GEE遥感大数据学习社区

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

• 作为美国地球物理联盟 (AGU) 期刊和书籍的编辑，我们对科学出版的根本基础充满信心

AGU Advances 地球与空间科学领域科学出版面临的挑战

Li, Y., Guan, Q.*, Gu, J. & Jiang. X. (2024) A deep reinforcement learning with dynamic spatio-temporal graph model for solving urban logistics delivery planning problems, International Journal of Digital Earth, 17(1): 2376273. DOI: 10.1080/17538947.2024.2376273.

论文推送 | 耦合动态时空图模型和深度强化学习的城市物流配送规划问题求解框架

Huan Gao#, Zhewei Liang#, Qingfeng Guan*, Xun Liang & Wen Zeng (2024): A parallel framework on hybrid architectures for raster-based geospatial cellular automata models, International Journal of Geographical Information Science, DOI: 10.1080/13658816.2024.2343776

论文推送 | 面向地理栅格元胞自动机模型的混合架构并行计算框架

Yao, Y., Feng, C., Xie, J., Yan, X., Guan, Q., Han, J., Zhang, J., Ren, S., Liang, Y., Luo, P., (2023). A site selection framework for urban power substation at micro-scale using spatial optimization strategy and geospatial big data. Transactions in GIS.

论文推送 | UrbanPS：基于电力大数据与空间优化策略的变电站选址优化框架

Yao Yao, Zhenhui Sun, Linlong Li, Tao Cheng, Dongsheng Chen, Guangxiang Zhou, Chenxi Liu, Shihao Kou, Ziheng Chen, Qingfeng Guan. 2023. “CarbonVCA: A Cadastral Parcel-Scale Carbon Emission Forecasting Framework for Peak Carbon Emissions.” Cities 138: 104354. doi:https://doi.org/10.1016/j.cities.2023.104354.

论文推送 | CarbonVCA：地籍地块尺度下的城市碳排放与“碳达峰”预测框架

建筑高度信息刻画了城市的垂直形态，对于理解城市发展进程十分重要。高分辨率光学卫星影像能够提供城区内部精细的空间细节，然而它们尚未被应用于多个城市的建筑高度估算。同时，在精细尺度（<5米）上估计建筑高度的可行性仍未得到充分研究。此外，多视角卫星影像能够提供建筑物的垂直信息，但它们尚未被用于大范围建筑高度反演任务。因此，本文引入了高分辨率的ZY-3多视角影像，以估计2.5米空间尺度上的建筑高度。本文提出了一个多光谱、多视角和多任务的深度学习网络（称为M3Net），用于预测建筑高度。该网络在多任务学习框架下融合了ZY-3多光谱和多视角影像。本文也比较了基于多源特征的随机森林（RF）方法。实验区域为42个具有不同建筑类型的中国城市。结果表明，M3Net取得了比RF更低的均方根误差（RMSE），并且ZY-3多视角影像的加入能够显著降低建筑高度预测的不确定性。与现有研究相比，本文进一步证实了所提方法的优越性，特别是在缓解高层建筑高度估计的饱和效应方面。与常规的单任务/多任务模型相比，M3Net取得了更优的精度。此外，时空迁移性实验表明，M3Net对成像条件和建筑风格具有一定的鲁棒性。最后，本文在一个相对较大的区域（覆盖约14,120平方公里）测试了M3Net，从效率和精度两方面验证了该方法具有较好的扩展性。源代码发布在网址：https://github.com/lauraset/BuildingHeightModel

【研究动态】基于深度学习的城区建筑高度估计方法—以中国42个城市为例

Google Earth Engine (GEE)是一个基于云计算的遥感大数据处理平台，能够在全球尺度下进行地理空间数据分析和交互免费的计算平台。GEE主要面向研究人员，GEE已广泛应用于各个学科，包括全球森林变化、全球地表水变化、作物产量估算、稻田制图、城市制图、洪水制图、火灾恢复和疟疾风险图谱等。它也已集成到许多第三方应用程序中，例如分析物种栖息地范围、监测气候和评估土地利用变化等。

Google Earth Engine学习资料汇总与分享

本期分享的内容，为一本厚度为235页的学习资料。内容包括高光谱遥感、高分辨率影像处理、计算智能及其在遥感影像处理中的应用、影像处理工程、遥感应用和模式分析与机器学习等。很适合遥感领域的学生学者去学习和加深对遥感领域的理解，资料供分为18章节，每一章都值得研究和学习，章节内容包括研究概述、研究意义、应用、已取得的成、发展前景和入门资料的推荐等。该学习资料本人强烈推荐学习，希望能够本次料能够开阔你的事业并激发你的学习兴趣。（资料为张良培团队（张良培、钟燕飞、沈焕锋、黄昕、罗斌、夏桂松、杜博、张洪艳、袁强强和张乐飞等）在其主页上公布的主要研究方向介绍。）

