以Earth Engine（GEE）為代表全球尺度地球科學(xué)數(shù)據(jù)（尤其是衛(wèi)星遙感數(shù)據(jù)）在線(xiàn)可視化計(jì)算和分析云平臺(tái)應(yīng)用越來(lái)越廣泛。該平臺(tái)存儲(chǔ)和同步遙感領(lǐng)域目前常用的MODIS、Landsat和Sentinel等衛(wèi)星影像、氣候與天氣、地球物理等方面的數(shù)據(jù)集超過(guò)60PB，同時(shí)依托全球上百萬(wàn)臺(tái)超級(jí)服務(wù)器，提供足夠的運(yùn)算能力對(duì)這些數(shù)據(jù)進(jìn)行處理。相比于ENVI等傳統(tǒng)的遙感影像處理工具，GEE在處理海量遙感數(shù)據(jù)方面具有不可比擬的優(yōu)勢(shì)，一方面提供了豐富的計(jì)算資源，另一方面其巨大的云存儲(chǔ)節(jié)省了科研人員大量的數(shù)據(jù)下載和預(yù)處理的時(shí)間，是遙感數(shù)據(jù)的計(jì)算和分析可視化方面代表世界該領(lǐng)域最前沿水平，是遙感領(lǐng)域的一次革命。

聚焦目前遙感應(yīng)用最熱門(mén)領(lǐng)域之一的林業(yè)，重點(diǎn)結(jié)合典型應(yīng)用案例綜合展示GEE云平臺(tái)的使用技巧和強(qiáng)大功能，提升參會(huì)人員解決實(shí)際問(wèn)題的能力。將以JavaScript版本GEE為主進(jìn)行講解，先介紹GEE基本知識(shí)，再結(jié)合微型案例對(duì)關(guān)鍵知識(shí)進(jìn)行串講，最后結(jié)合林業(yè)應(yīng)用典型案例進(jìn)行綜合講解。綜合案例部分，部分內(nèi)容會(huì)結(jié)合Python版本的GEE進(jìn)行講解，建議參會(huì)學(xué)員提前搭建好軟硬件平臺(tái)。

第一部分：GEE實(shí)踐篇（完整教程，提前學(xué)習(xí)）

海量遙感數(shù)據(jù)處理與GEE云計(jì)算技術(shù)應(yīng)用與典型案例實(shí)踐

一、初識(shí)GEE及開(kāi)發(fā)平臺(tái)

1.GEE平臺(tái)及典型應(yīng)用案例介紹；2.GEE JavaScript開(kāi)發(fā)環(huán)境及常用數(shù)據(jù)資源介紹；

3.JavaScript基礎(chǔ)，包括變量，運(yùn)算符，數(shù)組，判斷及循環(huán)語(yǔ)句等；

4.GEE遙感云重要概念與典型數(shù)據(jù)分析流程；

5.初識(shí)GEE JavaScript對(duì)象和平臺(tái)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(xún)、時(shí)空過(guò)濾、可視化、屬性查看等
?主要對(duì)象最常用API介紹
?程序調(diào)試與誤區(qū)提醒

二、影像大數(shù)據(jù)處理基礎(chǔ)

1. 關(guān)鍵知識(shí)點(diǎn)講解
?影像數(shù)學(xué)運(yùn)算、關(guān)系/條件/布爾運(yùn)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(duì)象的循環(huán)迭代（map/iterate）
?集合對(duì)象聯(lián)合（Join）
?再談數(shù)組及數(shù)組影像
?影像面向?qū)ο蠓治?/p>

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(jì)算與Tasseled cap變換等
?時(shí)間序列光學(xué)影像的平滑與空間插值

三、數(shù)據(jù)整合Reduce

1.關(guān)鍵知識(shí)點(diǎn)講解
?影像與影像集整合，如指定時(shí)窗的年度影像合成
?影像區(qū)域統(tǒng)計(jì)與領(lǐng)域統(tǒng)計(jì)，分類(lèi)后處理
?要素集屬性列統(tǒng)計(jì)
?柵格與矢量的相互轉(zhuǎn)換
?分組整合與區(qū)域統(tǒng)計(jì)
?影像集、影像和要素集的線(xiàn)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(wú)云觀(guān)測(cè)數(shù)量的統(tǒng)計(jì)分析
?中國(guó)區(qū)域年度NDVI植被數(shù)合成及年度最綠的DOY時(shí)間查找
?國(guó)家尺度30年尺度的降雨量時(shí)空變化趨勢(shì)分析

四、云端數(shù)據(jù)可視化

1.關(guān)鍵知識(shí)點(diǎn)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(diǎn)圖等）
?影像制圖（區(qū)域統(tǒng)計(jì)、分類(lèi)圖、直方圖、散點(diǎn)圖、線(xiàn)型圖，餅圖等）
?影像集制圖（樣點(diǎn)時(shí)間序列圖、區(qū)域統(tǒng)計(jì)時(shí)間序列圖等）
?數(shù)組與鏈表制圖（散點(diǎn)圖、樣線(xiàn)圖等
?圖形風(fēng)格和屬性設(shè)置

