本课程涵盖了丰富多样的空间数据类型及其处理方法，包括表格数据、矢量数据、栅格数据、点云数据、多维数据以及遥感云平台数据处理等内容。课程内容包涵盖空间数据获取方法、空间采集与组织，从空间数据的基本概念、分类到地理数据库的设计与创建。学员将学习如何使用ArcGIS Pro和Python进行空间数据的管理，确保数据采集和组织的高效性和准确性。本课程聚焦于空间数据的转换与处理，包括数据格式转换、数据融合和裁剪等操作。通过实际操作，学员将掌握如何利用ArcGIS Pro和Python进行高效的数据处理，全面掌握各种空间数据类型的处理方法，为实际工作中的空间数据处理提供有力支持。
为什么选择ArcGISPro和Python？ArcGISPro提供了用户友好的图形界面，适合初学者快速上手进行数据处理和分析。它拥有丰富的工具和功能，支持各种数据格式的处理和分析，适用于各种规模的数据处理任务。ArcGISPro在地理信息系统（GIS）领域拥有广泛的应用，被广泛用于政府、企业和科研机构中。Python结合ArcPy库，可以编写脚本实现数据处理自动化，极大地提高了处理效率和可扩展性。Python拥有丰富的库和工具，支持数据科学、机器学习、图像处理等多种功能，适用于复杂的数据分析和处理任务。Python有庞大的用户社区，丰富的资源和教程，学员可以方便地获取帮助和支持。
为什么选择这个课程？
1.综合性强：本课程全面覆盖了空间数据处理的各个环节，从数据采集、组织到转换和处理，确保学员能够系统地掌握整个流程。
2.实用性高：通过结合ArcGISPro和Python，课程提供了理论与实际操作相结合的学习方式，使学员在掌握基础知识的同时，具备实际操作能力，能够直接应用于工作中。
3.专业性强：课程设计紧跟行业发展前沿，内容涵盖当前空间数据处理技术的最新进展和应用，帮助学员了解并掌握最新技术。
4.灵活性高：课程提供了多种实操方式，学员可以根据自身需求选择适合的工具进行学习，无论是对图形界面操作更感兴趣，还是希望提升编程能力，都能找到适合自己的学习路径。
5.应用广泛：通过本课程学习，学员将能够将所学技能应用于各种领域，包括环境监测、城市规划、资源管理、农业监测等，为工作中的数据处理和分析提供有力支持。
【主办单位】：Ai尚研修科研技术服务平台（Easy Scientific Research）
【网 址】：www.aishangyanxiu.com
【协办单位】：陕西中科资环信息技术有限责任公司
【协办单位】：尚研修（保定）信息科技有限公司
【协办单位】：中科资环（保定）信息技术有限公司
2024年7月8日-10日【三天教学、提供全部资料、代码及长期回放】
在线直播+助学群长期辅助+导师面对面实践工作交流
参加培训的学员可以获得《空间数据采集与管理技术应用》专业技能培训证书及学时证明，网上可查。此证书可作为个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。
证书查询网址：www.aishangyanxiu.com
可先开发票，后公对公转账：可开培训费、会议费、会议注册费、资料费、技术服务费、技术咨询费等。
联系人：刘老师185-1037-1651 微信同号
微信二维码
Python-GEE遥感云大数据分析、管理与可视化及多领域案例实践应用高级培训班
培训时间：2024年7月12日-14日、20日-21日
培训方式：网络直播+助学群辅助+导师面对面实践工作交流
课程福利：赠送1个月国内可直接登录的ChatGPT4.0账号
课程内容：（上下滑动查看更多）
1、Earth Engine平台及应用、主要数据资源介绍
2、Earth Engine遥感云重要概念、数据类型与对象等
3、JavaScript与Python遥感云编程比较与选择
4、Python基础（语法、数据类型与程序控制结构、函数及类与对象等）
5、常用Python软件包（（pandas、numpy、os等）介绍及基本功能演示（Excel/csv数据文件读取与数据处理、目录操作等）
6、JavaScript和Python遥感云API差异，学习方法及资源推荐
