1. 毕业设计（论文）的内容和要求
1. 熟悉基于GEE平台，利用JavaScript或者Python对遥感影像进行处理和信息提取的方法；2. 充分了解Landsat8等遥感影像的数据特点，以及数据的预处理方法；3. 了解一般基于遥感影像的植被覆盖提取方法，研究其对于研究区及实验数据的适用性；4. 采用当前主流的方法实现研究区的植被覆盖提取，并进行比较分析，基于土地覆被/目视解译数据对提取结果进行验证和评价；5. 分析长三角地区植被覆盖的演变过程；6. 获取长三角地区植被覆盖数据并制图。
2. 参考文献
[1] 杨军明，吴昱，魏永霞，等．多源数据融合的高时空分辨率植被指数生成[J]．遥感学报，2019，23(05)：935-943． [2] 张滔，唐宏．基于Google Earth Engine的京津冀2001～2015年植被覆盖变化与城镇扩张研究[J]．遥感技术与应用，2018，33(04)：593-599． [3] 郭永强，王乃江，褚晓升，等．基于Google Earth Engine分析黄土高原植被覆盖变化及原因[J]．中国环境科学，2019，39(11)：4804-4811． [4] 陈黔，李晓松，修晓敏，等．基于Google Earth Engine与机器学习的大尺度30m分辨率沙地灌木覆盖度估算[J]．生态学报，2019，39(11)：4056-4069． [5] Teluguntla P, Thenkabail P S, Oliphant A, et al. A 30-m landsat-derived cropland extent product of Australia and China using random forest machine learning algorithm on Google Earth Engine cloud computing platform[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018,144:325-340. [6] 冯李，胡文英，李应鑫，等．Google Earth Engine在四川省多年植被覆盖度动态监测中的应用[J]．林业资源管理，2019(04)：124-131． [7] Xie Z, Phinn S R, Game E T, et al. Using Landsat observations (19882017) and Google Earth Engine to detect vegetation cover changes in rangelands - A first step towards identifying degraded lands for conservation[J]. Remote Sensing of Environment, 2019,232:111317. [8] 吕丹红，姜琦刚，王德军，等．Landsat数据的植被覆盖估算和景观格局分析[J]．测绘科学，2018，43(11)：157-164． [9] 苏艳琴，赖日文，闫琦，等．植被覆盖度提取及景观格局分析[J]．森林与环境学报，2018，38(02)：164-170．[10] 刘充．基于资源三号卫星遥感影像的城市绿地信息提取方法研究[D]．太原理工大学，2014．[11] 高永刚，徐涵秋．基于多源遥感影像的多尺度城市植被覆盖度估算[J]．红外与毫米波学报，2017，36(02)：225-234．[12] 张梦瑶．兰州新区植被覆盖度变化及其生态效应评估[D]．兰州财经大学，2019．[13] 刘海，黄跃飞，郑粮，等．鄱阳湖生态经济区成立前后植被覆盖变化[J]．测绘科学，2019：1-9．[14] 邹洪坤．湖北省植被覆盖度动态变化及其对气候变化的响应[D]．武汉大学，2018．[15] 邹洪坤．湖北省植被覆盖度动态变化及其对气候变化的响应[D]．武汉大学，2018．
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
