Google Earth Engine云平台对遥感发展的改变

近年来,随着遥感技术的快速发展,积累了海量的对地观测遥感数据.传统桌面端遥感处理平台(例如ERDAS和ENVI等)无法满足当前遥感大数据的应用需求.作为领先的遥感云计算平台,GEE (Google Earth Engine)的出现改变了传统遥感数据处理和分析模式,为海量数据快速处理与信息挖掘带来了新的契机.截止目前,科...     

Google Earth Engine在土地覆被遥感信息提取中的研究进展

谷歌地球引擎(Google Earth Engine,GEE)是一个面向全球尺度的地理空间分析平台,充分集成了Google Earth海量的地理和遥感数据资源以及Google的强大云端计算能力,为地球系统科学、特别是其重要组成部分的土地覆被遥感信息提取研究提供了一种有效便捷的方式.围绕GEE和土地覆被遥感信息提取相关的...     

基于Google Earth Engine的土地覆盖分类方法研究

基于谷歌云在线处理平台(Google Earth Engine,GEE),以2019年全年Landsat-8 OLI影像为数据源,选取黑龙江省哈尔滨市为试验区,基于决策树算法、随机森林算法、最邻近算法、支持向量机算法开展土地覆盖分类方法研究,并对不同分类器方法提取结果进行精度评价.试验结果表明,基于GEE平台可以快速完...     

基于Google Earth Engine三江平原水田提取研究

以三江平原地区为研究区,基于1980年代、1990年代、2000年代和2010年代陆地资源卫星(Landsat)遥感影像数据,根据水稻的生长周期特征计算指数信息,利用物候算法和逻辑运算,从时间和空间上揭示1980-2018年水田分布格局变化规律,总结得出结论:人口增长、气候变化、国家政策和科技进步是促进水田面积扩张的主要因素.Google earth engine云平台和物候算法相结合的水田提取方法,既迅速有效,又可充分发挥Landsat数据的时间分辨率特征,同时结合多时相的自动分类弥补单一时相解译方法的不客观性.     

Google Earth Engine云平台下的遥感实验教学改革与实践

以Google Earth Engine作为遥感实验教学平台,对遥感实验教学内容和方法进行全面改革,教学实践表明教学改革弥补了桌面平台不足,增强了学生的专业兴趣,提升了学生自主学习、应用开发和创新研究能力.     

Google Earth Engine平台下秦岭地区植被覆盖时空变化分析

秦岭地区植被覆盖动态变化对其生态环境有重要影响。本文利用Google Earth Engine云平台,选取1986—2019年Landsat TM/OLI地表反射率数据,结合像元二分模型估算秦岭地区植被覆盖度(FVC);通过年际变化斜率、变异系数、Hurst指数等评价指标,对FVC的时空变化、稳定性和持续性变化进行分析。此外,探究FVC与气温、降雨的耦合关系,并分析土地利用变化对FVC的影响。结果表明:34年间,秦岭地区FVC整体上呈现良好的状况,中高等及以上植被覆盖区达73.11%;FVC由1986年的62.86%增长到2019年的70.01%,植被活动在不断增强;FVC的变异系数均值为0.34,标准差为0.45,其稳定性与其空间分布呈高度自相关性;秦岭地区的植被覆盖变化受气候变化和人为因素的共同影响。     

基于Google Earth Engine的巢湖流域生态环境质量时空动态变化及影响因素分析

本文以巢湖流域为研究区,基于2000—2020年Landsat TM/OLI系列遥感数据,通过Google Earth Engine云计算平台构建遥感生态指数(RSEI),采用空间自相关与地理探测器等方法对巢湖流域生态环境质量进行大尺度、长时序动态监测分析与评价。结果表明：(1)研究区RSEI均值由2000年的0.70提升至2020年的0.74,整体上呈现改善趋势,研究区生态环境等级以优、良为主。(2)研究区全局Moran’s I指数均大于0,巢湖流域生态环境质量在全局自相关上呈现聚类趋势,具有显著的空间正相关性,20年间“低-低”聚集区呈现先增加后减少趋势。(3)研究区生态环境受多因子影响,其中人为因素对2010年巢湖流域生态环境影响较大,进而导致生态环境质量下降。     

Google Earth及其应用展望

对Google Earth全球地理信息系统做了简单介绍,充分挖掘其功能,阐述了其在地理教学、水利工程管理、林火管理中的应用,并初步探索了其商业化应用。     

Google Earth Engine平台下的1990-2019年江西省森林覆被连续变化分析

森林是人类赖以生存和发展的重要生态环境资源,对其时空格局进行监测和分析具有十分重要的意义。本文以全国生态文明示范区之一的江西省作为研究区,基于Google Earth Engine平台的Landsat时序数据,采用CCDC方法,对江西森林的面积和绿度变化进行了分析。其结果对森林时空格局的监测和分析具有一定的参考价值。     

基于Google SketchUp与Google Earth的校园3维实现

以西南林学院为例,采用Google SketchUp创建3维建筑模型,介绍了建模方法和优化技术,并在GoogleEarth平台上发布了西南林学院校园3维全景,利用两个生活实例初步探讨了校园3维的应用功能.     

