GEE-Python遥感大数据分析、管理与可视化实践技术应用

夏天的雨很美

https://www.zhihu.com/video/1543516012485812225
【五天教学】GEE-Python遥感大数据分析、管理与可视化实践技术应用
Google Earth Engine是谷歌公司提供的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。该平台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。截止目前，GEE上包含的数据集超过200个公共的数据集，每天新增数据量超过 4000幅影像，容量超过50PB。相比于ENVI等传统的处理影像工具，Google Earth Engine在处理海量遥感数据方面具有不可比拟的优势，一方面GEE平台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。可以说，GEE在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。
内容大纲：
第一部分：
理论基础
1、国外Earth Engine（GEE）平台及应用、主要数据资源介绍
2、GEE遥感云重要概念、数据类型与对象等
3、JavaScript与Python遥感云编程比较与选择
4、Python基础（语法、数据类型与程序控制结构、函数及类与对象等）
5、常用Python软件包（（pandas、numpy、os等）介绍及基本功能演示（Excel/csv数据文件读取与数据处理、目录操作等）
JavaScript和Python遥感云API差异，学习方法及资源推荐
第二部分：
开发环境搭建
1、本地端与云端Python遥感云开发环境介绍
2、本地端开发环境搭建
1）Anaconda安装，pip/conda软件包安装方法和虚拟环境创建等；
2）earthengine-api、geemap等必备软件包安装；
3）遥感云本地端授权管理；
4）Jupyter Notebook/Visual Studio Code安装及运行调试。
3、云端Colab开发环境搭建
geemap介绍及常用功能演示
第三部分：
遥感大数据处理基础
1、遥感云平台影像数据分析处理流程介绍
2、要素和影像等对象显示和属性字段探索
3、影像/要素集的时间、空间和属性过滤方法
4、波段运算、条件运算、植被指数计算、裁剪和镶嵌等
5、Landsat /Sentinel-2等常用光学影像去云
6、影像与要素集的迭代循环
7、影像数据整合（Reducer）
8、邻域分析与空间统计
9、常见错误与代码优化
Python遥感云数据分析专属包构建。
第四部分：
典型案例操作实践
1、机器学习分类算法案例：
以柬埔寨为例，联合Landsat等长时间序列影像和机器学习算法进行分类，分类后处理和精度评估。涉及研究区影像统计、空间分层随机抽样、样本随机切分、时间序列影像预处理和合成、机器学习算法应用、分类后处理和精度评估等。
决策树森林分类算法案例：
联合L波段雷达和Landsat光学时间序列影像
1、和决策树分类算法提取指定地区2007-2020年度森林分布图，与JAXA年度森林产品进行空间比较，并分析森林的时空变化。内容涉及多源数据联合使用、决策树分类算法构建、阈值动态优化、分类结果空间分析等。
2、洪涝灾害监测案例：基于Sentinel-1 C波段雷达等影像，监测河南新乡市2021年7月份的特大暴雨灾害。涉及Sentinel-1 C影像处理，水体分类算法构建、影像差异分析，结果可视化等。
3、干旱遥感监测案例：联合具有数十年历史的卫星遥感降雨数据产品如CHIRPS来监测云南省2010年的特大干旱情况。涉及气象数据基本处理、年和月尺度数据整合、长期平均值LPA/偏差计算，数据结果可视化等。
4、物候特征分析案例：基于Landsat和MODIS等时间序列影像，通过植被指数变化分析典型地表植被多年的物候差异（样点尺度）和大尺度（如中国）的物候空间变化特征。涉及时间序列影像合成、影像平滑（Smoothing）与间隙填充（Gap-filling）、结果可视化等。
5、森林植被健康状态监测案例：利用20年的MODIS植被指数，对选定区域的森林健康状态进行长期监测，分析森林植被绿化或褐变情况。涉及影像连接、影像合成、趋势分析、空间统计和可视化等。
生态环境质量动态监测案例：利用RSEI遥感生态指数和Landsat系列影像对选定城市的生态状况进行快速监测。内容涉及植被指数计算、地表温度提取、数据归一化、主成分PCA分析、RSEI生态指数构建和结果可视化等。
第五部分：
输入输出及数据资产高效管理
1. 本地文本/矢量/栅格等数据与云端交互：包括本地端csv、kml、矢量和栅格数据与云端数据相互转换、数据导出等。
2. 服务器端影像与影像集数据批量下载：包括直接本地下载、影像集批量下载，以及大尺度（如全球森林产品）和长时间序列数据（如20年的MODIS数据产品）快速下载的方法与技巧。
3. 本地端矢量/影像数据上传个人资产及属性设置：包括earthengine命令使用，少量本地端矢量与栅格直接上传与属性设置（小文件）、本地端批量上传及属性自动设置，超大影像文件（如国产高分或无人机影像）快速上传技巧等。
遥感云个人数据资产管理： 联合Python和earthengine命令行管理个人数据资产，包括创建、删除、移动、重命名；上传/下载任务批量取消。
第六章
云端数据论文出版级可视化
1. Python可视化及主要软件包简介：matplotlib，seaborn可视化程序包介绍，基本图形概念、图形构成介绍，常用图形快速绘制等。
2. 研究区地形及样地分布图绘制：结合本地或云端矢量文件、云端地形数据等绘制研究区示意图，涉及绘图流程、中文显示、配色美化，如cpt-city精美调色板palette在线下载与本地端应用等。
3. 研究区域影像覆盖统计和绘图：对指定区域Landsat和Sentinel等系列影像的覆盖数量、无云影像覆盖情况进行统计，绘制区域影像统计图或像元级无云影像覆盖专题图。
4. 样本光谱特征与物候特征等分析绘图：快速绘制不同类型样地的光谱和物候特征、动态下载并整合样点过去30年缩略图（thumbnails）和植被指数时间序列等。
5. 分类结果专题图绘制及时空动态延时摄影Timelapse制作：单幅或多幅分类专题图绘制及配色美化，土地利用变化清晰Timelapse制作、动画文字添加等。
分类结果面积统计与绘图：基于云端的分类结果和矢量边界文件，统计不同区域不同地类面积，提取统计结果，以不同图形展示统计面积；土地利用变化统计绘图等。





