Nhan đề chính: Cloud-Based Remote Sensing with Google Earth Engine

Nhan đề dịch: Viễn thám dựa trên đám mây với Google Earth Engine

Tác giả: Jeffrey A. Cardille, Morgan A. Crowley, David Saah, Nicholas E. Clinton

Nhà xuất bản: Springer Cham

Năm xuất bản: 2024

Số trang: XXI, 1226 tr

Ngôn ngữ: Tiếng Anh 

ISBN: 978-3-031-26588-4

SpringerLink

Lời giới thiệu: Cuốn sách này hướng dẫn người đọc - từ những người mới bắt đầu đến các chuyên gia - qua hành trình gồm 55 chương về Google Earth Engine. Với một bộ tài liệu phòng lab đa dạng và có trình tự, đây là thành quả của hơn một năm nỗ lực từ hơn một trăm cá nhân, bao gồm các bài thực hành mới được biên soạn bởi giảng viên, sinh viên đại học, học viên cao học, nghiên cứu sinh tiến sĩ, nghiên cứu sau tiến sĩ và các chuyên gia tư vấn độc lập.

"Cloud Based Remote Sensing with Google Earth Engine" (Viễn thám Dựa trên Đám mây với Google Earth Engine) được tổ chức tổng thể thành hai phần chính. Phần đầu, "Những nguyên lý cơ bản", bao gồm 31 bài lab nhằm giúp người đọc từ chỗ chưa biết gì về Earth Engine trở thành người dùng thành thạo. Phần thứ hai, "Ứng dụng", đưa người đọc khám phá thế giới ứng dụng của Earth Engine qua 24 chương, cho thấy công cụ này được sử dụng như thế nào trong nhiều lĩnh vực khác nhau dựa trên dữ liệu viễn thám

Từ khóa: Viễn thám; Đám mây; Phòng lab; Xử lý dữ liệu; vệ tinh; Google Earth Engine; 

Nội dung cuốn sách gồm những phần sau: 

Phần 1: Cơ bản về lập trình và viễn thám (31 chương)

Giới thiệu về JavaScript và API của GEE.

Khám phá dữ liệu ảnh và các bộ dữ liệu raster.

Học thuật ngữ viễn thám và các kỹ thuật xử lý ảnh cơ bản như thao tác với dải ảnh, phân loại, đánh giá độ chính xác, và phân tích chuỗi ảnh theo thời gian. 

Phần 2: Ứng dụng thực tế (24 chương)

Ứng dụng GEE trong các lĩnh vực như giám sát rừng, phát hiện thay đổi sử dụng đất, phân tích thiên tai, theo dõi nông nghiệp, và bảo tồn động thực vật.

Hướng dẫn sử dụng các công cụ như LandTrendr và CCDC để phân tích chuỗi thời gian.

Giới thiệu về việc tích hợp dữ liệu từ nhiều cảm biến và xây dựng mô hình dự báo