遥感云大数据在灾害、水体与湿地领域典型案例实践及GPT模型

近年来遥感技术得到了突飞猛进的发展,航天、航空、临近空间等多遥感平台不断增加,数据的空间、时间、光谱分辨率不断提高,数据量猛增,遥感数据已经越来越具有大数据特征。遥感大数据的出现为相关研究提供了前所未有的机遇,同时如何处理好这些数据也提出了巨大的挑战。传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。

    以Earth Engine(GEE)、PIE-Engine为代表全球尺度地球科学数据(尤其是卫星遥感数据)在线可视化计算和分析云平台应用越来越广泛。GEE平台存储和同步遥感领域目前常用的MODIS、Landsat和Sentinel等卫星影像、气候与天气、地球物理等方面的数据集超过80PB,同时依托全球上百万台超级服务器,提供足够的运算能力对这些数据进行处理。相比于ENVI等传统的遥感影像处理工具,GEE在处理海量遥感数据方面具有不可比拟的优势,一方面提供了丰富的计算资源,另一方面其巨大的云存储节省了科研人员大量的数据下载和预处理的时间,是遥感数据的计算和分析可视化方面代表世界该领域最前沿水平,是遥感领域的一次革命。

前期我们分别以Javascript和Python为编程语言,成功举办了数期关于GEE遥感大数据分析处理的基础学习,得到了来多个行业的学员的广泛参与和支持。应广大科研工作者的要求,本次将聚焦目前遥感应用最热门领域之一的灾害、水体及湿地领域,重点结合典型应用案例综合展示GEE云平台的使用技巧和强大功能,提升参会人员解决实际问题的能力。将以JavaScript版本GEE为主进行讲解,先介绍GEE基本知识,再结合微型案例对关键知识进行串讲,最后结合林业应用典型案例进行综合讲解。为了提高教学质量,将结合最先进的ChatGPT、文心一言等AI自然语言模型辅助教学,协助学员解答疑惑、提供针对性建议和指导,不仅让学员更深入地掌握课程内容,还为今后自助学习提供高效的个性化的学习体验。

查看原文

 

平台及基础

开发平台

  • GEE平台及典型应用案例介绍;
  • GEE开发环境及常用数据资源介绍;
  • ChatGPT、文心一言等GPT模型介绍
  • JavaScript基础简介;
  • GEE遥感云重要概念与典型数据分析流程;
  • GEE基本对象介绍、矢量和栅格对象可视化、属性查看,API查询、基本调试等平台上手。

GEE基础知识与ChatGPT等AI模型交互

  • 影像基本运算与操作:数学运算、关系/条件/布尔运算、形态滤波、纹理特征提取;影像掩码、裁剪和镶嵌等;
  • 要素基本运算与操作:几何缓冲区,交、并、差运算等;
  • 集合对象操作:循环迭代(map/iterate)、合并Merge、联合(Join);
  • 数据整合Reduce包括影像与影像集整合,影像合成、影像区域统计与域统计,分组整合与区邻域统计,影像集线性回归分析等;
  • 机器学习算法:包括监督(随机森林、CART、SVM、决策树等)与非监督(wekaKMeans、wekaLVQ等)分类算法,分类精度评估等;
  • 数据资产管理:包括本地端矢量和栅格数据上传、云端矢量和栅格数据下载、统计结果数据导出等;
  • 绘图可视化:包括条形图、直方图、散点图、时间序列等图形绘制。
  • GPT模型交互:结合上述基本知识点和ChatGPT等AI工具进行交互演示,包括辅助答疑、代码生成与修正等技巧。

 重要知识点微型案例串讲与GPT模型交互演示

  1. Landsat、Sentinel-2影像批量自动去云和阴影
  2. 联合Landsat和Sentinel-2批量计算植被指数和年度合成
  3. 研究区可用影像数量和无云观测数量统计分析
  4. 中国区域年度NDVI植被数合成及年度最绿DOY时间查找
  5. 时间序列光学影像数据的移动窗口平滑
  6. 分层随机抽样及样本导出、样本本地评估与数据上传云端
  7. 中国近40年降雨量变化趋势分析

案例一:洪涝灾害监测

基于Sentinel-1 雷达等影像,以典型洪涝灾害为例监测受灾区域。案例内容包括多源影像数据处理和不同水体识别算法构建,如OSTU全局自动分割与局部自适应阈值法,以及采用不同方式确定受灾区域,受灾面积统计与可视化输出等。