2.主要功能串講與演練
?基于MODIS時(shí)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(shí)空變化分析與專(zhuān)題圖繪制

五、數(shù)據(jù)導(dǎo)入導(dǎo)出及資產(chǎn)管理

1.關(guān)鍵知識(shí)點(diǎn)講解
?不同矢量數(shù)據(jù)上傳個(gè)人資產(chǎn)
?影像數(shù)據(jù)上傳個(gè)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）
?統(tǒng)計(jì)分析結(jié)果導(dǎo)出

2.主要功能串講與演練
?中國(guó)通量站點(diǎn)數(shù)據(jù)上傳與顯示，站點(diǎn)基本氣象和地形等數(shù)據(jù)導(dǎo)出
?年度影像合成批量導(dǎo)出或下載到個(gè)人Asset或Driver平臺(tái)

六、機(jī)器學(xué)習(xí)算法

1.關(guān)鍵知識(shí)點(diǎn)講解
?樣本抽樣（隨機(jī)抽樣、分層隨機(jī)抽樣）
?監(jiān)督分類(lèi)算法（隨機(jī)森林、CART、貝葉斯、SVM、決策樹(shù)等）
?非監(jiān)督分類(lèi)算法（wekaKMeans、wekaLVQ等）
?TensorFlor模型
?分類(lèi)精度評(píng)估

2.主要功能串講與演練
?聯(lián)合光學(xué)與雷達(dá)時(shí)間序列影像的森林動(dòng)態(tài)監(jiān)測(cè)
?水體自動(dòng)提取與洪澇監(jiān)測(cè)研究

七、專(zhuān)題練習(xí)與回顧

1.以一個(gè)完整的土地利用分類(lèi)案例來(lái)回顧GEE的主要功能。包含不同地面樣本準(zhǔn)備、多源遙感影像預(yù)處理、算法開(kāi)發(fā)、分類(lèi)后處理、精度評(píng)估和空間統(tǒng)計(jì)分析與制圖等環(huán)節(jié)

2.學(xué)員征集案例講解與答疑

3.GEE代碼優(yōu)化、常見(jiàn)錯(cuò)誤與調(diào)試總結(jié)

第二部分：GEE遙感云大數(shù)據(jù)在林業(yè)中的應(yīng)用與典型案例實(shí)踐高級(jí)應(yīng)用

一、初識(shí)GEE及開(kāi)發(fā)平臺(tái)

?GEE平臺(tái)及典型應(yīng)用案例介紹；
?GEE開(kāi)發(fā)環(huán)境及常用數(shù)據(jù)資源介紹；
?JavaScript基礎(chǔ)簡(jiǎn)介；
?Python-GEE環(huán)境搭建；
?GEE遙感云重要概念與典型數(shù)據(jù)分析流程；
?GEE基本對(duì)象介紹、矢量和柵格對(duì)象可視化、屬性查看，API查詢(xún)、基本調(diào)試等平臺(tái)上手。

二、GEE基礎(chǔ)知識(shí)

?影像基本運(yùn)算與操作：數(shù)學(xué)運(yùn)算、關(guān)系/條件/布爾運(yùn)算、形態(tài)濾波、紋理特征提?。挥跋裱诖a、裁剪和鑲嵌等；
?要素基本運(yùn)算與操作：幾何緩沖區(qū)，交、并、差運(yùn)算等；
?集合對(duì)象操作：循環(huán)迭代（map/iterate）、合并Merge、聯(lián)合（Join）；
?數(shù)據(jù)整合Reduce：包括影像與影像集整合，影像合成、影像區(qū)域統(tǒng)計(jì)與域統(tǒng)計(jì)，分組整合與區(qū)鄰域統(tǒng)計(jì)，影像集線(xiàn)性回歸分析等；
?機(jī)器學(xué)習(xí)算法：包括監(jiān)督（隨機(jī)森林、CART、SVM、決策樹(shù)等）與非監(jiān)督（wekaKMeans、wekaLVQ等）分類(lèi)算法，分類(lèi)精度評(píng)估等；
?數(shù)據(jù)資產(chǎn)管理：包括本地端矢量和柵格數(shù)據(jù)上傳、云端矢量和柵格數(shù)據(jù)下載、統(tǒng)計(jì)結(jié)果數(shù)據(jù)導(dǎo)出等；
?繪圖可視化：包括條形圖、直方圖、散點(diǎn)圖、時(shí)間序列等圖形繪制。

