会议预告| 第八届地球空间大数据与云计算前沿大会与集中学习(1号通知)

    由北京大学城市软实力研究院举办，中国地理信息产业协会农业农村地理信息工委会、《遥感学报》协办的“第八届地球空间大数据与云计算前沿大会与集中学习”将于2025年4月12-13日在北京线下举行。

   本次会议以Earth Engine (GEE)和国产遥感云平台为代表的地球空间大数据/云计算的持续发展和普及为背景。GEE自问世以来，以其集大数据/云计算为一体的特点，迅速成为连接基础研究与行业应用的高效平台，并在自然资源、生态环境、农林牧渔等行业需求上展现出巨大的应用潜力。在人工智能时代，GPT与Midjourney绘图让“你我都是艺术家”成为现实；SAMGeo模型推动了遥感影像自动分割。2024年，GEE开始支持直接调用和购买PlanetScope商业遥感数据，提升了数据获取的便捷性；同时，开始集成BigQuery和Vertex AI，其中BigQuery支持快速查询海量数据（包括矢量数据），而Vertex AI进一步把AI与GEE深度融合，助力更强大的数据分析；在API方面推出了Client Library V1，提升了Python用户的开发体验和功能支持。

    为及时跟进并系统学习使用GEE等云平台，了解行业当前的需求、瓶颈、技术困境，探讨如何将其应用于碳中和、气候变化、可持续发展等热点问题，邀请从事遥感算法研究并发表顶刊成果的教授/研究员、卫星数据管理的专家、行业应用领域的公司总裁、以及研究生等各领域代表，探讨相关进展问题，促进“产学研”一体化，并邀请专业人士讲解GEE等云平台的基础与进阶使用。会议涵盖植被、土地利用、水、夜光等专题，将有力推动学术资源的共享与行业的交流。

    本期主题为：“时空智能助力新质生产力”。将包含三个议题：

1.地球空间大数据/云计算及其发展前沿学术报告；

2.邀请Earth Engine专业人士进行从入门到提高的案例学习与答疑；

3.遥感云计算一年来的新功能、新服务总结与探讨，择优推荐GEE专刊投稿。

 大会组委会诚挚邀请从事地球空间大数据/云计算及相关领域的广大学者、研究与应用人员、教育工作者、企业代表参会。现将会议具体事项通知如下：

会议时间：2025年4月12-13日

会议地点：北京市朝阳区望京线下举办

举办单位：北京大学城市软实力研究院

协办单位：

中国地理信息产业协会农业农村地理信息工委会

《遥感学报》

承办单位：北京杉树未来科技有限公司

参会注册方式：

    本次会议与集中学习会议注册费（含工作餐）为：3月15日前2300元/人，3月15日后2500元/人（提供电子发票）。    会议为参会者免费提供由会议发起人等专家编纂的《遥感云计算与科学分析-应用与实践》（国内首部遥感云计算教材）作为大会指定教材。参会者的优秀成果将推荐往JRS期刊与Big Earth Data期刊投稿。

“本公众号专属推荐码为：5，报名有惊喜哦！”

    本次会议委托北京杉树未来科技有限公司代为收取会议注册费并开具发票。报名缴费方式如下：

第一步：转账汇款至如下账户：

账户：北京杉树未来科技有限公司

开户行：招商银行股份有限公司北京海淀支行

账号：110950759110802

或

微信或支付宝扫码转账（支付遇到问题，请联系会务）

支付时请务必备注姓名和单位，便于识别。

第二步：扫码或点击链接，填写必要信息，并上传缴费记录截图（单位对公转账者上传用款申请单，个人转账者上传转账截图），确认无误后点击提交。

https://www.wjx.cn/vm/P5XUgfX.aspx# 

第三步：报名完成后扫码入群，若群码过期请添加会务老师微信入群。

  刘老师

唐老师

参会微信群如下：

Mathieu Gravey，谷歌开发专家、Google Developer Expert（GDE）专家组成员

柳钦火, 中国科学院空天信息创新研究院二级研究员，定量遥感

董金玮，中科院地理所研究员，种植提取

何斌，北京师范大学教授，气候变化与碳循环

吴秋生，田纳西大学副教授，GEE资深专家

无形的风，知乎GEE知识博主

赵罡，中科院地理所研究员，水文遥感

付东杰，中科院地理所副研，海岸带/农业

李旺，欧盟玛丽居里学者/德国洪堡资深学者，中科院空天院副研，森林遥感

李瑶，西南大学教授，水体遥感

燕玉超，中山大学副教授，全球变化

莫李东，瑞士苏黎世联邦理工学院，生态遥感

马宇驰，斯坦福大学，农业遥感与迁移学习

姚方方，弗吉尼亚大学，水体遥感

郝大磊，西北太平洋国家实验室，植被遥感

Y. Clueless，威斯康星大学麦迪逊分校，GPT

李弈韬，中科院地理所，热红外遥感

程凯，北京大学，森林遥感

左振鹏，波士顿大学，GEE资深用户

林政阳，北京大学，GEE资深用户

王正坤，中国地质大学，GEE资深用户

闫星光，中国矿业大学，GEE资深用户

持续更新中......

