01?會議與集中學習日程

GEE集中學習內容安排

主講專家

李世衛(wèi)，高級研發(fā)工程師，PIE-Engine云平臺研發(fā)總監(jiān)，知乎GEE大V“無形的風”，在知乎創(chuàng)辦GEE開發(fā)專欄，發(fā)表筆記60余篇，編著教案700余頁，案例近百個

吳秋生，田納西大學助理教授，GEE資深專家

付東杰，中科院地理所助理研究員，土地利用變化與植被時空動態(tài)

林政陽，北京大學，GEE資深用戶

整體安排

整體介紹--實操教學--現(xiàn)場答疑(10月23-24日)。作為國內首部遙感云計算教材，本教材全面總結了“無形的風”及幾位GEE資深專家多年的積累。

入門級學習案例（先講）

1、? 新手上路：什么是GEE？

• GEE，Google Earth Engine

• Google Earth Engine與Google Earth有何不同

• 數(shù)據(jù)和案例

2、 初出茅廬：初識GEE：從注冊到代碼前的準備

• 個人需要準備的內容

• 初識界面

3、 小試牛刀：GEE的“Hello earth”

• 進入代碼編輯區(qū)域

• JavaScript基礎語法介紹

4、 由簡入繁：高級API的入門

• 地學相關的對象

• 對地學對象的操作

5、?道阻且艱：地圖控件與捉放bug

• 地圖控件

• 常見bug

附錄1、 Earth Engine綜述：

• 幾個行星尺度級地理空間數(shù)據(jù)分析工具介紹

• Earth Engine能做什么

• 部分使用Earth Engine工具的已發(fā)表學術論文

• Earth Engine應用舉例

• Earth Engine云端數(shù)據(jù)目錄

• Earth Engine數(shù)據(jù)類型和算法

• Earth Engine平臺（Explorer和Code Editor）

附錄2、 Earth Engine初識與入門介紹：

• GEE注冊、登陸及整體概念
  

• GEE的環(huán)境搭建配置

• GEE的命令行使用，簡化工作量
  

• JavaScript基礎語法

• GEE基礎語法

• Reducer、Array、Image、ImageCollection、Feature、FeatureCollection等介紹

• Ui介紹，包括基本組件、Chart等

• APP制作發(fā)布

• 常見錯誤（循環(huán)、類型錯誤、最大像素數(shù)超出、運算時間超時、內存溢出等）

提高級學習案例（后講）

1、總體介紹

總體介紹GEE基本情況和使用方法

內容包括：

• 學習GEE的各種在線資源

• GEE在線編輯器使用、各種數(shù)據(jù)查詢

• 依托于GEE發(fā)布個人版的APP

• 展示一些個人的小項目，比如：中國變綠的進程、2019年7月北京有多熱、干涸的洪澤湖、無人機影像在云平臺中的使用等等。

• 等等

2、JavaScript版GEE

全面系統(tǒng)講解相關知識點，基礎內容和提高內容。

內容包括：

• JavaScript基礎語法

• JavaScript版的GEE語法規(guī)則

• 影像處理中的常用操作（比如拼接、裁剪、去云等）

• Reducer、Join、Filter等具體使用方式

• 各種指數(shù)計算

• 等等

3、Python版GEE

全面系統(tǒng)講解相關知識點，通過對比JavaScript版來梳理學習相關內容。

內容包括：

• 本地和在線兩種開發(fā)環(huán)境配置

• Python基礎語法

• Python版GEE的語法規(guī)則

• 使用Python版GEE處理影像

• 本地命令行使用

• 等等

實戰(zhàn)的項目：

（1）使用Python版的GEE做一個簡單的地物分類

（2）展示GEE結合Tensorflow利用深度學習實現(xiàn)遙感影像分類操作（這里存儲使用免費的Drive而不是付費的Cloud Storage）

4、異常錯誤分析

各種常見的異常錯誤分析解決方案，比如常見語法錯誤、運行錯誤及解決方案。

5、實戰(zhàn)項目

（1）時間序列圖像變化檢測

內容包括：

• 利用遙感影像制作關心區(qū)域的動態(tài)變化圖

• 具體案例：黃河入?？谧兓⒂《纫咔槠陂gCO與NO2時空分析
  

（2）影像地物分類（新增加面向對象分類介紹）

內容包括：

• 獲取樣本

• 監(jiān)督分類介

• 非監(jiān)督分類

• 面向對象分類

• 圖像分割、深度學習TensorFlow等

• 土地覆被精度分析與驗證（結合GEE以及其他相關驗證工具）

• 面積統(tǒng)計（不同計算方式）

• 結果展示（包含圖例）

• 結果導出

• 具體案例：基于GEE的東南亞地區(qū)典型地物制圖(油棕、水稻、紅樹林)

（3）長時間序列數(shù)據(jù)處理分析

內容包括：

• 常見指數(shù)計算

• 生成長時間序列數(shù)據(jù)

• 補充、平滑長時間序列數(shù)據(jù)

• 具體案例：中國綠色植被變化時空分析

（4）亞馬遜森林火災分析

內容包括：

• 過火面積分析

• 火情變化狀況分析

• 大氣污染影響（CO和NO2）

（5）北京地區(qū)城市化進程對植被覆蓋度的影響

內容包括：

• 北京地區(qū)植被覆蓋度計算

• 分析北京不同區(qū)域植被覆蓋度

• 北京建筑群歷年變化趨勢

• 具體案例：使用Landsat數(shù)據(jù)做作物生長狀態(tài)的長時間序列分析

（6）水體指數(shù)提取水體

內容包括：

• 水體指數(shù)計算

• 圖像二值化分割等自動提取水體

• 具體案例：高原地區(qū)湖泊冰期提取分析

（7）水體多年面積變化

內容包括：

• 提取多年水體并計算水體面積

• 展示歷年水體面積變化

• 具體案例：利用Sentinel-1實現(xiàn)鄱陽湖洪水動態(tài)監(jiān)測

（8）線性回歸以及實踐

內容包括：

• 如何對列表數(shù)據(jù)或影像數(shù)據(jù)做線性回歸

• RMSE等各種常用統(tǒng)計評價指標計算

• GEE做線性回歸擬合實例分析

• 具體案例：時間序列影像回歸擬合

（9）基于Geemap的數(shù)據(jù)分析與可視化—以自動提取河流中心線和寬度為案例

Geemap Python軟件包為GEE用戶提供了一個直觀的界面，可以在基于Jupyter的環(huán)境中以交互方式操作、分析和可視化地理空間大數(shù)據(jù)。本次研討會將涉及的主題包括：

• 介紹Geemap和Earth Engine Python API

• 創(chuàng)建交互式地圖
  

• 搜索GEE數(shù)據(jù)目錄
  

• 對時間序列數(shù)據(jù)進行可視化

• 使用機器學習算法對影像進行分類

• 計算統(tǒng)計和輸出結果

• 制作高質量的地圖

• 自動提取河流中心線和寬度等

（10）基于國產(chǎn)PIE-Engine Studio與PIE-Engine AI進行深度學習預測開發(fā)主要是關于Studio調用AI平臺發(fā)布的深度學習模型相關內容等。

02?會議通知

會議通知鏈接：https://mp.weixin.qq.com/s/jgnJWh0N6Hm4U96v9HeX6Q

會議注冊鏈接：https://www.insiderofscience.com/public-information?activeName=activities