第五届“全国地球空间大数据与云计算”研讨会与集中学习——碳中和背景下的遥感云计算
01 会议与集中学习日程
GEE集中学习内容安排
主讲专家
李世卫，高级研发工程师，PIE-Engine云平台研发总监，知乎GEE大V“无形的风”，在知乎创办GEE开发专栏，发表笔记60余篇，编著教案700余页，案例近百个
吴秋生，田纳西大学助理教授，GEE资深专家
付东杰，中科院地理所助理研究员，土地利用变化与植被时空动态
林政阳，北京大学，GEE资深用户
整体安排
整体介绍--实操教学--现场答疑(10月23-24日)。作为国内首部遥感云计算教材，本教材全面总结了“无形的风”及几位GEE资深专家多年的积累。
入门级学习案例（先讲）
1、 新手上路：什么是GEE？
GEE，Google Earth Engine
Google Earth Engine与Google Earth有何不同
数据和案例
2、 初出茅庐：初识GEE：从注册到代码前的准备
个人需要准备的内容
初识界面
3、 小试牛刀：GEE的“Hello earth”
进入代码编辑区域
JavaScript基础语法介绍
4、 由简入繁：高级API的入门
地学相关的对象
对地学对象的操作
5、 道阻且艰：地图控件与捉放bug
地图控件
常见bug
附录1、 Earth Engine综述：
几个行星尺度级地理空间数据分析工具介绍
Earth Engine能做什么
部分使用Earth Engine工具的已发表学术论文
Earth Engine应用举例
Earth Engine云端数据目录
Earth Engine数据类型和算法
Earth Engine平台（Explorer和Code Editor）
附录2、 Earth Engine初识与入门介绍：
GEE注册、登陆及整体概念
GEE的环境搭建配置
GEE的命令行使用，简化工作量
JavaScript基础语法
GEE基础语法
Reducer、Array、Image、ImageCollection、Feature、FeatureCollection等介绍
Ui介绍，包括基本组件、Chart等
APP制作发布
常见错误（循环、类型错误、最大像素数超出、运算时间超时、内存溢出等）
提高级学习案例（后讲）
1、总体介绍
总体介绍GEE基本情况和使用方法
内容包括：
学习GEE的各种在线资源
GEE在线编辑器使用、各种数据查询
依托于GEE发布个人版的APP
展示一些个人的小项目，比如：中国变绿的进程、2019年7月北京有多热、干涸的洪泽湖、无人机影像在云平台中的使用等等。
等等
2、JavaScript版GEE
全面系统讲解相关知识点，基础内容和提高内容。
内容包括：
JavaScript基础语法
JavaScript版的GEE语法规则
影像处理中的常用操作（比如拼接、裁剪、去云等）
Reducer、Join、Filter等具体使用方式
各种指数计算
等等
3、Python版GEE
全面系统讲解相关知识点，通过对比JavaScript版来梳理学习相关内容。
内容包括：
本地和在线两种开发环境配置
Python基础语法
Python版GEE的语法规则
使用Python版GEE处理影像
本地命令行使用
等等
实战的项目：
（1）使用Python版的GEE做一个简单的地物分类
（2）展示GEE结合Tensorflow利用深度学习实现遥感影像分类操作（这里存储使用免费的Drive而不是付费的Cloud Storage）
4、异常错误分析
各种常见的异常错误分析解决方案，比如常见语法错误、运行错误及解决方案。
5、实战项目
（1）时间序列图像变化检测
内容包括：
利用遥感影像制作关心区域的动态变化图
具体案例：黄河入海口变化、印度疫情期间CO与NO2时空分析
（2）影像地物分类（新增加面向对象分类介绍）
内容包括：
获取样本
监督分类介
非监督分类
面向对象分类
图像分割、深度学习TensorFlow等
土地覆被精度分析与验证（结合GEE以及其他相关验证工具）
面积统计（不同计算方式）
结果展示（包含图例）
结果导出
具体案例：基于GEE的东南亚地区典型地物制图(油棕、水稻、红树林)
（3）长时间序列数据处理分析
内容包括：
常见指数计算
生成长时间序列数据
补充、平滑长时间序列数据
具体案例：中国绿色植被变化时空分析
（4）亚马逊森林火灾分析
内容包括：
过火面积分析
火情变化状况分析
大气污染影响（CO和NO2）
（5）北京地区城市化进程对植被覆盖度的影响
内容包括：
北京地区植被覆盖度计算
分析北京不同区域植被覆盖度
北京建筑群历年变化趋势
具体案例：使用Landsat数据做作物生长状态的长时间序列分析
（6）水体指数提取水体
内容包括：
水体指数计算
图像二值化分割等自动提取水体
具体案例：高原地区湖泊冰期提取分析
（7）水体多年面积变化
内容包括：
提取多年水体并计算水体面积
展示历年水体面积变化
具体案例：利用Sentinel-1实现鄱阳湖洪水动态监测
（8）线性回归以及实践
内容包括：
如何对列表数据或影像数据做线性回归
RMSE等各种常用统计评价指标计算
GEE做线性回归拟合实例分析
具体案例：时间序列影像回归拟合
（9）基于Geemap的数据分析与可视化—以自动提取河流中心线和宽度为案例
Geemap Python软件包为GEE用户提供了一个直观的界面，可以在基于Jupyter的环境中以交互方式操作、分析和可视化地理空间大数据。本次研讨会将涉及的主题包括：
介绍Geemap和Earth Engine Python API
创建交互式地图
搜索GEE数据目录
对时间序列数据进行可视化
使用机器学习算法对影像进行分类
计算统计和输出结果
制作高质量的地图
自动提取河流中心线和宽度等
（10）基于国产PIE-Engine Studio与PIE-Engine AI进行深度学习预测开发主要是关于Studio调用AI平台发布的深度学习模型相关内容等。
02 会议通知
会议通知链接：https://mp.weixin.qq.com/s/jgnJWh0N6Hm4U96v9HeX6Q
会议注册链接：https://www.insiderofscience.com/public-information?activeName=activities