整体安排

   会议开幕--特邀专家专题报告--云平台实操教学--现场实时答疑--云平台开发大赛--闭幕式与颁奖(4月12-13日，上午、下午、晚间)。

  具体日程将在后续通知中发布，本届会议面向往期参会师生征集投稿报告，审核通过后的报告人可在会场进行15分钟口头报告展示或海报展示，欢迎有意作投稿报告和海报展示的老师同学与会务组联系。

新手入门级学习案例

内容持续更新中......

1、初步了解 GEE：这是什么？

· GEE（Google Earth Engine）简介

· Google Earth Engine与Google Earth有何不同

· 数据和案例

2、准备使用GEE：我该做什么？

· 个人需要准备的内容

· 包括用户界面在内的一些基本信息

3、GEE工作前的准备：零基础开始？

· 代码编辑区域

· JavaScript 基础表达方式

· GEE上的Javascript

 4、GEE的主要工作环节：有哪些可用工具

· 地学相关的对象

· 对地学对象的操作

 5、困扰初学者的一些问题：我哪里错了？

· 常见 bug

 6、入门常用基础操作：如何掌握基本技能？

· 数据的选取

· 时间序列的分析计算

· 影像/影像集的导出

· 简单入门监督分类

 7、从入门到提高的基础操作：哪些必要的语言基础？

· Python版本GEE安装与使用

· 植被物候信息提取

· 水体训练样本生成与制图

· 地表温度卫星数据降尺度

附录1、Earth Engine综述：

· 几个行星尺度级地理空间数据分析工具介绍

· Earth Engine能做什么

· 部分使用Earth Engine工具的已发表学术论文

· Earth Engine应用举例

· Earth Engine云端数据目录

· Earth Engine数据类型和算法

· Earth Engine平台（Explorer和Code Editor）

· Earth Engine第三方应用

· Earth Engine第三方数据

· Earth Engine书籍- Cloud-Based Remote

· Sensing with Google Earth Engine

附录2、Earth Engine 初识与入门介绍：

· GEE注册、登陆及整体概念

· GEE的环境搭建配置

· GEE的命令行使用，简化工作量

· JavaScript基础语法

· GEE基础语法

· Reducer、Array、Image、ImageCollection、 Feature、FeatureCollection等介绍

· 海量矢量数据可视化（FeatureView）

· Ui介绍，包括基本组件、Chart等

· APP制作发布

· 常见错误（循环、类型错误、最大像素数超出、运算时间超时、内存溢出等）

提高级学习案例

内容持续更新中......

1、总体介绍

· 学习GEE的各种在线资源

· GEE在线编辑器使用、各种数据查询

· 依托于GEE发布个人版的APP

· 展示一些个人的小项目，比如：中国变绿的进程、2019年7月北京有多热、干涸的洪泽湖、无人机影像在云平台中的使用等等

2、JavaScript版GEE

· JavaScript基础语法

· JavaScript版的GEE语法规则

· 影像处理中的常用操作（比如拼接、裁剪、去云等）

· Reducer、Join、Filter等具体使用方式

· 各种指数计算等等

3、Python版GEE

· 本地和在线两种开发环境配置

· Python基础语法

· Python版GEE的语法规则

· 使用Python版GEE处理影像

· 本地命令行使用等等

实战的项目：

（1）使用Python版的GEE做一个简单的地物分类；

（2）展示GEE结合Tensorflow利用深度学习实现遥感影像分类操作（这里存储使用免费的Drive而不是付费的Cloud Storage）

4、异常错误分析

各种常见的异常错误分析解决方案，比如常见语法错误、运行错误及解决方案。

5、实战项目

（1）时间序列图像变化检测

· 利用遥感影像制作关心区域的动态变化图

· 具体案例：黄河入海口变化、印度疫情期间CO与NO2时空分析

（2）影像地物分类（新增加面向对象分类介绍）

· 获取样本

· 监督分类

· 非监督分类

· 面向对象分类

· 图像分割、深度学习TensorFlow等

· 土地覆被精度分析与验证（结合GEE以及其他相关验证工具）

· 面积统计（不同计算方式）

· 结果展示（包含图例）

· 结果导出

· 具体案例：基于GEE的东南亚地区典型地物制图(油棕、水稻、红树林)