7、ChatGPT、文心一言等AI自然语言模型介绍及其遥感领域中的应用
第二章、开发环境搭建
1、本地端与云端Python遥感云开发环境介绍
2、本地端开发环境搭建
1）Anaconda安装，pip/conda软件包安装方法和虚拟环境创建等；
2）earthengine-api、geemap等必备软件包安装；
3）遥感云本地端授权管理；
4）Jupyter Notebook/Visual Studio Code安装及运行调试。
3、云端Colab开发环境搭建
4、geemap介绍及常用功能演示。
ChatGPT 4、Claude Opus、Gemini、文心一言等AI大模型使用演示。
1、遥感云平台影像数据分析处理流程介绍：介绍遥感云平台影像数据分析处理流程的基本框架，包括数据获取、数据预处理、算法开发、可视化等。
2、要素和影像等对象显示和属性字段探索：介绍如何在遥感云平台上显示和探索要素和影像等对象的属性字段，包括如何选择要素和影像对象、查看属性信息、筛选数据等。
3、影像/要素集的时间、空间和属性过滤方法：介绍如何对影像/要素集进行时间、空间和属性过滤，包括如何选择时间段、地理区域和属性条件，以实现更精确的数据分析。
4、波段运算、条件运算、植被指数计算、裁剪和镶嵌等：介绍如何在遥感云平台上进行波段运算、条件运算、植被指数计算、裁剪和镶嵌等操作，以实现更深入的数据分析。
5、Landsat/Sentinel-2等常用光学影像去云：介绍如何在遥感云平台上使用不同方法去除Landsat/Sentinel-2等常用光学影像中的云，以提高影像数据质量。
6、影像与要素集的迭代循环：介绍如何使用遥感云平台的迭代循环功能对影像和要素集进行批量处理，以提高数据分析效率。
7、影像数据整合（Reducer）：介绍如何使用遥感云平台的Reducer功能将多个影像数据整合成一个数据集，以方便后续数据分析。
8、邻域分析与空间统计：介绍如何在遥感云平台上进行邻域分析和空间统计，以获取更深入的空间信息。
9、常见错误与代码优化：介绍遥感云平台数据分析过程中常见的错误和如何进行代码优化，以提高数据分析效率和精度。
10、Python遥感云数据分析专属包构建：介绍如何使用Python在遥感云平台上构建数据分析专属包，以方便多次使用和分享分析代码。
11、机器学习分类算法案例：本案例联合Landsat等长时间序列影像和机器学习算法展示国家尺度的基本遥感分类过程。具体内容包括研究区影像统计、空间分层随机抽样、样本随机切分、时间序列影像预处理和合成、机器学习算法应用、分类后处理和精度评估等方面。
12、决策树森林分类算法案例：本案例联合L波段雷达和Landsat光学时间序列影像，使用决策树分类算法提取指定地区2007-2020年度森林分布图，并与JAXA年度森林产品进行空间比较。案例涉及多源数据联合使用、决策树分类算法构建、阈值动态优化、分类结果空间分析等方面。
13、洪涝灾害监测案例：本案例基于Sentinel-1 C波段雷达等影像，对省级尺度的特大暴雨灾害进行监测。案例内容包括Sentinel-1 C影像处理、多种水体识别算法构建、影像差异分析以及结果可视化等方面。
14、干旱遥感监测案例：本案例使用40年历史的卫星遥感降雨数据产品如CHIRPS来监测省级尺度的特大干旱情况。案例内容包括气象数据基本处理、年和月尺度数据整合、长期平均值LPA/偏差计算，以及数据结果可视化等方面。
15、物候特征分析案例：本案例基于Landsat和MODIS等时间序列影像，通过植被指数变化分析典型地表植被多年的物候差异（样点尺度）和大尺度（如中国）的物候空间变化特征。案例内容包括时间序列影像合成、影像平滑（Smoothing）与间隙填充（Gap-filling）、结果可视化等方面。
16、森林生物量遥感反演案例：本案例联合GEDI激光雷达、Landsat/Sentinel-2多光谱光学影像反演森林生物量/碳储量。涉及GEDI激光雷达数据介绍、Landsat/Sentinel-2光学影像处理、生物量反演指标提取与相关性分析、与特征集筛选（如XGboot、递归特征消除RFE、SelectKBest等）与机器学习建模、变量重要度分析和可视化等内容。
