GPT模型应用丨遥感云大数据在灾害、水体与湿地领域典型案例实践

第一部分

基础实践

一

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。

二

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。

第二部分

进阶小试

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

中国近40年降雨量变化趋势分析

第三部分

典型案例综合演练

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。

原文链接：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

GPT模型应用丨遥感云大数据在灾害、水体与湿地领域典型案例实践相关推荐

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 ...
【GPT模型】遥感云大数据在灾害、水体与湿地领域中的应用
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 ...
遥感云大数据在灾害、水体与湿地领域及GPT模型应用
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 ...
GEE遥感云大数据如何应用在林业生态领域中？监测森林扰动、火灾、砍伐退化、生理参数、植被状态
原文>>>GEE遥感云大数据在林业中的应用以Earth Engine(GEE)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.该平台存储和 ...
GEE遥感云大数据在林业中的应用
前言: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 ...
【案例教程】GEE遥感云大数据在林业中的应用
以Earth Engine(GEE)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.该平台存储和同步遥感领域目前常用的MODIS.Landsat和Sentin ...
模型推荐丨政务大数据项目案例模型分享
主要工具:Python 技术大类:自然语言处理主要业务问题: 在社会治理上,政府部门一般通过群众的意见反馈.舆论情绪,掌握社会现状,做好舆情工作,以促进社会长治久安.微博作为有着大量活跃用户的社交平 ...
9大训练营免费开营！阿里云大数据团队的独门绝学全在这了
简介:即日起,阿里云大数据训练营九营齐开!理论与实践,概念与案例,大数据从0到1上手学习,行业大神真人带练! 小白开发者不知道从哪里入门大数据? 入行不久对专业技能一知半解? 老板的新项目无力招架? ...
天云大数据_【案例分享】天云大数据最佳实践系列之——信用评分模型
本文为天云大数据原创大数据能力特有的性质,使其正在成为大型银行真正的核心竞争力.银行大数据能力表现在多方面,但大数据思维和数据挖掘能力是最关键.也是最重要的.天云大数据自成立以来,一直深耕于金融领域 ...

GPT模型应用丨遥感云大数据在灾害、水体与湿地领域典型案例实践

GPT模型应用丨遥感云大数据在灾害、水体与湿地领域典型案例实践相关推荐

最新文章

热门文章