（3）长时间序列数据处理分析

· 常见指数计算

· 生成长时间序列数据

· 补充、平滑长时间序列数据

· 具体案例：中国绿色植被变化时空分析

（4）亚马逊森林火灾分析

· 过火面积分析

· 火情变化状况分析

· 大气污染影响（CO和NO2）

（5）北京地区城市化进程对植被覆盖度的影响

· 北京地区植被覆盖度计算

· 分析北京不同区域植被覆盖度

· 北京建筑群历年变化趋势

· 具体案例：使用Landsat数据做作物生长状态的长时间序列分析

（6）水体指数提取水体

· 水体指数计算

· 图像二值化分割等自动提取水体

· 具体案例：高原地区湖泊冰期提取分析

（7）水体多年面积变化

· 提取多年水体并计算水体面积

· 展示历年水体面积变化

· 具体案例：利用Sentinel-1实现鄱阳湖洪水动态监测

（8）线性回归以及实践

· 如何对列表数据或影像数据做线性回归

· RMSE等各种常用统计评价指标计算

· GEE做线性回归拟合实例分析

· 具体案例：时间序列影像回归拟合

（9）GEE快速数据转换的实例操作

· Colab环境配置与GEE自动授权

· GEE矢量数据的导入与导出

· GEE栅格数据的批量导出

· 创建卫星时间序列数据的动画

（10）基于SAMGeo的遥感影像自动分割

· 下载高分辨率航空影像

· 影像全自动分割

· 基于点和矩形边框的影像自动分割

· 基于文本提示的影像自动分割

（11）如何在GEE上写出自定义的循环算法

· GIS数据批量编辑与时间维度上的数据聚合（map）

· 时间序列累积曲线与汇流算法（iterate）

· 批量输出和添加地图图层（for）

（12）基于国产PIE-Engine Studio和可视化分析平台进行多种模式的开发与分析

· 可视化分析平台—探索实验室操作实战

· 城市热岛效应算法、大津算法等介绍演示

· 碳排放分析之二氧化氮平台介绍

· 基于PIE的湿地算法介绍以及研究成果展示

· Python版本SDK新功能展示，包括SAM等

6、人工智能时代，你我都是艺术家！

（1）AI艺术生成器到底是什么？

· 解释AI艺术生成器的基本概念和主流产品

· 介绍生成对抗网络（GANs），以及它们如何在AI艺术生成中起作用

· Midjourney与DALL·E有什么不同

（2）Midjourney与ChatGPT+DALL·E的注册和使用

· 注册流程和基本设置

·简要介绍这几个工具的主要功能和应用领域。

（3）利用ChatGPT提炼关键词和构思创意

·使用ChatGPT进行要素分析

·使用Midjourney和DALL·E生成初步配图

（4）输入文本描述并分别在Midjourney和DALL·E中生成图像

·目前AI艺术生成器在科技论文配图中的案例

·理解各自的特点和优势以及如何选择合适的工具

·优化和调整生成的图像

·了解目前模型的局限性

（5）实际操作与案例研究

·参与者使用这些工具创建自己的艺术作品，并答疑解惑

·展示和分析一些成功的AI艺术作品案例。

付东杰，肖寒，苏奋振，周成虎，董金玮，曾也鲁，闫凯，李世卫，吴进，吴文周，颜凤芹. 遥感云计算平台发展及地球科学应用. 遥感学报, 2021,25(1):220-230.  DOI：10.11834/jrs.20210447

闫凯，陈慧敏，付东杰，曾也鲁，董金玮，李世卫，吴秋生，李翰良，杜姝渊. 遥感云计算平台相关文献计量可视化分析. 遥感学报, 2022,26(2):310-323.  DOI：10.11834/jrs.20211328

刘小燕，崔耀平，史志方，付一鸣，闰亚迪，李梦迪，李楠，刘素洁.2023. GEE平台下多源遥感影像对洪灾的监测. 遥感学报,27(9):2179-2190.  DOI：10.11834/jrs.20221063

梁锦涛, 陈超, 孙伟伟, 等. 长时序Landsat和GEE云平台的杭州湾土地利用/覆被变化时空格局演变. 遥感学报, 2023,27(6):1480-1495.  DOI：10.11834/jrs.20232614

宁晓刚, 常文涛, 王浩, 等. 2022.联合GEE与多源遥感数据的黑龙江流域沼泽湿地信息提取. 遥感学报, 26(2):386-396.DOI：10.11834/jrs.20200033

程伟，钱晓明，李世卫，马海波，刘东升，刘富乾，梁军龙，胡举. 2022.时空遥感云计算平台PIE-Engine Studio的研究与应用. 遥感学报, 26(2):335-347.  DOI：10.11834/jrs.20211248