推荐：

• 长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用
  
• “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践技术
  
• 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践技术应用
  
• 高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用
  
• 陆面生态水文模拟与多源遥感数据同化的实践技术应用
  
• 无人机遥感在农林信息提取中的实现方法与GIS融合应用高级实践
  
• 近地面无人机植被定量遥感与生理参数反演实践技术应用
  
• 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等实践技术应用
  

Ai尚研修海量资源（数据、课件、书籍、视频教程）一键免费领取
（点击数据标题，直接进入，部分数据展示）
地学领域数据：
1、【数据分享】30米精度全球地表覆盖分类数据（2000、2010、2020）
2、【数据分享】全国分省、市、县、乡镇行政区划矢量图（专业版shp、小白版ppt）免费下载
3、【数据分享】中国月度1KM植被指数（NDVI）空间分布数据集
4、【数据分享】中国陆地生态系统服务价值空间分布数据集
5、【数据分享】中国农田熟制遥感监测数据集
6、【数据分享】多个自然资源（大气、土地、水等）面板数据大放送、时间跨度长、地区分布广，快速下载
7、【数据分享】中国30米分辨率坡度数据（免费获取）
8、【数据分享】最新！全国人口密度数据2000-2020年
9、【数据分享】中国GDP空间分布公里网格数据集
10、【数据分享】建筑矢量数据shap，26个省级城市建筑轮廓
11、【数据分享】中国100万地貌类型空间分布数据
12、【数据分享】中国100万植被类型空间分布数据
13、【数据分享】中国人口空间分布公里网格数据集
14、【数据分享】自然保护区边界矢量数据下载（国家级、省级、县市级）
15、【数据分享】全球100万基础地理数据（包含国家行政边界、铁路、道路、线状水系面状水系）
16、【数据分享】全国电子地图SHP数据除了常有的省、市、县、乡的图层信息以外，还包括道路、水系、银行、绿地、高速出入口、医疗机构、餐饮、超市等
17、【数据分享】6G超大超级详细矢量数据，来源于国内某地图导航基底数据
18、【数据分享】全球冰川数据集RGI v3.2
19、【数据分享】2020年最新全国城市道路数据集
20、【数据分享】2021年最新区县级全国行政区划数据
21、【数据分享】ArcGIS矢量数据shp格式大放送：自然保护区和森林公园
22、【数据分享】青海三江源草地退化空间分布数据集
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

