高教学质量,将融合最先进的ChatGPT等AI自然语言模型辅助教学,协助学员解答疑惑、提供针对性建议和指导,不仅让学员更深入地掌握课程内容,还为今后自助学习提供高效的个性化的学习体验。

一、初识GEE和PIE遥感云平台

①GEE和PIE平台及典型应用案例介绍
②JavaScript基础,包括变量,运算符,数组,判断及循环语句等
③遥感云重要概念与典型数据分析流程
④遥感云基本对象及平台上手
影像与影像集
几何体、要素与要素集
日期、字符、数字
数组、列表、字典
影像/影像集、要素/要素集数据查询、时空过滤、可视化、属性查看等主要对象最常用API介绍

二、GEE和PIE影像大数据处理基础

①关键知识点讲解
影像数学运算、关系/条件/布尔运算、形态滤波、纹理特征提取等
影像掩码,裁剪和镶嵌
集合对象的循环迭代(map/iterate)
集合对象联合(Join)
影像面向对象分析
②主要功能串讲与演练
Landsat/Sentinel-2影像批量去云
Landsat/Sentinel-2传感器归一化、植被指数计算等
时间序列光学影像的平滑与空间插值

三、数据整合Reduce

①关键知识点讲解
影像与影像集整合,如指定时窗的年度影像合成
影像区域统计与领域统计,分类后处理
要素集属性列统计 
栅格与矢量的相互转换
分组整合与区域统计
影像集、影像和要素集的线性回归分析
②主要功能串讲与演练
研究区可用Landsat影像的数量和无云观测数量的统计分析
中国区域年度NDVI植被数合成及年度最绿的DOY时间查找
国家尺度30年尺度的降雨量时空变化趋势分析

四、云端数据可视化

①关键知识点讲解
要素与要素集属性制图(条形图、直方图、堆积柱形图、散点图等)
影像制图(区域统计、分类图、直方图、散点图、线型图,饼图等)
影像集制图(样点时间序列图、区域统计时间序列图等)
数组与链表制图(散点图、样线图等)
图形风格和属性设置
②主要功能串讲与演练
基于MODIS时间序列影像的不同地表植被物候分析与制图
基于Hansen产品的年度森林时空变化分析与专题图绘制

五、数据导入导出及资产管理

①关键知识点讲解
不同矢量数据上传个人资产
影像数据上传个人资产、属性设置等
影像批量导出(Asset和Driver)
矢量数据导出(Asset和Driver)
空间统计分析结果导出
②主要功能串讲与演练
PIE平台国产卫星数据下载
影像合成批量导出及下载
地面样地对应遥感指标数据导出

六、机器学习算法

①关键知识点讲解
样本抽样(随机抽样、分层随机抽样)
监督分类算法(随机森林、CART、贝叶斯、SVM、决策树等)
非监督分类算法(wekaKMeans、wekaLVQ等)
分类精度评估
②主要功能串讲与演练
联合光学与雷达时间序列影像的森林动态监测
水体自动提取与洪涝监测

七、专题练习与回顾

①GEE土地利用分类综合案例,实现主要功能串讲,包括地面样本准备、多源遥感影像预处理、算法开发、分类后处理、精度评估和空间统计分析与制图等环节
②经典PIE案例代码讲解与学习
夜间灯光指数提取
长时间尺度植被覆盖度反演
水域动态监测
农作物种植面积提取
荒漠化程度提取
③人口密度动态变化分析学员征集案例讲解与答疑
GEE与PIE平台切换、代码优化、常见错误与调试总结

GEE/PIE遥感大数据处理与典型案例_第1张图片

GEE/PIE遥感大数据处理与典型案例_第2张图片

更多应用

GEE入门学习,遥感云大数据分析、管理与可视化以及在林业应用丨灾害、水体与湿地领域应用丨GPT模型应用_WangYan2022的博客-CSDN博客近年来遥感技术得到了突飞猛进的发展,航天、航空、临近空间等多遥感平台不断增加,数据的空间、时间、光谱分辨率不断提高,数据量猛增,遥感数据已经越来越具有大数据特征。遥感大数据的出现为相关研究提供了前所未有的机遇,同时如何处理好这些数据也提出了巨大的挑战。传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。https://blog.csdn.net/WangYan2022/article/details/131678440?spm=1001.2014.3001.5502

你可能感兴趣的:(遥感,GEE,PIE,遥感大数据处理)