GEE遙感云大數(shù)據(jù)林業(yè)應(yīng)用典型案例實(shí)踐及GPT模型應(yīng)用

2023-06-14 10:03 作者:科研技術(shù)平臺(tái) 0人讀過(guò) | 我要投稿

一

平臺(tái)及基礎(chǔ)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；

·?ChatGPT、文心一言等GPT模型介紹、帳號(hào)申請(qǐng)及林業(yè)遙感應(yīng)用

·?JavaScript基礎(chǔ)簡(jiǎn)介；

·?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)與ChatGPT等AI模型交互

·?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??；影像掩碼、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。

GPT模型交互：結(jié)合上述基本知識(shí)點(diǎn)和ChatGPT、文心一言等AI工具進(jìn)行交互演示，包括輔助答疑、代碼生成與修正等技巧。

重要知識(shí)點(diǎn)微型案例串講與GPT模型交互演示

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)算植被指數(shù)和年度合成

3)?研究區(qū)可用影像數(shù)量和無(wú)云觀測(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

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。