遥感大数据自动分析与数据挖掘

成像方式的多样化以及遥感数据获取能力的增强,导致遥感数据的多元化和海量化,这意味着遥感大数据时代已经来临.然而,现有的遥感影像分析和海量数据处理技术难以满足当前遥感大数据应用的要求.发展适用于遥感大数据的自动分析和信息挖掘理论与技术,是目前国际遥感科学技术的前沿领域之一.本文围绕遥感大数据自动分析和数据挖掘等关键问题,深入调查和分析了国内外的研究现状和进展,指出了在遥感大数据自动分析和数据挖掘的科学难题和未来发展方向.     

大数据时代的空间数据挖掘综述

随着大数据时代的到来,数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题,介绍了国内外研究中利用大数据处理工具和云计算技术,在空间数据的存储、管理和挖掘算法等方面的做法,并指出了该类研究存在的不足。最后,探讨了空间数据挖掘的发展趋势。     

遥感大数据服务平台设计与实现

越来越多的国产遥感卫星影像不断投入使用,对新一代遥感数据服务提出新的要求.针对目前遥感数据资源共享不足、专题信息自动提取等问题,急需构建遥感大数据服务平台.本文重点对该平台的框架设计、系统的功能进行了详细阐述,并简单地说明了生态环境因子自动提取技术,为进一步提升遥感数据服务提供了平台.     

面向大数据的时空信息云平台建设研究

在大数据时代来临的背景下,传统数据处理和分析方法已无法满足时空大数据高效存取、实时处理、分析挖掘等需求。本文结合智慧广东时空信息云平台的项目建设案例,探讨了面向大数据的时空信息云平台的建设目标、总体架构、关键技术、应用情况等内容,为解决海量时空大数据处理与分析性能问题,推动地理信息服务高质量发展做了积极探索。     

Google Earth Engine云平台及植被遥感案例研究

植被物候是全球变化的敏感指示器,对陆表物质和能量交换产生显著影响.植被物候遥感分析存在数据收集困难、提取方法实现复杂等问题,谷歌地球云计算平台(Google Earth Engine,GEE)为基于遥感大数据的物候分析提供了有利条件.本文分析了GEE平台的数据源、开发接口和应用场景,然后基于GEE中的长时序植被指数数据...     

基于遥感的地理国情普查数据采集研究

辽宁省全国第一次地理国情普查的基础是地表覆盖和地理国情要素的采集工作,同时也是开展统计分析的前提。本文以辽宁省朝阳市基于遥感影像的地理国情数据采集工作为例,对地理国情普查中地表覆盖数据和地理国情要素的内容及指标进行数据采集研究。采集的基础指标包括范围、位置、属性、面积等,利用清华山维EPS2010软件进行数据采集、数据建库、数据检查和时点更新等工作。详细阐述了在辽宁省朝阳市地理国情普查中的工作流程,总结出一套稳定、高效、可靠、因地制宜的数据采集方法,为开展常态化地理国(省)情监测奠定基础。     

地理国情大数据研究框架

地理国情监测作为大数据时代测绘地理信息领域一个新的、重要战略方向,其发展迫切需要顶层设计与新型技术的支撑,需要建立一种灵活、高效、低成本的大数据处理模式与服务方式。本文以地理国情监测与大数据研究相结合为切入点,阐述了地理国情大数据的分类及特点,提出了云计算环境下地理国情大数据研究架构,并从地理国情大数据存储、处理、挖掘、应用服务4个方面探讨了地理国情大数据云平台建设思路。本文将有助于地理国情监测的生产方式与服务模式变革,推动地理国情监测的广泛应用与产业化发展。     

GEE云平台支持下的西天山森林遥感监测与时空变化分析

针对区域大尺度森林遥感调查、精确信息提取和时间序列变化监测过程中存在的数据挑选困难、计算效率较低、提取精度不高等问题,本文基于谷歌云计算平台(GEE)强大的海量遥感数据组织、存储和计算功能,根据新疆干旱区森林资源的空间分布特点,结合多源遥感数据和地理要素数据集,首先构建了光谱+纹理+地形等多维分类特征集;然后在地理国情监测森林地面调查样本数据的协助下建立了西天山森林分类样本数据库;进而采用随机森林分类算法实现了对西天山森林1995、2000、2005、2010、2015和2018年6期自动分类;最后通过云端与本地相结合完成了森林资源遥感分类数据编辑检查、制图与分析。研究结果表明:①1995—2018年西天山森林总体呈动态扩张趋势,森林分布面积从1995年的3 953.6 km²年增加到2018年的4 243.2 km²,增长速率为12.6 km²/a;在结构组成上,西天山森林以针叶林为主,阔叶林、灌木林、针阔混交林较少。②在时间变化过程上,西天山森林的扩张态势呈现缓中增强,2005—2018年增长速率要明显高于1995—...     

位置大数据的分析处理研究进展

现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为（如出租车加油（气）、就餐、交接班）的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley's K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。