案例二:洪水敏感性和风险模拟

结合ESA10m分辨率土地覆盖产品、地形(海拔与坡度)、MERIT全球水文数据、JRC地表水数据产品等空间数据集,借助云平台计算不同地类与开阔水域的距离,最近排水系统上方的高度 (HAND) 和降雨频率(降雨强度和持续时间的代表)作为模拟洪灾敏感性的输入参数,再应用加权线性组合WLC方法绘制洪灾敏感性分布图。内容涉及不同数据产品再分类分级、欧几里得距离计算、影像集map循环和分析建模等。

案例三:水体质量监测

联合近十年的Landsat 8/9、JRC地表水产品,使用如NDSSI归一化差异悬浮泥沙指数、NDTI归一化差分浊度指数等来监测水集水区水质变化情况,统计集水区域逐月水质变化情况。内容涉及时间序列影像预处理、植被指数计算、逐月逐年影像合成、影像集Reducer操作、空值过滤与作图等。

案例四:河道轮廓监测

展示Earth Engine在河流水文学和地貌学中的应用。具体演示如何使用云平台区分河流和其它水体,进行基本的形态分析,提取河流的中心线和宽度,检测河流形态随时间的变化。内容涉及开源程序包调用、RivWidthCloud关键代码解读、时间序列影像处理、水体遥感识别和数据导出。

案例五:地下水变化监测

详细介绍了利用GRACE重力卫星的观测数据来评估大型河流流域地下水储量的变化,包括应用遥感估计的总蓄水异常、陆地表面模型输出GLDAS和现场观测结果来解决地下水蓄不变化。内容涉及使用GRACE绘制总蓄水量变化、蓄水趋势和解决河流流域地下水储量的变化等,练习知识点包括影像集过滤、集合Join、map循环、趋势分析、可视化等。

案例六:红树林遥感制图

联合Sentinel-1/2多源遥感影像和机器学习算法绘制红树林分布图。专题涉及光学和雷达数据处理、机器学习算法应用、反演精度评估、变量重要性分析、结果可视化、栅格与矢量转换等内容,将演示如何利用红树林的生境特征信息(如地形、与大海相连等)对分类结果进行精细处理,实现高精度分布图的绘制。

点击查看原文 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/21754.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

GEE入门学习,遥感云大数据分析、管理与可视化以及在林业应用丨灾害、水体与湿地领域应用丨GPT模型应用

目录 ①海量遥感数据处理与GEE云计算技术实践应用 ②GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用 ③GEE遥感云大数据林业应用典型案例实践及GPT模型应用 ④遥感云大数据在灾害、水体与湿地领域典型案例实践及GPT模型应用 ①海量遥感…

AI工具在科研领域的应用(全网最全)

编者寄语: AI工具的潮流磅礴而至,诸多应用已从曾经的“玩具”华丽蜕变为实用强大的“工具”,学术界的翘楚们亦纷纷投入其研究和应用。作为追求卓越的科研人员,我们岂能袖手旁观,任凭自己在学术与科研工作中渐行渐远&am…

遥感云大数据在灾害、水体与湿地领域典型案例实践及GPT模型应用

目录 平台及基础开发平台 GEE基础知识与ChatGPT等AI模型交互 重要知识点微型案例串讲与GPT模型交互演示 案例一、洪涝灾害监测 案例二、洪水敏感性和风险模拟 案例三、水体质量监测 案例四、河道轮廓监测 案例五、地下水变化监测 案例六、红树林遥感制图 以Earth Engi…

免费好用的思维导图工具,让你事半功倍

🔅思维导图是一种以图形化的形式展示思维过程和思维关系的工具。它经常用于制定计划🎯、做学习(工作)笔记📝、做手帐🧾等,帮助人们梳理思路,发散思维🙇🏼♀️…

机器人专业讲师与科技的转型思考

2023年以前,编程需要学习各种语法,现在只需要提示词。 未来还需要编程老师吗?需求一定越来越少。 “ Prompting TurtleSim from ChatGPT ” https://github.com/mhubii/chatgpt_turtlesim The demo lets ChatGPT call into ROS services …

