随着航空、航天、近地空间等多个遥感平台的不断发展近年来遥感技术突飞猛进。由此遥感数据的空间、时间、光谱分辨率不断提高数据量也大幅增长使其越来越具有大数据特征。对于相关研究而言遥感大数据的出现为其提供了前所未有的机遇但同时也提出了巨大的挑战。传统的工作站和服务器已经无法满足大区域、多尺度海量遥感数据处理的需要。为解决这一问题国内外涌现了许多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如谷歌Earth EngineGEE和航天宏图的PIE Engine等。其中Earth Engine最为强大能够存取和同步遥感领域目前常用的MODIS、Landsat和Sentinel等卫星图像和NCEP等气象再分析数据集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。目前Earth Engine上包含超过900个公共数据集每月新增约2 PB数据总容量超过80PB。作为国内最先进的遥感云平台PIE Engine近年来发展发非常迅速拥有丰富的国产卫星数据以及中国区域的其它重要开源数据在数据安全性和访问便利性方面具有独到的优势。与传统的处理影像工具例如ENVI相比遥感云平台一方面提供了丰富的计算资源另一方面其巨大的云存储能力节省了科研人员大量的数据下载和预处理时间。专题一、初识GEE和PIE遥感云平台1.GEE和PIE平台及典型应用案例介绍2.JavaScript基础包括变量运算符数组判断及循环语句等3.遥感云重要概念与典型数据分析流程4.遥感云基本对象及平台上手影像与影像集几何体、要素与要素集日期、字符、数字数组、列表、字典影像/影像集、要素/要素集数据查询、时空过滤、可视化、属性查看等主要对象最常用API介绍专题二、GEE和PIE影像大数据处理基础1.1. 关键知识点讲解影像数学运算、关系/条件/布尔运算、形态滤波、纹理特征提取等影像掩码裁剪和镶嵌集合对象的循环迭代map/iterate集合对象联合Join影像面向对象分析2.2. 主要功能串讲与演练Landsat/Sentinel-2影像批量去云Landsat/Sentinel-2传感器归一化、植被指数计算等时间序列光学影像的平滑与空间插值专题三、数据整合Reduce1.关键知识点讲解影像与影像集整合如指定时窗的年度影像合成影像区域统计与领域统计分类后处理要素集属性列统计栅格与矢量的相互转换分组整合与区域统计影像集、影像和要素集的线性回归分析2.主要功能串讲与演练研究区可用Landsat影像的数量和无云观测数量的统计分析中国区域年度NDVI植被数合成及年度最绿的DOY时间查找国家尺度30年尺度的降雨量时空变化趋势分析专题四、云端数据可视化1.关键知识点讲解要素与要素集属性制图条形图、直方图、堆积柱形图、散点图等影像制图区域统计、分类图、直方图、散点图、线型图饼图等影像集制图样点时间序列图、区域统计时间序列图等数组与链表制图散点图、样线图等图形风格和属性设置2.主要功能串讲与演练基于MODIS时间序列影像的不同地表植被物候分析与制图基于Hansen产品的年度森林时空变化分析与专题图绘制专题五、数据导入导出及资产管理1.关键知识点讲解不同矢量数据上传个人资产影像数据上传个人资产、属性设置等影像批量导出Asset和Driver矢量数据导出Asset和Driver空间统计分析结果导出2.主要功能串讲与演练PIE平台国产卫星数据下载影像合成批量导出及下载地面样地对应遥感指标数据导出专题六、机器学习算法1.关键知识点讲解样本抽样随机抽样、分层随机抽样监督分类算法随机森林、CART、贝叶斯、SVM、决策树等非监督分类算法wekaKMeans、wekaLVQ等分类精度评估2.主要功能串讲与演练联合光学与雷达时间序列影像的森林动态监测水体自动提取与洪涝监测专题七、专题练习与回顾1.GEE土地利用分类综合案例实现主要功能串讲包括地面样本准备、多源遥感影像预处理、算法开发、分类后处理、精度评估和空间统计分析与制图等环节2.经典PIE案例代码讲解与学习夜间灯光指数提取长时间尺度植被覆盖度反演水域动态监测农作物种植面积提取荒漠化程度提取3.人口密度动态变化分析学员征集案例讲解与答疑GEE与PIE平台切换、代码优化、常见错误与调试总结