- 微信
- 微博
  
  分享文章到微博
- 复制链接
  
  复制链接到剪贴板

揭秘生态地理奥秘，融合遥感云计算技术：大家期待已久的新书终于来了-《生态地理遥感云计算》

此星光明发表于 2025/01/08 10:09:08 2025/01/08

【摘要】简介“揭秘生态地理奥秘，融合遥感云计算技术”大家期待已久的新书终于来了-《生态地理遥感云计算》以同步在京东，当当发布，欢迎大家选购。序五种正在迅速发展的地理全球趋势——地理意识、地理支持、地理技术、公民科学和故事讲述 —有助于提高地理与教育和社会的相关性，更有可能吸引全球观众关注地理空间信息学。地理空间云计算和空间分析技术正在迅速接近一个“大时代”，在这个时代，日常生活的几乎每个方面都将是...

简介

“揭秘生态地理奥秘，融合遥感云计算技术”大家期待已久的新书终于来了-《生态地理遥感云计算》以同步在京东，当当发布，欢迎大家选购。

序

五种正在迅速发展的地理全球趋势——地理意识、地理支持、地理技术、公民科学和故事讲述 —有助于提高地理与教育和社会的相关性，更有可能吸引全球观众关注地理空间信息学。地理空间云计算和空间分析技术正在迅速接近一个“大时代”，在这个时代，日常生活的几乎每个方面都将是空间化的。

Google Earth Engine (GEE) 是一个云计算平台，拥有数 PB 级的卫星图像和地理空间数据集目录。在过去的几年中，GEE 在地理空间社区中变得非常流行，并在本地、区域和全球范围内为众多环境应用提供了支持。 GEE 提供 JavaScript 和 Python API两种主要平台，用于向 Earth Engine 服务器发出计算请求。本书采用动手实践的方法来帮助您开始使用 GEE 和云计算。您将从 GEE的基础知识开始，创建和自定义基础的交互式地图。然后，您将学习如何将基于云的 Earth Engine 数据集和本地地理空间数据集加载到交互式地图上。随着章节的推进，您将逐步了解使用 GEE可视化和分析 Earth Engine 数据集的实际示例，并将学习如何从 Earth Engine 导出数据。您还将学习更多高级主题，例如构建GEE UI和部署交互式 Web 应用程序 (APP)。

本书能有效地帮助零基础学员快速掌握GEE基础知识，同时可以利用该平台实现高效的应用与开发，帮助科研人员实现快速的生态、地理遥感的快速科研产出，能极大的推进相关学科的从单机处理到云计算的跨越。

内容简介

本书共分为8章，书中从Google Earth Engine code Editor在线Web中的实现和账号申请，到JavaScript基础，再到GEE常用功能和GEE案例的分析，用通俗易懂的语言，渐进式讲解了GEE遥感云计算的相关操作技术，包括JavaScript中EE对象、矢量、影像、图像可视化、影像的上传和下载、影像去云、影像时间和边界筛选、指数反演、波段运算、影像掩膜、镶嵌和裁剪、矢量和栅格的转换、面积和周长的计算、线性回归、相关性分析、reducer统计和筛选、join连接、图表加载、runTask以及多个案例分析等内容。书的每章既有基础功能的使用和相应代码配备，也有高级功能知识点探究，是学习Google Earth Engine技术的理想书籍。

本书主要读者对象为测绘、生态、地理、环境和遥感等领域各层次技术及相关科研人员，以及高等院校相关专业在校师生等。

前言

全球遥感是于20世纪60年代发展起来的一门新兴技术，自1972年美国发射了第一颗陆地卫星后，遥感时代开始逐渐从航空遥感向航天遥感时代的跨越。1950年中国开始组建专业遥感队伍，开始航摄和应用，随着1975年中国获取了第一颗返回式卫星的卫星影像，标志着我国航天遥感时代的到来，目前，我国已经逐步形成高、中、低分辨率遥感数据的全覆盖。面对遥感卫星呈现爆发式增长的趋势，基于本地单机工作站的计算机处理能力，已远远无法满足海量遥感数据的处理和应用，如何快速处理遥感影像和科学分析成为当下新的挑战和机遇。

伴随着云计算技术的快速发展，遥感数据云平台应运而生，2011年，由美国科学家Morre和Hansen在美国地球物理协会会议上发布的全新的遥感云计算平台——谷歌地球引擎Google Earth Engine（GEE），正式拉开了遥感云计算的序幕。遥感云平台的出现，为海量遥感数据的处理和分析提供了前所未有的解决方案，颠覆了传统遥感遥感处理手段，使得全球尺度、长时间序列和高分辨率的遥感影像处理的快速处理和分析应用成为现实。

近年来，基于GEE遥感云平台的科学研究呈现爆发是增长的趋势，2010-2020年，基于GEE云平台发布的文章就超过500篇，中国知网检索到近5年以Google Earth Engine为关键词的文献就多达300余篇，涵盖了测绘学、环境科学、地理学、农学、林学、气象学等主流学科。其中卫星应用检索检索频率最高的关键词以Landsat、Sentinel-2、MODIS为主，应用领域以植被覆盖度、土地利用、气候监测、水文、影像处理、城市规划和自然灾害等为主。在全球尺度范围的研究中，以森林监测（含红树林）、地表水、土地覆盖、归一化植被指数Normalized vegetation index(NDVI), 归一化烧毁率Normalized Burned Ratio (NBR)、山地绿色植被指数Mountain Green Cover Index (MGCI) 等的相应指数研究为主。

面对遥感云计算平台的大时代背景下，遥感影像处理和应用的云端计算将逐步成为主流。目前，关于遥感云平台的基础分析和综合应用仍处于起步阶段，为更好的服务于广大科研人员和GEE遥感生态领域用户，本书以0基础的学习者身份，将谷歌地球引擎以通俗易懂的方式进行了详细讲解，使读者能快速突破GEE遥感云计算的学习瓶颈，以更高效地方式完成相关领域的科学研究和科研产出。同时，书中介绍了现有国内外主流遥感云平台，包括PIE-Engine、AI Earth等在内的国内主流遥感云平台，有利于推广和发展国内遥感云计算领域的技术应用。

全书共分为个章节，第一章主要介绍国内外主流遥感云计算平台；第二章详细介绍了GEE平台账号申请、处理环境、平台基本功能和使用限制等内容；第三章以谷歌地球引种中JavaScript API基础语法为出发点，将JavaScript语法和基础进行了详细的介绍；第四章为本书核心部分，围绕谷歌地球引擎基础教学展开，设立了基础篇、中级篇和高级篇三个部分，共计46个教程案例，每一个教程案例均按照，使用说明、函数介绍和代码注释的方式呈现；第五章具体分析了python API的安装和使用，主要围绕吴秋生老师的geemap包的应用展开；第六章是GEE UI介绍和应用程序开发，帮助使用者完成GEE web端的APP开发；第七章为GEE常见错误解析，总结了目前常见的GEE诸多错误，将GEE在遥感分析过程中的困惑进行逐一解答，并提供了详细的解决方案；第八章为GEE主流影像数据介绍，附录为谷歌地球引擎主要EE对象及函数查询和全书代码参考链接。

由于作者研究领域和专业限制，书中难免存在诸多问题，还望您及时提出宝贵建议和意见，以便我们再版时予以更正。