遥感学习武林秘籍分享

2020, ISPRS Journal ‍Photogrammetry Remote Sensing

Geegle Earth Engine - A Review

Planet公司是世界上在轨卫星最多的公司，共有近200颗在轨卫星，使全球对地观测进入“每日”时代，有着其他公司无法比拟每天覆盖全球一次的超高频时间分辨率。PlanetScope小卫星星座现有在轨卫星共170余颗，是全球最大的卫星星座，可实现每天监测全球一次。PlanetScope遥感影像PlanetScope( PS)数据是由Planet公司发射的PlanetScope(PS)小卫星星座的卫星数据产品，PS现有在轨卫星共132颗，是全球最大的卫星星座，可实现每天监测全球1次。在Planet官网(https://www.planet.com)注册申请可免费下载L1B的Analytic级别产品数据。相较于当下众多高空间分辨率卫星数据，PS卫星数据有高频次重访的独特优势。PS卫星产品有4个多光谱波段，波段范围为455-860nm，空间分辨率达3 m。Planet数据3B影像处理级别为：经过传感器、辐射定标和正射校正的正射级产品，文件说明如下：

全球高时间高空间分辨率数据免费申请指南

Amani, M., Ghorbanian, A., Ahmadi, S. A., Kakooei, M., Moghimi, A., Mirmazloumi, S. M., … Brisco, B. (2020). Google Earth Engine Cloud Computing Platform for Remote Sensing Big Data Applications: A Comprehensive Review. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1–1. doi:10.1109/jstars.2020.3021052 

Google Earth Engine - A Review第二篇

无论您是初学者还是专业人士，以下关于遥感应用的列表都将改变您对遥感如何改变我们的世界和思维方式的看法。（Whether you are beginner or advanced, this list will change the way you feel about how remote sensing is changing our world and the way we think.）‍

100 Earth-Shattering Users & Applications of Remote Sensing

30 GIS Software Applications [2020Rankings]

30 GIS Software Applications [2020 Rankings]

GIS
What is Geographic Information Systems (GIS)?
Geographic Information Systems (GIS) store, analyz

What What is Geographic Information Systems (GIS)?

通过这1002个地理信息系统应用程序和应用程序，增强您的数据能力。（1）为你或你的学生寻找地理信息系统项目而苦苦挣扎时？（2）当有人问起地理信息系统到底能做什么时？（3）想让你的业务和服务多样化？经过一年的发展，以下是您最喜欢的GIS应用程序：

1002个GIS应用

这些数据一般是或者含有地理真值，或者带有原始的观测数据、抑或没有经过过多的处理，覆盖范围较小，或有多种数据的覆盖，因此多用于科学研究。这里选择性地列出作者熟悉的一些参考数据供读者参考。

面向科研人员的免费遥感数据集

1.Yuan, Q., Shen, H., Li, T., Li, Z., Li, S., Jiang, Y., … Zhang, L. (2020). Deep learning in environmental remote sensing: Achievements and challenges. Remote Sensing of Environment, 241, 111716.

32篇深度学习与遥感论文推荐

对于科研小白来说，寻找合适的期刊来发表自己的学术成果是相当困难而且非常重要的事情。如果选择了与论文内容并不匹配的期刊进行投稿，很有可能面临的就是被拒稿的结局。为了解决这一问题，这里列出了几款有用的在线工具，帮助正需要投稿的同学推荐合适的期刊。

SCI论文投稿和作图配色系统推荐

原文链接：http://blog.sciencenet.cn/blog-290812-1016263.html

重新认识ArcGIS中的坐标系

Remote Sensing of Environment (RSE) serves the Earth observation community with the publication of results on the theory, science, applications, and technology of remote sensing studies. Thoroughly interdisciplinary, RSE publishes on terrestrial, oceanic and atmospheric sensing. The emphasis of the journal is on biophysical and quantitative approaches to remote sensing at local to global scales.

温暖阅读（GEE,RSE,2020 ）

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了GEE遥感大数据学习社区专栏，为你提供了GEE遥感大数据学习社区的相关文章，致力于帮助开发者快速成长与发展。

GEE遥感大数据学习社区

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