GEE/PIE遥感大数据处理与应用

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 Engine（GEE）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。

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

二、GEE和PIE影像大数据处理基础

1. . 关键知识点

· 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