三、重要知識(shí)點(diǎn)微型案例串講

1)Landsat、Sentinel-2影像批量自動(dòng)去云和陰影
2)聯(lián)合Landsat和Sentinel-2批量計(jì)算植被指效和年度合成
3)研究區(qū)可用影像數(shù)量和無(wú)云觀(guān)測(cè)數(shù)量統(tǒng)計(jì)分析
4)中國(guó)區(qū)域年度NDVI植被數(shù)合成及年度最綠DOY時(shí)間查找
5)時(shí)間序列光學(xué)影像數(shù)據(jù)的移動(dòng)窗口平滑
6)分層隨機(jī)抽樣及樣本導(dǎo)出、樣本本地評(píng)估與數(shù)據(jù)上傳云端
7)中國(guó)近40年降雨量變化趨勢(shì)分析
8)某區(qū)域年度森林損失統(tǒng)計(jì)分析（基于Hansen森林產(chǎn)品）

案例一：聯(lián)合多源遙感數(shù)據(jù)的森林識(shí)別

詳細(xì)介紹聯(lián)合Landsat時(shí)間序列光學(xué)影像和PALSAR-2雷達(dá)數(shù)據(jù)，以及決策樹(shù)算法實(shí)現(xiàn)森林等典型地類(lèi)遙感分類(lèi)的完整流程。專(zhuān)題涉及影像數(shù)據(jù)時(shí)空過(guò)濾、光學(xué)影像批量云掩膜與植被指數(shù)計(jì)算；分層隨機(jī)抽樣及樣本導(dǎo)出、本地端質(zhì)量控制與云端上傳、樣本隨機(jī)切分、可分離性分析、分類(lèi)算法構(gòu)建及應(yīng)用、分類(lèi)后處理和精度評(píng)估，專(zhuān)題圖繪制等。

案例二：長(zhǎng)時(shí)間尺度的森林

狀態(tài)監(jiān)測(cè) 利用長(zhǎng)時(shí)間序列的MODIS或Landsat影像數(shù)據(jù)，對(duì)森林狀態(tài)進(jìn)行長(zhǎng)期監(jiān)測(cè)，分析森林植被綠化或褐變情況。專(zhuān)題涉及時(shí)間序列影像預(yù)處理、影像集連接、影像合成、變化趨勢(shì)非參數(shù)檢測(cè)、顯著性檢驗(yàn)和變化趨勢(shì)量化與分級(jí)、空間統(tǒng)計(jì)和結(jié)果可視化和專(zhuān)題圖繪制等。

案例三：森林砍伐與退化監(jiān)測(cè)

聯(lián)合Landsat系列影像，光譜分離模型和NDFI歸一化差值分?jǐn)?shù)指數(shù)實(shí)現(xiàn)森林的砍伐和退化監(jiān)測(cè)。專(zhuān)題涉及影像預(yù)處理、混合像元分解、NDFI指數(shù)計(jì)算、函數(shù)封裝、變化檢測(cè)和強(qiáng)度分級(jí)，結(jié)果可視化、專(zhuān)題圖繪制等。

案例四：森林火災(zāi)監(jiān)測(cè)

詳細(xì)介紹利用Landsat和Sentinel-2時(shí)間序列光學(xué)遙感影像，監(jiān)測(cè)森林火災(zāi)損失情況，實(shí)現(xiàn)火災(zāi)強(qiáng)度分級(jí)。專(zhuān)題涉及影像過(guò)濾、Landsat和Sentinel-2光學(xué)影像除云等預(yù)處理、植被指數(shù)計(jì)算、影像合成、火災(zāi)區(qū)域識(shí)別和災(zāi)害強(qiáng)度分級(jí)，結(jié)果統(tǒng)計(jì)分析與可視化等。

案例五：長(zhǎng)時(shí)間尺度的森林?jǐn)_動(dòng)監(jiān)測(cè)

聯(lián)合30年的Landsat等光學(xué)影像和經(jīng)典LandTrendr算法實(shí)現(xiàn)森林?jǐn)_動(dòng)的監(jiān)測(cè)。專(zhuān)題涉及長(zhǎng)時(shí)間序列遙感影像預(yù)處理、植被指數(shù)批量計(jì)算、年度影像合成、數(shù)組影像概念和使用方法、LandTrendr算法原理及參數(shù)設(shè)置、森林?jǐn)_動(dòng)結(jié)果解譯與空間統(tǒng)計(jì)分析、可視化及專(zhuān)題圖繪制等。

案例六：森林關(guān)鍵生理參數(shù)（樹(shù)高、生物量/碳儲(chǔ)量）反演

聯(lián)合GEDI激光雷達(dá)、Landsat/Sentinel-2多光譜光學(xué)影像、Sentinel-1 /PALSAR-2雷達(dá)影像等和機(jī)器學(xué)習(xí)算法反演森林的關(guān)鍵物理參數(shù)，如樹(shù)高、生物量/碳儲(chǔ)量。專(zhuān)題涉及GEDI激光雷達(dá)數(shù)據(jù)介紹、常見(jiàn)光學(xué)和雷達(dá)數(shù)據(jù)處理、機(jī)器學(xué)習(xí)算法應(yīng)用、反演精度評(píng)估和變量重要性分析、結(jié)果可視化等內(nèi)容。

推薦：GEE-Python遙感大數(shù)據(jù)分析、管理與可視化實(shí)踐應(yīng)用