原文鏈接：ChatGPT與GEE+ENVI+python高光譜，多光譜等成像遙感技術(shù)

第一遙感科學(xué)與AI基礎(chǔ)

一：遙感科學(xué)的基本原理和歷史

從攝影偵察到衛(wèi)星圖像

遙感的基本原理

遙感的典型應(yīng)用

最新進展和未來趨勢

二：ChatGPT?

什么是ChatGPT？

發(fā)展簡史和工作原理

ChatGPT可以做什么？

ChatGPT演示使用

ChatGPT的未來

三：prompt 提示詞

什么是prompt，有什么用？

Prompt技巧（大幾歲）

最好的原則和策略

優(yōu)質(zhì)的學(xué)術(shù)提問prompt

四：ChatGPT遙感提示詞示例

提示詞1：遙感科學(xué)的基礎(chǔ)知識和前沿領(lǐng)域

提示詞2：編寫一段可以運行的深度學(xué)習(xí)代碼

提示詞3：編寫可以讀取遙感數(shù)據(jù)的python代碼

提示詞4：集成chatpgt和GEE的全球衛(wèi)星影像顯示

五：ChatGPT遙感應(yīng)用

目標(biāo)層面（文獻綜述協(xié)助、創(chuàng)意生成、研發(fā)方案和任務(wù)規(guī)劃起草）

執(zhí)行層面（數(shù)據(jù)處理分析、工作流程優(yōu)化、報告文章編寫、可視化）

認(rèn)知層面（數(shù)據(jù)挖掘、新算法、傳感器改進建議、人工智能與遙感集成新方法）

六：ChatGPT、GEE等注冊、python、envi等軟件安裝

ChatGPT 注冊方法，升級方法，版本比較 GEE 注冊python、envi等軟件安裝ChatGPT、GEE學(xué)習(xí)資源分享

第二：遙感影像數(shù)據(jù)處理分析軟件與chatgpt集成

一：遙感影像處理（ENVI+chatgpt）

遙感數(shù)據(jù)類型和處理流程

預(yù)處理技術(shù)

圖像特征提取

圖像分類

多光譜、高光譜分析

Chatgpt輔助下envi遙感數(shù)據(jù)處理

二：Python遙感影像處理基礎(chǔ)

Python

變量和數(shù)據(jù)類型

控制結(jié)構(gòu)

功能和模塊

文件、包、環(huán)境

柵格數(shù)據(jù)處理

三：Python與chatgpt集成

遙感影像讀取和元數(shù)據(jù)分析

基本影像處理操作，如裁剪、重采樣

變量和數(shù)據(jù)類型

遙感影像的可視化

四：GEE 基礎(chǔ)

GEE的介紹和操做界面

Javascripe 基礎(chǔ)

GEE兩種模式客戶端與服務(wù)端的區(qū)別

GEE遙感影像數(shù)據(jù)集及操做

GEE遙感數(shù)據(jù)導(dǎo)入導(dǎo)出

GEE 圖像分類

五：chatgpt與GEE集成

Chatgpt與GEE集成使用示例（NDVI）

Chatgpt與GEE下載數(shù)據(jù)

Chatgpt與GEE遙感數(shù)據(jù)預(yù)處理

Chatgpt與GEE 圖像分類

六：高級分析技術(shù)（機器學(xué)習(xí)、深度學(xué)習(xí)）

機器學(xué)習(xí)與sciki learn?

數(shù)據(jù)和算法選擇

通用學(xué)習(xí)流程

遙感機器學(xué)習(xí)模型

第三：多光譜數(shù)據(jù)分析與實踐

一：多光譜遙感基本與數(shù)據(jù)

多光譜遙感基本概念；

多光譜遙感的主要衛(wèi)星數(shù)據(jù)源及下載方法（哨兵、Landsat、Aster、Modis等）

ChatGPT應(yīng)用：解釋波段選擇的重要性和多光譜數(shù)據(jù)的解讀。

二：基于chatgpt和python的多光譜數(shù)據(jù)分析基礎(chǔ)

基于chatgpt和python的多光譜數(shù)據(jù)預(yù)處理方法

基于chatgpt和python的多光譜數(shù)據(jù)分類方法

基于chatgpt和python多光譜數(shù)據(jù)重組整理、機器學(xué)習(xí)模型構(gòu)建、訓(xùn)練方法

三：chatgpt+GEE 多光譜應(yīng)用案例

干旱指數(shù)計算案例

洪水監(jiān)測案例

城市綠地提取和分析案例

第四：高光譜分析與實踐

一：高光譜遙感基本

高光譜遙感、光的波長、光譜分辨率

高光譜遙感的歷史和發(fā)展

高光譜數(shù)據(jù)預(yù)處理

地物識別與光譜特征

混合像元分解

二：chatgpt+python 高光譜數(shù)據(jù)處理

數(shù)據(jù)讀取與顯示

光譜特征提取

混合像元分解

高光譜圖像分類

高光譜參量反演

三：chatgpt+python 高光譜應(yīng)用案例

礦物填圖案例

農(nóng)作物分類案例

土壤含水量評估案例