17、生态环境质量动态监测案例：该案例使用RSEI遥感生态指数和Landsat系列影像，对选定城市的生态状况进行快速监测。主要涉及的技术包括植被指数的计算、地表温度的提取、数据的归一化、主成分PCA分析、RSEI生态指数的构建以及结果的可视化等。
第五章、输入输出及数据资产高效管理与AI大模型交互
1.本地数据与云端交互：介绍如何将本地端csv、kml、矢量和栅格数据与云端数据相互转换，并讲解数据导出的方法。
2.服务器端数据批量下载：包括直接本地下载、影像集批量下载，以及如何快速下载大尺度和长时间序列数据产品，例如GEE云端全球森林产品和20年8天尺度MODIS数据产品下载。
3.本地端数据上传与属性设置：包括earthengine命令使用，介绍如何上传少量本地端矢量与栅格数据并设置属性（小文件），以及如何批量上传数据并自动设置属性，还将介绍如何使用快速上传技巧上传超大影像文件，例如国产高分影像。
4.个人数据资产管理：介绍如何使用Python和earthengine命令行来管理个人数据资产，包括创建、删除、移动、重命名等操作，同时还会讲解如何批量取消上传/下载任务。
1.Python可视化及主要软件包简介：介绍matplotlib和seaborn可视化程序包，讲解基本图形概念、图形构成以及快速绘制常用图形等内容。
2.研究区地形及样地分布图绘制：结合本地或云端矢量文件、云端地形数据等，绘制研究区示意图。涉及绘图流程、中文显示、配色美化等内容，还会介绍cpt-city精美调色板palette在线下载与本地端应用等。
3.研究区域影像覆盖统计和绘图：对指定区域的Landsat和Sentinel等系列影像的覆盖数量、无云影像覆盖情况进行统计，绘制区域影像统计图或像元级无云影像覆盖专题图。
4.样本光谱特征与物候特征等分析绘图：快速绘制不同类型样地的光谱和物候特征，动态下载并整合样点过去30年缩略图（thumbnails）和植被指数时间序列等。
5.分类结果专题图绘制及时空动态延时摄影Timelapse制作：单幅或多幅分类专题图绘制及配色美化，制作土地利用变化清晰的Timelapse，还会介绍动画文字添加等内容。
6.分类结果面积统计与绘图：基于云端的分类结果和矢量边界文件，统计不同区域不同地类面积，提取统计结果，以不同图形展示统计面积；制作土地利用变化统计绘图等。
1.文献总结：本部分将演示AI如何帮助研究人员高效提取文献要点，包括快速识别关键变量、研究方法和主要发现，旨在提升文献审阅的效率和质量。
2.文献查找：学习如何利用AI工具从海量数据中筛选和推荐与研究议题相关的论文，从而加速文献回顾的过程并确保研究的全面性。
3.框架生成：本节将指导如何运用AI工具构建科研论文的大纲框架，并提供结构和逻辑的修改建议，以加强论文的条理性和说服力。
4.图表生文：介绍AI如何辅助解读复杂的科研数据和图表，并将这些信息融入论文撰写中，增强论文的数据支撑力和论证的准确性。
5.中译英提升：探讨AI翻译工具如何帮助研究者将中文科研材料准确、流畅地转换为英文，满足国际学术交流的需求。
中英文润色：通过AI工具优化中文和英文论文的语言表达和学术措辞，提升论文的整体质量，使其更符合专业的学术标准和出版要求
无人机生态环境监测、图像处理与GIS数据分析综合实践技术应用培训班
现场时间：2024年8月22日-26日 西安
直播时间：2024年8月23日-26日
培训方式：线上、线下同步进行
课程内容：（上下滑动查看更多）
5.无人机飞行软件操作（DJI App设置实践视频）
1.无人机图像拼接软件Photoscan（软件安装、破解、汉化等）
2.软件界面与功能详解（菜单栏、工具栏、工作区、模型界面等）
3.软件基本操作学习与实践（图像加载、可视化、预处理等）
4.不同图像拼接模式介绍（单体三维建模、正射影像航拍制图等）
5.图像拼接处理的一般流程（图像对齐、点云生成、点云编辑、正射影像、数字高程模型等）
