用于机器学习和变化检测的 Google Earth 引擎
成为 Google Earth Engine 中土地利用/土地覆盖机器学习的空间分析和遥感专家
讲师：Kate Alison
口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
你将学到什么
- 学生将获得并全面了解 Google Earth Engine 平台
- 在 Earth Engine 中对地理空间（卫星图像）数据实施机器学习算法以进行 LULC 测绘
- 在 Google Earth Engine 平台上了解并提高 JavaScript 技能
- 充分了解机器学习的主要类型（监督学习和无监督学习）
- 了解如何在 Google Earth Engine 中应用监督式和无监督式机器学习算法
- 了解如何获取卫星数据、应用图像预处理、在 Google Earth Engine 中创建训练和验证数据
- 基于光谱指数实现变化检测（事件前和事件后检测）的计算
- 您将获得课程中使用的代码的副本以供参考
要求
- 一台可以连接互联网的电脑
- 对使用地理空间数据感兴趣
描述
利用 Google Earth Engine 中的机器学习绘制土地利用/土地覆盖图和变化检测
您准备好提升地理空间分析技能并精通土地利用和土地覆盖 (LULC) 绘图和变化检测了吗？本综合课程旨在为具有 GIS、地理空间数据和遥感基础背景的用户提供高级地理空间分析所需的知识和工具。
课程亮点：
- 广泛涵盖机器学习算法及其实际应用
- 深入了解用于 LULC 映射和变化检测的 Google Earth Engine
- 获取卫星数据、预处理、光谱指数计算和变更地图设计的分步指导
- 现实世界的项目和实践练习可增强您的技能
- 可下载的材料，包括数据和 Java 代码文件
- 获取未来资源以支持您的地理空间工作
课程重点：
本课程不仅仅是理论；这是关于实践学习和实际实施。您将熟练掌握 LULC 制图的无监督和监督分类策略，这是 GIS 和遥感分析师的基本技能。在本课程结束时，您将有信心执行高级地理空间分析，包括用于映射和变化检测的机器学习算法，所有这些都使用 Google Earth Engine 中真实且公开的数据。
为什么选择本课程：
与其他培训资源不同，本课程中的每一堂课都旨在以清晰且可操作的方式增强您的 GIS 和遥感技能。您将能够分析自己项目的空间数据，并因其先进的 GIS 技能和尖端 LULC 技术知识而获得未来雇主的认可。
你将学到什么：
- Google Earth Engine 登录和界面导航
- 云数据预处理及光谱指数计算
- JavaScript 简介
- 机器学习理论及其在GIS中的应用
- 在 Google Earth Engine 中使用各种机器学习算法（有监督和无监督）对卫星图像进行分类
- 培训、验证数据收集和准确性评估
- Google Earth Engine 中的变更检测技术
- 在云上完成您自己的地理空间项目
今天报名：
如果您是地理学家、程序员、社会科学家、地质学家或任何寻求在您的领域使用 LULC 地图的专业人士，并且希望掌握用于土地覆盖和土地利用制图等任务的最先进的分类算法，那么本课程是你的解决方案。立即注册并释放信心和专业知识来应对复杂的地理空间挑战！
课程包含：您将可以访问整个课程中使用的所有数据以及 Java 代码文件。此外，您将享受访问未来资源的机会，使本课程成为您地理空间职业生涯中的宝贵投资。立即注册并利用这些特殊材料！
本课程适合谁：
- 地理学家、程序员、地质学家、生物学家、社会科学家或其他在各自领域处理 GIS 地图的专家
