从2022年寒假开始，GEE遥感训练营第一次推出了《
GEE遥感寒假实战特训
》，当时粉丝数量只有三千多人，但是全国报名的学员就有几百人。整个课程交流学习的过程中发现，
绝大多数学员都是来自一线科研工作者，其中中科院系统学员占一半以上，而学员清一色来自于高校硕博研究生、高校老师以及科研系统工作者。
课程结束以后，
很多学员都掌握了GEE的使用方法，也
经常有学员分享发表的学术论文，甚至是Nature Food、Nature Cities等子刊系列，让我们尤为兴奋！
我们始终保持对GEE前沿知识的更新，这个过程中也利用GEE承接了各种项目合作，包括遥感生态监测
、土地变化监测
、水文动态监测、洪涝灾害监测、农作物生长监测、海洋渔业监测、极地冰川监测等。同时，我们坚持每年寒暑假推出GEE相关课程。
2023年暑假，在ChatGPT大模型的浪潮下，我们首次推出了《GEE+ChatGPT实战特训教学》，课程一推出便得到了广泛支持，课程反响更是热烈，经常收到来着学员SCI接收的喜讯！！
课程结束以后，
很多学员都明显感觉到自己抓住了高效科研的方法和脉搏，论文写作从构想、数据获取、处理、分析以及建模，到论文撰写、翻译、润色等一气呵成
，SCI论文不再是望尘莫及的事情。GEE+ChatGPT的结合使用对于科研小白来说救命稻草，对于科研老鸟也是高效的科研利器。
GEE遥感云计算与AI大模型的结合，不仅是当前的大势所趋，更是提高科研效率的必然选择。
目前，GEE等云平台不仅包含了海量的数据资源，还开发了众多的算法，如何结合这些数据和算法开展科研落地，是目前科研工作的巨大宝藏！每年利用GEE发表的Nature和Science都在增长。然而，要想在几十PB级别的海量数据、几千种算法函数的前提下，顺利筛选可靠的数据源、构建具有创新应用的方法依然是摆在广大研究生和老师面前需要解决的问题。
同时，在国内外AI大模型的冲击下，科研成果更如"雨后春笋"一样涌现，包括AI鼻祖ChatGPT、国产之光deepseek、深度布局通义千问、流量之王豆包等。在AI的浪潮下，国内的环境考核越来越"
加指标、加难度、加任务“”
，研究成果也水涨船高，要想在Nature子刊或者正刊发表论文，除非是宏观视角，否则很难做出成绩。因此，学会GEE遥感+AI大模型，挖掘出最前沿的科学方法，是实现大论文突破的首选
。
基于以上考虑，
GEE遥感训练营在开学之际，推出《GEE遥感+AI大模型高效科研实战特训教学》
。
本次课程我们将更多的关注遥感云计算和AI大模型的结合，将更加系统地GEE遥感云计算的关键技术、AI大模型的变化及使用技巧，并辅助以生动的案例。同时，对于一些基础薄弱的同学，我们会从GEE遥感云计算等基础内容进行讲解，从而帮助同学们梳理清楚图像处理中的关键技术。此外，我们也会讲授部分定量遥感等内容，帮助大家复习遥感学科的基本公式、公理。最后，我们将分享科技论文写作、科研作图、投稿等心得，确保大家掌握顺利发表学术论文的基础流程和概念，实现整个科研工作“快、狠、准”的推进。
本次课程内容充实，
适合
遥感、
地理学、生态学、测绘学、地理信息系统、机器学习、水文、环境、海洋、大气等有关专业学生和从业者报名学习，同时也适合对AI大模型、python编程等技术感兴趣的同行交流学习。
本次课程的全套资料包括课件、数据、代码、软件包和讲课视频都会向学员发放，并且会建立交流、技术支持群，为学员长期提供学习咨询
。
|
|
|
|
GEE+AI大模型基本原理、平台功能、常见资源介绍
|
-
GEE编程界面及各功能模块使用介绍；
-
GEE数据使用及调用方法介绍；
-
GEE快捷键使用技巧综合介绍；
-
GEE快速使用代码模块技巧介绍；
-
GEE+AI大模型的综合介绍。
|
|
|
|
|
-
GEE矢量数据类型详解（G
eo,
Fea,FeaCol,List）；
-
GEE矢量数据函数功能（全国省/市/县数据筛选、合并、缓冲、删除）；
-
GEE矢量数据属性分析、统计与转换；
-
GEE矢量研究区分块（可用于后续分块处理）；
-
GEE矢量
全球
遥感影像
图幅生成；
-
GEE
矢量数据编辑
+AI大模型实践案例分析。
|
|
|
|
|
-
GEE栅格数据筛选（时间、空间、属性）；
-
GEE栅格数据镶嵌与裁剪（获取研究区范围）；
-
GEE栅格数据的优化（数据的优选与合成）；
-
GEE多源栅格数据综合科研应用分析；
-
GEE栅格数据筛选+
AI大模型实践案例分析。
|
|
|
|
|
-
Sentinel-2遥感影像去云方法（3种）；
-
Landsat遥感影像去云方法（2种）；
-
Modis遥感影像去云算法；
-
Sentinel-3遥感影像去云方法；
-
多种类型数据下载及技巧；
-
GEE遥感影像去云+
AI大模型
实践案例分析。
|
|
|
|
|
-
GEE多维特征植被指数计算方法；
-
GEE自动与经验阈值分割计算方法；
-
GEE遥感数据统计分析；
-
土地利用分类统计分析；
-
GEE指数提取+AI大模型
实践案例分析。
|
|
|
|
|
-
多源遥感影像插值与SG滤波；
-
人口栅格数据插值与优化填充；
-
NPP数据插值
与优化
填充
；
-
GEE栅格数据插值+AI大模型
实践案例分析。
|
|
|
|
GEE+AI
大模型
土地利用分类与多源数据重分类
|
-
GEE多源遥感影像目视解译的样本选取方法；
-
GEE多源土地利用数据分层采样的样本选取方法；
-
GEE随机森林RF/支持向量机
SVM
分类
方法；
-
GEE土地利用
分类后处理与数据优化；
-
GEE土地利用分类+AI大模型实践案例分析。
|
|
|
|
|
-
GEE时序
变化
/角度
变化
/光谱变化检测方法详解；
-
GEE实现LandTrend变化检测算法
；
-
GEE
实现CCDC变化检测算法
；
-
GEE变化检测+AI大模型实践案例分析。
|
|
|