6.图像拼接流程批处理实现（批处理文件的编写、保存等）
7.图像分组拼接和合并（图像分组、不同堆块、对齐堆块、合并堆块等）
8.地面控制点进行图像几何校正（控制点布设规划、控制点测量、图像几何校正等）
9.图像点云分类操作与实践（自动分类、手动分类等）
10.图像拼接成果的可视化（正射影像、数字高程模型、等高线等）
11.图像拼接成果的几何量测（点坐标、长度、面积、体积等）
12.图像拼接成果的导出（JPG格式、TIFF格式、谷歌地球格式等）
1.GIS基础与ArcGIS软件（GIS基本概念、地理坐标、投影坐标、软件架构等）（学员自带win64位笔记本电脑，安装ArcGIS10.2或以上版本软件，提前设置好上课所需软件环境）
2.ArcGIS软件基本操作与常用功能（ArcMap、ArcCatalog、常见数据格式、数据文件读写、格式转换、投影变换等）
3.ArcGIS软件空间分析（ArcToolbox、缓冲区、栅格计算器、空间插值、地物分类等）
4.ArcGIS软件高级应用（环境设置、建模工具、Python脚本编写、批量数据处理等）
5.ArcGIS读写无人机图像数据文件（格式问题、投影问题、分辨率、栅格统计等）
6.ArcGIS提取无人机图像的地物斑块（点线面矢量文件创建、栅格数据矢量化、图形与属性编辑等）
7.ArcGIS计算地物斑块的统计信息（分区统计表格、表格连接操作等）
8.ArcGIS读取无人机航拍地面控制点数据文件（GPS数据导入功能）
9.ArcGIS进行无人机图像地面控制点校正（地理配准工具）
10.ArcGIS进行无人机图像地物分类（栅格数据非监督分类）
专题五、无人机图像拼接数据在GIS中的可视化与制图
1.ArcGIS可视化（图层操作、符号化、色彩配置、透明度、掩膜显示等）
2.ArcGIS制图（地图基础、布局设计、多数据框显示等）
3.ArcGIS制图文本操作（标题、地图标注、地图注记等）
4.矢量数据的符号化设计（类别、数量、图表、多属性等）
5.栅格数据的符号化设计（分段、拉伸、栅格影像地图设置等）
6.ArcGIS地图图幅要素（坐标格网、图例、比例尺、指北针等）
7.无人机图像地物斑块可视化分析（矢量数据符号化）
8.无人机图像地物分类可视化分析（栅格数据符号化）
9.ArcGIS专题地图输出与保存（分辨率、输出范围等）
10.无人机拼接点云数据在ArcGIS中的可视化分析（ArcScene、剖面分析等）
专题六、综合案例: 无人机航拍植被动态的定量化研究
专题七、综合案例：无人机激光雷达地形测量与河网水系提取
2.激光雷达点云数据衍生产品：数字表面模型DSM、数字高程模型DEM、冠层高度模型CHM
通过累积流量提取河流栅格数据（工具：栅格计算器，阈值计算）
河网栅格数据转变成矢量数据（工具：栅格河网矢量化）
注：请提前自备电脑及安装所需软件。
培训时间：2024年9月2日-4日
培训方式：网络直播+助学群辅助+导师面对面实践工作交流
课程内容：（上下滑动查看更多）
Tips：联系客服咨询：刘老师：185-1037-1651（微电）
（扫码咨询）
更多教程：
· 空问数据获取与预处理指南:生产与科研应用-免费讲座
· 最新全流程ChatGPT办公与科研应用、论文撰写、数据分析、机器学习、深度学习及AI绘图高级培训班
· 基于Python星载气溶胶数据处理与反演分析实践技术应用培训班
· 基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习高级应用课程
· R语言混合效应（多水平/层次/嵌套）模型及贝叶斯实现技术应用
· 【SEM】：结构方程模型（SEM）高阶应用系列
· 基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析
声明： 本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。
Ai尚研修丨专注科研领域
技术推广，人才招聘推荐，科研活动服务
科研技术云导师，Easy Scientific Research
