隨著航空、航天、近地空間等多個遙感平臺的不斷發(fā)展，近年來遙感技術(shù)突飛猛進。由此，遙感數(shù)據(jù)的空間、時間、光譜分辨率不斷提高，數(shù)據(jù)量也大幅增長，使其越來越具有大數(shù)據(jù)特征。對于相關(guān)研究而言，遙感大數(shù)據(jù)的出現(xiàn)為其提供了前所未有的機遇，但同時也提出了巨大的挑戰(zhàn)。傳統(tǒng)的工作站和服務(wù)器已經(jīng)無法滿足大區(qū)域、多尺度海量遙感數(shù)據(jù)處理的需要。

為解決這一問題，國內(nèi)外涌現(xiàn)了許多全球尺度地球科學數(shù)據(jù)（尤其是衛(wèi)星遙感數(shù)據(jù)）在線可視化計算和分析云平臺如谷歌Earth Engine（GEE）和航天宏圖的PIE Engine等。其中，Earth Engine最為強大，能夠存取和同步遙感領(lǐng)域目前常用的MODIS、Landsat和Sentinel等衛(wèi)星圖像和NCEP等氣象再分析數(shù)據(jù)集，同時依托全球上百萬臺超級服務(wù)器，提供足夠的運算能力對這些數(shù)據(jù)進行處理。目前，Earth Engine上包含超過900個公共數(shù)據(jù)集，每月新增約2 PB數(shù)據(jù)，總?cè)萘砍^80PB。作為國內(nèi)最先進的遙感云平臺，PIE Engine近年來發(fā)展發(fā)非常迅速，擁有豐富的國產(chǎn)衛(wèi)星數(shù)據(jù)，以及中國區(qū)域的其它重要開源數(shù)據(jù)，在數(shù)據(jù)安全性和訪問便利性方面具有獨到的優(yōu)勢。與傳統(tǒng)的處理影像工具（例如ENVI）相比，遙感云平臺一方面提供了豐富的計算資源；另一方面，其巨大的云存儲能力節(jié)省了科研人員大量的數(shù)據(jù)下載和預(yù)處理時間。如今，GEE/PIE等遙感云平臺憑借其強大的功能正受到越來越多國內(nèi)外科技工作者的關(guān)注，應(yīng)用范圍也在不斷擴大。

本教程致力于幫助科研工作者掌握GEE和PIE的實際應(yīng)用能力，以JavaScript編程語言為基礎(chǔ)，結(jié)合實例講解遙感云的基本概念知識、影像大數(shù)據(jù)分析、經(jīng)典應(yīng)用案例等方面的進階技能。為了提高教學質(zhì)量，本課程將融合最先進的ChatGPT等AI自然語言模型輔助教學，協(xié)助學員解答疑惑、提供針對性建議和指導(dǎo)，不僅讓學員更深入地掌握課程內(nèi)容，還為今后自助學習提供高效的個性化的學習體驗。

專題一?初識GEE和PIE遙感云平臺

1.GEE和PIE平臺及典型應(yīng)用案例介紹
2.JavaScript基礎(chǔ)，包括變量，運算符，數(shù)組，判斷及循環(huán)語句等
3.遙感云重要概念與典型數(shù)據(jù)分析流程
4.遙感云基本對象及平臺上手
?影像與影像集?幾何體、要素與要素集?日期、字符、數(shù)字?數(shù)組、列表、字典?影像/影像集、要素/要素集數(shù)據(jù)查詢、時空過濾、可視化、屬性查看等主要對象最常用API介紹

專題二?GEE和PIE影像大數(shù)據(jù)處理基礎(chǔ)

1.關(guān)鍵知識點講解
?影像數(shù)學運算、關(guān)系/條件/布爾運算、形態(tài)濾波、紋理特征提取等?影像掩碼，裁剪和鑲嵌?集合對象的循環(huán)迭代（map/iterate）?集合對象聯(lián)合（Join）?影像面向?qū)ο蠓治?br>2.主要功能串講與演練
?Landsat/Sentinel-2影像批量去云?Landsat/Sentinel-2傳感器歸一化、植被指數(shù)計算等?時間序列光學影像的平滑與空間插值