AI4S 与 AIGC 时代,云上 Notebook 将如何革新教学与科研体系

随着以 ChatGPT 为代表的 AIGC(AI-Generated Content)技术的极速普及、以及 AI4S(AI for Science)从愿景走向流行,不同领域、不同背景的人们以一种前所未有的方式连接在了一起,共同经历着知识结构、技术体系…

MathGPT是什么,MathGPT与ChatGPT的区别是什么,MathGPT十大应用场景

MathGPT是一种基于自然语言处理技术的数学语言模型,其目的是通过自动化生成数学公式、证明和解题步骤等来辅助数学学习和研究。 与ChatGPT相比,MathGPT主要关注数学领域而非通用性的自然语言理解,因此其训练语料库和预测任务都与数学有关&…

AI绘画之Midjourney从小白到入门保姆级教学

大家好,我是可乐。 随着ChatGPT的发布,这段时间各种衍生的AIGC(利用人工智能技术来生成内容)工具层出不穷,通过文字生成文字,比如 ChatGPT、文心一言、new bing等等;通过文字生成视频&#xff…

通向AGI的规划和展望 - Sam Altman ,the CEO of OpenAI

我们OpenAI的使命是确保AGI(通用人工智能) - 一种智能程度普遍高于人类的AI系统可以造福于全人类。如果我们成功创建了AGI,这项技术可以丰富我们的生活、推动全球经济发展,帮助我们发现能改变人类目前所受限的新技术,提升全人类的幸福。 AGI有…

HTML的入门与进阶学习

一、简介 1、前端最核心技术 HTML (犹如骨架,毛坯房) CSS(装潢,把页面渲染更好看)二 二、基础内容 1.基础总结 1.内核划分 谷歌 火狐 ie 360浏览器 苹果浏览器 欧朋浏览器等等这些浏览器分别对应不同内核, 想让其浏览器…

OpenAI发布通用人工智能路线图:AGI比想象中来得更快

来源:机器之心 本文约2600字,建议阅读5分钟 通用人工智能的出现可能只是技术发展历程中的一个小节点,因为 AGI 或许可以加速自身的进步,从而以指数方式扩展能力。 在 ChatGPT 引爆科技圈之后,人们对于先进技术产生了更…

ChatGPT秘籍:学会prompt让你的对话质量瞬间提升

ChatGPT秘籍:学会prompt让你的对话质量瞬间提升 首先总结一下本文中会说到的prompt(提示词)种类以及我预期给出的分数: 随口一问流 0~40分 细节描述流 60~75分 案例投喂流 75~85分 模型赋能流 85~90分 一、随口一问流 这种提问方式非常简单&#…

前沿技术|人工智能的崛起和发展历程

前言: 人工智能的作用是使计算机能够模仿人类智能和学习能力,从而实现自动化、智能化和优化决策的目标。 文章目录 人工智能背景介绍发展状态未来展望 总结 人工智能 背景 人工智能(Artificial Intelligence,AI)的产生…

博士申请 | 新加坡国立大学金玥明组招收医学影像处理方向全奖博士/博后/RA

合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 新加坡国立大学 新加坡国立大学(National University of Singapore)&#xff0c…

新加坡南洋理工大学招募博士生、博士后、研究工程师和研究科学家

关注公众号,获取更多AI领域发展机会 新加坡南洋理工大学是一所科研密集型大学,有3万3千多名本科生和研究生,分布于工学院、商学院、理学院、文学院、研究生院,以及与伦敦帝国学院联合创办的李光前医学院。南洋理工大学“QS世界大学…

博士申请 | 香港中文大学(深圳)吴保元教授招收人工智能全奖博士/博后/RA

合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 香港中文大学(深圳) 香港中文大学(深圳)是一…

博士申请 | 香港中文大学(深圳)李彤欣老师课题组招收全奖博士/博后

合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 香港中文大学(深圳) 香港中文大学(深圳)是一…

博士申请 | 新加坡国立大学Xinchao Wang老师招收图神经网络方向博士/博后

合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 新加坡国立大学 新加坡国立大学(National University of Singapore)…

博士申请 | 香港理工大学招收机器学习全奖博士生/博士后/研究助理

合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 香港理工大学 香港理工大学位于中国香港特别行政区,QS 最新排名-世界 66 位。计…

博士申请 | 香港理工大学智能计算实验室招收机器学习方向全奖博士/RA/博后

合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 香港理工大学 香港理工大学 (The Hong Kong Polytechnic University) 是一所位于中国香港的…