GEE-PIE遥感大数据处理与典型案例教程

详情点击链接:GEE-PIE遥感大数据处理与典型案例教程

一: GEE和PIE 遥感云平台

1.GEE和PIE平台及典型应用案例

2.JavaScript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

4.1 影像与影像集

4.2 几何体、要素与要素集

4.3 日期、字符、数字

4.4 数组、列表、字典

4.5 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

二: GEE和PIE影像大数据处理基础

1.1. 关键知识点

1.1.1 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

1.1.2 影像掩码,裁剪和镶嵌

1.1.3 集合对象的循环迭代(map/iterate)

1.1.4 集合对象联合(Join)

1.1.5 影像面向对象分析

2.2. 主要功能

2.2.1 Landsat/Sentinel-2影像批量去云

2.2.2 Landsat/Sentinel-2传感器归一化、植被指数计算等

2.2.3 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

1.1 影像与影像集整合,如指定时窗的年度影像合成

1.2 影像区域统计与领域统计,分类后处理

1.3 要素集属性列统计

1.4 栅格与矢量的相互转换

1.5 分组整合与区域统计

1.6 影像集、影像和要素集的线性回归分析

2.主要功能

2.1 研究区可用Landsat影像的数量和无云观测数量的统计分析

2.2 中国区域年度NDVI植被数合成及年度最绿的DOY时间查找

2.3 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

1.1 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)

1.2 影像制图(区域统计、分类图、直方图、散点图、线型图,饼图等)

1.3 影像集制图(样点时间序列图、区域统计时间序列图等)

1.4 数组与链表制图(散点图、样线图等)

1.5 图形风格和属性设置

2.主要功能

2.1 基于MODIS时间序列影像的不同地表植被物候分析与制图

2.2 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

1.1 不同矢量数据上传个人资产

1.2 影像数据上传个人资产、属性设置等

1.3 影像批量导出(Asset和Driver)

1.4 矢量数据导出(Asset和Driver)

1.5 空间统计分析结果导出

2.主要功能

2.1 PIE平台国产卫星数据下载

2.2 影像合成批量导出及下载

2.3 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

1.1 样本抽样(随机抽样、分层随机抽样)

1.2 监督分类算法(随机森林、CART、贝叶斯、SVM、决策树等)

1.3 非监督分类算法(wekaKMeans、wekaLVQ等)

1.4 分类精度评估

2.主要功能

2.1 联合光学与雷达时间序列影像的森林动态监测

2.2 水体自动提取与洪涝监测

七:

1.G EE **土地利用分类综合案例,**实现主要功能,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P IE 案例代码

2.1 夜间灯光指数提取

2.2 长时间尺度植被覆盖度反演

2.3 水域动态监测

2.4 农作物种植面积提取

2.5 荒漠化程度提取

3.人口密度动态变化分析

3.1 GEE与PIE平台切换、代码优化、常见错误与调试总结

相关推荐
云天徽上4 小时前
【PaddleOCR】OCR常见关键信息抽取数据集,包含FUNSD、XFUND、WildReceipt等整理,持续更新中......
人工智能·计算机视觉·信息可视化·paddlepaddle·paddleocr·文本识别
martian6654 小时前
支持向量机(SVM)深度解析:从数学根基到工程实践
算法·机器学习·支持向量机
FF-Studio5 小时前
【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》
人工智能·pytorch·深度学习·线性代数·机器学习·数学建模·transformer
贾全6 小时前
第十章:HIL-SERL 真实机器人训练实战
人工智能·深度学习·算法·机器学习·机器人
GIS小天6 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年7月4日第128弹
人工智能·算法·机器学习·彩票
我是小哪吒2.06 小时前
书籍推荐-《对抗机器学习:攻击面、防御机制与人工智能中的学习理论》
人工智能·深度学习·学习·机器学习·ai·语言模型·大模型
慕婉03076 小时前
深度学习前置知识全面解析:从机器学习到深度学习的进阶之路
人工智能·深度学习·机器学习
杨超越luckly7 小时前
ArcGISPro应用指南:ArcGISPro制图全流程详解
arcgis·信息可视化·gis·制图·arcgispro
蓝婷儿7 小时前
Python 机器学习核心入门与实战进阶 Day 2 - KNN(K-近邻算法)分类实战与调参
python·机器学习·近邻算法
IT古董9 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(3)决策树回归模型(Decision Tree Regression)
神经网络·机器学习·回归