其他分享
首页 > 其他分享> > PIE-Engine 探索实验室上线啦!——在线零代码遥感与地理信息数据可视化与分析平台(内含使用示例)

PIE-Engine 探索实验室上线啦!——在线零代码遥感与地理信息数据可视化与分析平台(内含使用示例)

作者:互联网

以国内 PIE-Engine Studio 以及国际上 Google Earth Engine 为代表的遥感云计算分析平台上线以来,极大促进了用户对遥感数据的处理与分析效率。然而,对上述平台的使用主要基于编程实现,尽管能够实现灵活多样的处理分析,但对于轻量用户依然存在较高的使用门槛及学习成本。因此,基于简单交互操作实现遥感数据处理分析,是遥感云平台的必然发展方向之一。

航天宏图自主研发的 PIE-Engine 时空遥感云平台紧紧围绕上述需求与发展趋势,成功推出 PIE-Engine Explore(探索实验室)试运行版本。该平台定位于在线零代码遥感与地理信息数据可视化与基础统计分析平台,可实现通过简单快速操作完成对数据的展示与分析。

一 主要功能
PIE-Engine 探索实验室核心功能为对遥感与地信产品的可视化与基础统计分析,具体功能包括:创建任务、选择产品、地图及结果可视化、基础统计参数设置以及统计结果可视化与导出。探索实验室中所有数据集和功能都依托于 PIE-Engine 强大的后台算力与实时计算实现。

图1 PIE-Engine 探索实验室主界面与功能区

其中:
创建任务中可选择研究区域范围,包括按行政区选择、人工绘制多边形选择;

选择产品中可选择不同专题产品,囊括农业、气象、城市变化、双碳减排等主题,并在持续丰富更新中;

地图及结果可视化模块中可显示基础底图以及所选择数据产品的空间可视化结果;

可视化、统计参数选择模块中可根据使用需求,选择需要统计的时间范围、计算方法等;

统计结果模块中,根据参数选择,可显示统计结果折线图、饼状图等,并支持对结果的 jpg 及 csv 格式原始统计结果数据导出;
此外,基于对数据的基本统计结果,PIE-Engine 探索实验室支持生成对应原始代码,并可直接用于PIE-Engine Studio 运行与调整,实现与 PIE-Engine Studio 平台的无缝衔接,从而支持更加灵活多样的处理和分析。

图2 获取数据产品与统计分析结果的原始代码(可直接用于 PIE-Engine Studio)

二 使用示例
示例一

气象数据可视化与分析

气象数据是刻画地理环境的基础数据,也是遥感反演可获取的重要参数之一,对于自然环境、人居环境、生产生活的科学分析与基本信息获取和展示具有重要意义。

以中国逐月气温数据为例,基于 PIE-Engine 探索实验室,可对我国逐月气温数据空间分布进行可视化展示,并对任一行政区或任意选取的多边形范围进行气温数据的时序统计分析,步骤图示与描述如下:

图3 按行政区范围提取气象数据并作统计分析

① 选择行政区域范围,并创建工程,本文以河南省郑州市中原区为例。

② 选择气温产品,本文以中国1km分辨率逐月平均气温数据集(1901-2020)为例。该数据集根据CRU发布的全球0.5°气候数据集以及 WorldClim 发布的全球高分辨率气候数据集,通过 Delta 空间降尺度方案在中国地区降尺度生成。

③ 设置统计参数,可选择2001-2020任意时间段,本文以2001-2020为例,统计计算方式选择平均值 mean。

④ 所选行政区范围计算结果显示与导出,基于上述区域、产品、参数选择,点击运行处理(处理耗时大约10s),可生成统计结果折线图,并可对数据进行 jpg、csv 原始数据的导出。

基于上述步骤,可获取任意行政区范围内(或任意多边形)气象参数结果空间分布与基本统计分析结果。

示例二
建城区数据可视化与分析

建城区遥感监测与统计分析,是对城市历史与变迁与规划研究的有效手段。以全球250m年度城区范围数据为例,对所选范围内逐年建城区空间分布进行可视化展示,并对任意时段面积数据进行时序统计分析,步骤图示与描述如下:

图4 按行政区范围提取城区范围并作统计分析

① 选择行政区域范围,并创建工程,本文以北京市通州区为例。

② 选择城区变化产品,本文以全球250米年度城区范围产品为例。该数据集由武汉大学黄昕教授团队生产处理,精度评价结果表明 F-score 为0.88,超越现有的全球产品MCD12Q1.v5(0.82),MCD12Q1.v6(0.86)和CCI-LC(0.86)。

③ 设置统计参数,本文以2001-2018为例,统计计算方式选择求和sum。

④ 所选行政区范围计算结果显示与导出,点击运行处理(处理耗时大约15s),可生成统计结果折线图,并可对数据进行 jpg、csv 原始数据的导出。

基于上述步骤,可获取任意行政区范围内(或任意多边形)城区范围空间分布与基本统计分析结果。

示例三
土地覆盖类型可视化与分析

土地覆盖类型监测与分析,是自然资源与国土管理的重要基础。以全球10米土地覆盖类型数据(ESA)为例,分析所选区域土地覆盖类型分布特征并进行统计,步骤图示与描述如下:

绘制多边形范围提取土地覆被类型并作统计分析
① 选择多边形范围,并创建工程,本文以长三角地区为例,在地图功能区绘制多边形。

② 选择土地覆盖产品,本文选择全球10米土地覆盖类型数据(ESA)。该数据集来源于欧空局,基于哨兵数据制作,经验证数据精度达到74.4%。

③ 设置统计参数,时间选择2020年,统计计算方式选择求和 sum。

④ 所选多边形范围计算结果显示与导出,点击运行处理(处理耗时大约10s),可生成统计结果饼状图,并可对数据进行 jpg、csv 原始数据的导出。

基于上述步骤,可获取任多边形范围内(或行政区范围)土地覆盖类型空间分布与基本统计分析结果。

三 结语

本文通过对 PIE-Engine Explorer(探索实验室)的定位、基本功能、使用案例介绍,希望有助于用户更加快捷高效地分析和应用遥感数据,促进遥感数据应用价值的进一步深度挖掘。PIE-Engine 也将持续上线更多数据与分析功能,满足广大用户不断更新的需求,请大家持续关注!
PIE-Engine Explore(探索实验室)访问方式:

1 直接访问地址(点击文末【阅读原文】可跳转前往):https://engine.piesat.cn/explorer/

2 访问 PIE-Engine Studio:

https://engine.piesat.cn/engine/home

进入主页并点击 PIE-Engine Explore 跳转按钮,如下图:

PIE-Engine 平台介绍

PIE-Engine(Pixel Information Expert Engine)是由航天宏图公司独立自主研发的开放式遥感云服务平台,致力于实现遥感数据按需获取、运算以及专题信息聚焦服务,满足对地观测数据获取能力飞速增长带来的信息高效化处理和服务需求,加速我国遥感技术的发展进程。
目前平台数据储量已超过6PB,存储国内外近150种遥感数据集,超过900万景影像数据,涵盖光学、微波、高光谱、高程、人口、气象、夜光等各种数据集和专题产品,国内数据包括高分、风云、海洋系列等,国外数据包括Landsat、MODIS、Sentinel系列等。

标签:Engine,地理信息,示例,PIE,遥感,可视化,统计分析,数据
来源: https://www.cnblogs.com/lucky123/p/15984969.html