遙感數據處(chu)理、監測與機器學習培訓(xun)課程大綱
第一章
理(li)解柵(zha)(zha)(zha)格(ge)基(ji)本槪(gai)念：什(shen)么(me)是柵(zha)(zha)(zha)格(ge)數(shu)據，像元值，分辨(bian)率，柵(zha)(zha)(zha)格(ge)數(shu)據的(de)(de)符(fu)號(hao)化(hua)方(fang)式，分析環(huan)境的(de)(de) 設置等；掌握zone和region的(de)(de)槪(gai)念以及轉換方(fang)法(fa)〇
柵格基礎知識
柵格常用工具
學習(xi)常用的(de)(de)處理柵格(ge)的(de)(de)工具，如(ru)提(ti)(ti)高(gao)柵格(ge)數(shu)(shu)據(ju)(ju)的(de)(de)顯示效率；改變柵格(ge)數(shu)(shu)據(ju)(ju)的(de)(de)分辨率；柵格(ge)數(shu)(shu)據(ju)(ju) 與(yu)矢量數(shu)(shu)據(ju)(ju)之間的(de)(de)相互轉換；提(ti)(ti)取符號(hao)像元值(zhi)要求的(de)(de)區域等；計算(suan)指定區域的(de)(de)統計信息(xi)。
第四章
數(shu)字高程模型DHM是對(dui)(dui)地(di)面高程進行(xing)空間(jian)描述的一種(zhong)離(li)敎的數(shu)字表迖，通(tong)過DH\1數(shu)據可(ke)以對(dui)(dui)地(di) 形和地(di)貌進行(xing)分析(xi)。
地形地貌分析
第五章
了(le)解常用的(de)數據獲取方式和(he)下載網站；
影像數據介紹
掌(zhang)握常見的傳(chuan)感器(qi)以及其影(ying)像(xiang)數(shu)據的特(te)征； 查看(kan)影(ying)像(xiang)數(shu)據信息。
第六章
拿到的影像(xiang)數(shu)據(ju)，不能直接用來進(jin)行分(fen)析，還需要進(jin)行前期的處理，稱(cheng)之為(wei)影像(xiang)的預處 理。
影像預處理方法
第七章 影像分類
人工智能時代，機(ji)器學(xue)習和深度學(xue)習應用廣泛，我們也可以在遙感影像提取土地(di)(di)利(li)(li)用的研究中 使用這些學(xue)習方(fang)法，實現土地(di)(di)利(li)(li)用類(lei)型自(zi)動提取，高效而(er)快速(su)地(di)(di)找出目標地(di)(di)物。
第八章
混淆矩陣(zhen)也稱誤差矩陣(zhen)，是(shi)表示精(jing)度評價的(de)一種標準(zhun)格式，具體評價指(zhi)標有總體精(jing)度、生產(chan)者 精(jing)度、用戶精(jing)度、Kappa系數(shu)等，這些精(jing)度指(zhi)標從不同的(de)側面反映了圖像(xiang)分(fen)類的(de)精(jing)度。本章學 習中我們通過混淆矩陣(zhen)來評價分(fen)類結果的(de)優劣。
分類準確性評估
第九章 變化分析
無論變(bian)化在(zai)一(yi)瞬間發生，還是(shi)長期的演(yan)變(bian)，人工的監測(ce)是(shi)十(shi)分困難的，如果使用遙感影像來監 測(ce)變(bian)化，可(ke)以節省人力物力，更(geng)能發生隱藏的規律。
第十章
定量反(fan)演
定量遙(yao)感(gan)是指從對地觀測(ce)電磁波信號中(zhong)定量提(ti)取地表參數的技術和方(fang)法(fa)〇定量遙(yao)感(gan)在區(qu)域尺度 的應用廣泛，人工方(fang)法(fa)很難在大區(qu)域中(zhong)使用，遙(yao)感(gan)的方(fang)法(fa)卻(que)可以輕松獲取相關(guan)信息(xi)〇
生態敏感性分析
生態(tai)(tai)敏感(gan)(gan)性分析是指在不(bu)(bu)損失或(huo)(huo)不(bu)(bu)降低環境(jing)質(zhi)量的情況下，生態(tai)(tai)因(yin)子對外(wai)界壓力或(huo)(huo)外(wai)界千擾適 應能力6生態(tai)(tai)功能區的劃(hua)分和生態(tai)(tai)紅(hong)線的劃(hua)定都依(yi)據生態(tai)(tai)敏感(gan)(gan)性的等級(ji)評定。 |
