基于GEE遥感影像处理和长时序土地分类以及生物量估算分析

本文主要是介绍基于GEE遥感影像处理和长时序土地分类以及生物量估算分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

简介

Google Earth Engine云平台是目前全球范围内测绘领域内使用最为广泛的遥感云计算平台，其凭借强大的数据存储和云计算能力，极大了提高了全球科研工作者的科研产出，每年借助GEE平台发布的各类期刊论文超1000篇，在海量遥感数据的今天，如何快速实现GEE云平台的数据处理、数据分析和成果转化成为目前众多学科的老师和学生的必备技能。特别是在长时间序列的研究中，如何克服大面积范围数据预处理阶影像条带色差带来的长时序反演研究结果精度较低的？如何基于单期土地分类样本点实现长时序土地分类，进而监测逐年土地变化类型和面积？如何使用机器学方法实现大面积范围内的生物量估算？等科学问题。

本期我们邀请闫博士从GEE影像数据预处理、多源遥感融合、迁移学习和机器学习方法等为出发点，按照讲解+实操的方法，详细介绍了GEE影像预处理阶段影像条带的色差修复、基于迁移学习的长时序土地分类以及基于多源遥感和机器学习方法的生物量估算。整个三大部分都按照科研论文创作的过程为出发点，通过技术路线、实验过程和科研产出的步骤来帮助大家分别从技术和科研角度实现基于GEE云平台的数据处理和分析。为期2天，希望带领大家通过系统学习课程，熟悉并掌握相关内容。

收获目标

1、掌握GEE基础快速入门与实操上手（GEE注册、界面、数据介绍，文档查询，GEE 社区专家提问，代码编辑区介绍，实操：影像加载和导出）；

2、Landsat影像修复（Landsat影像修复直方图匹配算法介绍+实操NDVI的影像修复）；

3、掌握基于样本点迁移的长时序土地分类，样本点迁移方法介绍讲解+实操；

4、掌握基于机器学习方法的森林生物量预测，机器学习方法介绍讲解+实操基于单源（多源）遥感变量的生物量估算模型及相关性分析

大纲