遥感科研新范式

GEE遥感训练营 · 公众号 · · 2024-08-11 23:59

正文

请到「今天看啥」查看全文

传统遥感科研方式

十年前，遥感数据处理与分析首先是通过数据资源网站下载数据，然后进行图像预处理，包括辐射定标、FLAASH大气校正、几何校正、图像拼接与裁剪，然后得到研究区影像。其次，利用ENVI或者Arcgis 、python等进行模型构建与信息提取，最终得到研究结果。

如果研究区涉及10000+幅遥感影像，该怎么办？

十年前，遇到这个问题，那就是直接傻眼，大的团队可以召集人马，采用人海战术把一幅一幅的影像处理好，最后再拼接起来，最终实现想要的结果。这个过程少则几个月，多则半年到一年。而对于单兵作战的同学，那直接缴械投降。例如，我国的LUCC从1000米到30米全国的土地利用分类就经历了这么一个过程。

遥感云计算的爆发

2017年开始，以Google earth engine（GEE）为首的遥感云计算平台拉开了遥感数据处理与分析的新序幕。基于GEE的科研成果更是如雨后春笋般爆发，包括Nature、Science等正刊即其子刊多达上百篇。因此，掌握GEE成为如今遥感人科研必不可少的工具。基于GEE，可以快速实现大范围，长时序、高精度的多源遥感影像处理。以往几个月的工作量，在GEE上可能只需要半个小时，就可以实现。

科研规范与思考

科研需要学习、积累、传承以及创新。学习和积累是科研的基础，开展科研需要专业的学习和技能，这才能更好的助力科研。传承是科研的血脉，几乎绝大部分的科研都是需要基金支撑和课题讨论的，没有传承的科研，更像是空中阁楼，很难得到支持和认可。当然，如今学术科研泛滥和资源不匹配，很多科研也是流于形式，急于成果，难以应用。如今研究生爆发式增加，科研资源明显不足，课题反反复复毫无新意，有的导师转型管理岗已无心科研，这就给研究生们埋下了不知怎么学习，向谁学习，学习什么，哪里学习的难题。

多模态知识爆发

2021年，以 ChatGPT 为首的多模态大语言模型爆发，预示着人工智能首先对语言表达类型的行业进行革新，而首当其冲的便是科研圈。ChatGPT-4、GPTs、GPT-4o等更是具备了行业专家知识，通过科学的设置和巧妙的应用，能够高效提高科研的效率。一方面，通过海量知识库可以找到科研的方向，打开壁垒。另一方面，在应用层面也显得尤为简单容易上手。此外，在论文的课题选择、专业知识问答、论文撰写、论文翻译润色等都可以实现专家级别的及时响应，被称为“ 泛滥的知识 ”。因此，掌握ChatGPT的智慧升级和常用技巧，对于论文撰写具有莫大的好处。

遥感科研新范式

快速掌握遥感云计算+ChatGPT大语言模型，是如今遥感科研的新范式。虽然GEE和ChatGPT是美国的，但是这些工具已经在科研圈翻起了惊涛骇浪，会使用的和不会使用的，学习的效率天差地别。无奈的是，由于学校对于知识掌握的滞后性，课堂上学到的东西往往滞后3~5年，而当你步入社会的时候，才发现自己已经被淘汰了。

基于此， GEE遥感训练营团队开发了GEE+ChatGPT科研实战课程 ，里面涉及到了最实用的遥感数据处理方法和技巧，最细致的功能及代码讲解、最前沿的科学资讯和方法论，帮助大家能够快速掌握，实现高效、实战的目的，轻松有趣的开展科研。

1. GEE+ChatGPT解决遥感科研难题
2. GEE+ChatGPT暑期科研实战特训教学