Google Earth Engine云平台是目前全球范围内测绘领域内使用最为广泛的遥感云计算平台，其凭借强大的数据存储和云计算能力，极大了提高了全球科研工作者的科研产出，每年借助GEE平台发布的各类期刊论文超1000篇，在海量遥感数据的今天，如何快速实现GEE云平台的数据处理、数据分析和成果转化成为目前众多学科的老师和学生的必备技能。特别是在长时间序列的研究中，如何克服大面积范围数据预处理阶影像条带色差带来的长时序反演研究结果精度较低的？如何基于单期土地分类样本点实现长时序土地分类，进而监测逐年土地变化类型和面积？如何使用机器学方法实现大面积范围内的生物量估算？等科学问题。
章节 | 标题 | 内容 |
第 一 章 节 |
1.1初识GEE | Google Earth Engine遥感云平台简介 |
GEE数据介绍 | ||
GEE文档查询 | ||
GEE 社区（直接向GEE专家提问） | ||
GEE JavaScript 和python API的介绍 | ||
JavaScript 代码编辑区介绍 | ||
1.2常用函数介绍 | 影像、影像集合、矢量、矢量集合等对象以及函数介绍 ee.Algorithms, ee.Array, ee.Blob, ee.Classifier, ee.Clusterer, ee.ConfusionMatrix, ee.Date, ee.DateRange, ee.Dictionary, ee.ErrorMargin, ee.Feature, ee.FeatureCollection, ee.Filter, ee.Geometry, ee.Image, ee.ImageCollection, ee.Join | |
1.3 基础案例介绍 | 讲解+实操：数据预处理（拼接、裁剪、去云和缩放） | |
讲解+实操：影像加载和导出 | ||
讲解+实操：矢量加载和导出（FeatureView） | ||
讲解+实操：波段和植被指数计算（NDVI、EVI等） | ||
讲解+实操：影像和矢量面积计算 | ||
讲解+实操：高程、坡度和坡向计算（两种算法）
| ||
第 二 章 节 |
2 Landsat影像修复 | 直方图匹配算法介绍 |
随机森林算法（回归模式） | ||
概率密度函数
| ||
累积分布函数
| ||
讲解+实操：基于Landsat NDVI的影像修复
讲解+实操：基于Landsat NDVI的影像修复APP应用（含修复后影像下载）
| ||
讲解+实操：基于NDWI的影像修复实操和APP应用讲解
讲解+实操：基于Landsat NDWI的影像修复APP应用（含修复后影像下载）
| ||
第 三 章 节 |
3.基于样本点迁移的长时序土地分类 | 样本点迁移方法介绍 |
多源遥感介绍 | ||
机器学习方法介绍（CART、RF、GBDT等） | ||
土地分类方法的评价指标 | ||
基于多源遥感和机器学习方法的土地分类 讲解+实操：1.数据处理流程
讲解+实操：2.多源遥感变量选择和筛选 讲解+实操：3.长时序土地分类
讲解+实操：4.长时序土地分类APP应用讲解
| ||
5.基于AI Earth的土地分类分析
| ||
第 四 章 节 |
4.基于机器学习方法的森林生物量预测 | 机器学习方法介绍 |
多源遥变量的感科学划分 | ||
讲解+实操：基于单源遥感变量的生物量估算模型 | ||
讲解+实操：变量筛选：多源遥感变量重要性分析和相关性分析 | ||
讲解+实操：基于多源遥感变量的生物量估算模型
|
视频教程V:xhd825
转载本文请联系原作者获取授权，同时请注明本文来自肖辉科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3377877-1432895.html?mobile=1
收藏