大气领域数据：
1、【数据分享】ERA5全球大气再分析数据和MSWEP多源融合降水数据
2、【数据分享】MSWEP多源融合降水数据→免费获取
3、【数据分享】CMIP6未来气候变化情景数据之一:历史时期月平均气温数据
4、【数据分享】CMIP6未来气候变化情景数据之二: 历史时期降水数据集
5、【数据分享】CMIP6未来气候变化情景数据之三: 历史时期风速数据集
6、【数据分享】CMIP6未来气候变化情景数据之四：服务于降尺度的实测格点化气温数据集
7、【数据分享】CMIP6未来气候变化情景数据之五：服务于降尺度的实测格点化降水数据集
8、【数据分享】CMIP6未来气候变化情景数据之六：历史时期近地表最高气温数据集
9、【数据分享】CMIP6数据分享计划之七：历史时期近地表最低气温数据集
10、【数据分享】CMIP6未来气候变化情景数据之八：历史时期向下短波辐射数据集
11、【数据分享】中国气象背景数据集
12、【数据分享】全行业碳排放核算Excel自动计算表
13、【数据分享】碳排放数据集！全国碳排放数据分省、市、县（区）
14、【数据分享】1942年至今！全国气象数据：包含气温、气压、露点、风向风速、云量、降水量数据
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

土地利用数据：
1、【数据分享】2020年中国土地利用遥感监测数据丨免费下载！
2、【数据分享】中国土地利用数据1980-2015 （免费获取）
3、【数据分享】土地利用（覆盖）数据下载汇总
4、【数据分享】全球1982～2015年逐年长时序动态土地覆盖数据集
5、【数据分享】中国土壤侵蚀空间分布数据
6、【数据分享】15省《中国土壤分布》土壤分布矢量数据，含使用说明
7、【数据分享】世界土壤数据库（HWSD）全球土壤数据下载处理
8、【数据分享】AW3D30 DSM（数字地表模型）数据
9、【数据分享】2017年10米分辨率全球地表覆盖数据
10、【数据分享】中国土壤质地空间分布数据
11、【数据分享】中国土地市场网（土地交易数据）
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

水文领域数据：
1、【数据分享】全国水系图SHP数据免费下载
2、【数据分享】基于DEM提取的中国流域、河网数据免费下载
3、【数据分享】1:25万全国三级水系流域数据集（免费下载）
4、【数据分享】中国水系数据，包含长江黄河、湖泊、以及一级三级四级五级河流矢量数据
5、【数据分享】中国九大流域矢量数据
6、【数据分享】超详细，东亚水文流域划分数据，包括流域、子流域、实际面积等
7、【数据分享】分省份水系数据
8、【数据分享】全国高清水文地质图
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

年鉴类数据：
1、【数据分享】中国低碳年鉴2000-2016（免费下载）
2、【数据分享】全Excel！中国科技统计年鉴1991-2019（免费）
3、【数据分享】一个横跨35年的数据，1985-2019中国城市统计年鉴
4、【数据分享】28年《中国工业统计年鉴》免费下载
5、【数据分享】1985-2019年中国农村统计年鉴免费下载！
6、【数据分享】中国农业统计资料1949-2019，免费下载 ！
7、【数据分享】国土资源统计年鉴2005-2017&中国林业统计年鉴1992-2019
8、【数据分享】中国海洋统计年鉴2000-2017（免费）
9、【数据分享】中国环境统计年鉴：1998-2018（免费）
10、【数据分享】《中国文化和旅游统计年鉴》又是一个24年的统计年鉴集合
11、【数据分享】285城空间权重矩阵&中国城乡建设统计年鉴EXCEL
12、【数据分享】中国农村贫困监测报告2008-2019
13、【数据分享】2006-2020《中国卫生统计年鉴》免费下载
14、【数据分享】最新！2000-2020年县域统计年鉴面板数据（免费）
15、【数据资源】全网最全！34个省（市、自治区）2001-2020年统计年鉴（免费）
16、【数据分享】中国城市统计年鉴1985-2020最新为EXCEL格式！
17、【数据分享】海量数据大放送！农村研究数据合集
18、【数据分享】最新EXCEL中国统计年鉴2020+经管教材16本+python学习资源
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

经济类数据：
1、【数据分享】1990-2020年上市公司微观数据
2、【数据分享】中国及省级市场化总指数及方面指数：08-19
3、【数据分享】给实证研究加点料：1990-2019全球治理数据WGI和城市创新创业指数
4、【数据分享】各国制度、地理、文化距离
5、【数据分享】400万！人口迁徙大数据2019-2020
6、【数据分享】科研数据利器之二：中国土地市场网（土地交易数据）
7、【数据共享】1.82G中国工业企业数据库1998-2013
8、【数据分享】208个地级市和31个省、市城乡泰尔指数！
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

那就请你滚