随着遥感技术的快速发展，海量遥感数据不断涌现。遥感云计算技术的发展和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机遇，并彻底改变了传统遥感数据处理和分析的模式，极大地提高了运算效率，使得全球尺度的快速分析和应用成为可能。作为国内首次对遥感云计算平台的应用和实践进行详细介绍的专著，本书重点以当前方兴未艾的谷歌云计算平台为例，为遥感云计算的应用提供指南和应用案例。
本书聚焦遥感云计算的科学和技术前沿，从理论与基础、实践与简明教程、经典应用案例三个方面进行阐述，首先介绍遥感大数据和遥感云计算的背景、基本概念与原理，在此基础上介绍了遥感云计算平台的应用编程实践，然后列举了遥感云计算在土地覆盖和土地利用信息提取及生态学应用的最新研究案例，最后介绍了当前可用的国内外主要卫星数据源。
样章试读
目录
- 目录
序Ⅰ
PrefaceⅡ
前言
第一篇 理论篇
第1章 理论与基础 3
1.1 背景与意义 3
1.1.1 遥感大数据时代的到来 3
1.1.2 云计算技术的不断发展 4
1.1.3 遥感云计算的出现与意义 5
1.2 遥感大数据 6
1.2.1 遥感监测的意义和现状 6
1.2.2 目前常用的遥感数据源介绍 7
1.3 遥感云计算 8
1.3.1 遥感云计算基本概念 8
1.3.2 遥感云的部署与服务模式 9
1.4 遥感云计算平台 10
1.4.1 发展史 10
1.4.2 现有遥感云计算平台的介绍与对比 10
1.4.3 遥感云计算平台的科学应用 17
1.5 遥感云计算的发展展望 18
1.5.1 促进服务需求导向的快速信息获取 18
1.5.2 研究视角从区域尺度扩展到全球 19
1.5.3 用户群体从政府和行业部门扩展到公众 19
1.5.4 数据挖掘与机理研究的相互促进与融合 20
参考文献 20
第二篇 实践篇
第2章 Earth Engine基础语法与函数 27
2.1 Earth Engine综述 27
2.1.1 Earth Engine发展历史 28
2.1.2 Earth Engine架构 29
2.1.3 Earth Engine平台优势 31
2.1.4 Earth Engine开发平台 32
2.1.5 Earth Engine应用的相关学习资源 34
2.2 Earth Engine重要概念 37
2.2.1 服务器和客户端 37
2.2.2 地图 37
2.2.3 影像 38
2.2.4 影像集合 40
2.2.5 矢量数据 42
2.2.6 过滤筛选 45
2.2.7 数据整合 46
2.2.8 循环遍历map 47
2.2.9 发布APP 51
2.2.10 存储空间 54
2.2.11 公共库 57
2.2.12 总结 59
2.3 Earth Engine基础语法 62
2.3.1 JavaScript语法介绍 63
2.3.2 Earth Engine中JavaScript和独立JavaScript的异同 66
2.3.3 JavaScript版API语法详解 70
2.3.4 Python版的API语法详解 165
第3章 Earth Engine编程指南 194
3.1 Earth Engine常用算法 194
3.1.1 影像去云操作 194
3.1.2 时间序列数据合成操作 200
3.1.3 形态学变化操作 208
3.1.4 统计分析操作 210
3.1.5 缨帽变换 214
3.1.6 影像集合数据导出 216
3.2 Earth Engine常见错误总结 219
3.3 Earth Engine实例教程 226
3.3.1 动态变化监测 226
3.3.2 遥感地物分类 237
第三篇 应用篇
第4章 Earth Engine在土地覆盖/利用变化研究中的应用 271
4.1 全球和国家土地覆盖/利用数据产品进展 271
4.2 Earth Engine在不同专题土地信息提取中的应用 274
4.2.1 耕地信息提取 274
4.2.2 森林信息提取 276
4.2.3 城市土地利用信息提取 278
4.2.4 水体信息提取 279
4.2.5 牧草地信息提取 281
4.3 土地覆盖/利用产品验证 282
4.3.1 基于GEE的面积估算和精度评价 282
4.3.2 基于Collect Earth的地面样本获取方法 284
4.3.3 云计算时代土地利用/覆盖信息提取存在的问题和展望 285
参考文献 287
第5章 Earth Engine在生态学中的应用 292
5.1 植被指数的平滑插值处理 292
5.2 植被物候信息的提取和模拟 294
5.2.1 案例1：基于Landsat时间序列数据分析的物候信息提取 294
5.2.2 案例2：基于Daymet模型和Earth Engine平台的物候模拟 295
5.3 生态系统总初级生产力（GPP）和蒸散的模拟 296
5.3.1 案例1：基于PML-V2模型的GPP和ET模拟 296
5.3.2 案例2：基于Landsat系列遥感影像进行ET制图的工具 297
5.4 农业干旱监测和评估 298
5.4.1 案例1：基于土壤水分数据的区域干旱评价 298
5.4.2 案例2：基于Earth Engine的气候和遥感数据可视化平台 300
5.5 植被对气候变化的响应 300
参考文献 301
第6章 常用遥感数据与参数产品介绍 303
6.1 国外卫星数据 303
6.1.1 美国 303
6.1.2 欧洲 307
6.1.3 日本 311
6.1.4 印度Cartosat系列卫星 312
6.1.5 韩国KOMPSAT系列卫星 313
6.2 国内卫星数据 314
6.2.1 GF高分系列卫星 314
6.2.2 HJ环境系列卫星 314
6.2.3 ZY资源系列卫星 315
6.2.4 天绘系列卫星 316
6.2.5 HY海洋系列卫星 316
6.2.6 FY风云系列卫星 318
6.2.7 部分其他国产卫星 320
6.3 遥感参数产品 322
6.3.1 陆表产品 322
6.3.2 海洋产品 337
6.3.3 大气产品 339
书中所有代码链接汇总 343
京公网安备 11010102004214号
很好啊。