專題三?數(shù)據(jù)整合Reduce

1.關(guān)鍵知識點講解
?影像與影像集整合，如指定時窗的年度影像合成?影像區(qū)域統(tǒng)計與領(lǐng)域統(tǒng)計，分類后處理?要素集屬性列統(tǒng)計??柵格與矢量的相互轉(zhuǎn)換?分組整合與區(qū)域統(tǒng)計?影像集、影像和要素集的線性回歸分析
2.主要功能串講與演練
?研究區(qū)可用Landsat影像的數(shù)量和無云觀測數(shù)量的統(tǒng)計分析?中國區(qū)域年度NDVI植被數(shù)合成及年度最綠的DOY時間查找?國家尺度30年尺度的降雨量時空變化趨勢分析

專題四?云端數(shù)據(jù)可視化

1.關(guān)鍵知識點講解
?要素與要素集屬性制圖（條形圖、直方圖、堆積柱形圖、散點圖等）?影像制圖（區(qū)域統(tǒng)計、分類圖、直方圖、散點圖、線型圖，餅圖等）?影像集制圖（樣點時間序列圖、區(qū)域統(tǒng)計時間序列圖等）?數(shù)組與鏈表制圖（散點圖、樣線圖等）?圖形風格和屬性設(shè)置
2.主要功能串講與演練
?基于MODIS時間序列影像的不同地表植被物候分析與制圖?基于Hansen產(chǎn)品的年度森林時空變化分析與專題圖繪制

專題五?數(shù)據(jù)導(dǎo)入導(dǎo)出及資產(chǎn)管理

1.關(guān)鍵知識點講解
?不同矢量數(shù)據(jù)上傳個人資產(chǎn)?影像數(shù)據(jù)上傳個人資產(chǎn)、屬性設(shè)置等?影像批量導(dǎo)出（Asset和Driver）?矢量數(shù)據(jù)導(dǎo)出（Asset和Driver）?空間統(tǒng)計分析結(jié)果導(dǎo)出
2.主要功能串講與演練
?PIE平臺國產(chǎn)衛(wèi)星數(shù)據(jù)下載?影像合成批量導(dǎo)出及下載?地面樣地對應(yīng)遙感指標數(shù)據(jù)導(dǎo)出

專題六?機器學習算法

1.關(guān)鍵知識點講解
?樣本抽樣（隨機抽樣、分層隨機抽樣）?監(jiān)督分類算法（隨機森林、CART、貝葉斯、SVM、決策樹等）?非監(jiān)督分類算法（wekaKMeans、wekaLVQ等）?分類精度評估
2.主要功能串講與演練
?聯(lián)合光學與雷達時間序列影像的森林動態(tài)監(jiān)測?水體自動提取與洪澇監(jiān)測

專題七?專題練習與回顧

1.GEE土地利用分類綜合案例，實現(xiàn)主要功能串講，包括地面樣本準備、多源遙感影像預(yù)處理、算法開發(fā)、分類后處理、精度評估和空間統(tǒng)計分析與制圖等環(huán)節(jié)
2.經(jīng)典PIE案例代碼講解與學習?夜間燈光指數(shù)提取?長時間尺度植被覆蓋度反演?水域動態(tài)監(jiān)測?農(nóng)作物種植面積提取?荒漠化程度提取
3.人口密度動態(tài)變化分析學員征集案例講解與答疑?GEE與PIE平臺切換、代碼優(yōu)化、常見錯誤與調(diào)試總結(jié)

注：請?zhí)崆白詡潆娔X及安裝所需軟件

GEE入門學習，遙感云大數(shù)據(jù)在林業(yè)應(yīng)用丨災(zāi)害、水體與濕地領(lǐng)域應(yīng)用丨GPT模型應(yīng)用