查看原文>>>土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测
土地利用/土地覆盖数据是生态、环境和气象等领域众多模型的重要输入参数之一。基于遥感影像解译，可获取历史或当前任何一个区域的土地利用/土地覆盖数据，用于评估区域的生态环境变化、评价重大生态工程建设成效等。借助CLUE模型，实现对未来土地利用/土地覆盖的时空预测，并进一步评估与权衡其带来的生态效益变化，可为科学研究和政策制定提供重要的决策依据。
【主讲专家】：
白老师（研究员）：长期从事生态系统结构-格局-过程-功能-服务的变化与响应关系等研究工作,重点围绕生物多样性、生态系统服务与价值等，构建生物地球化学模型和评价指标体系，为城市、区域和自然保护区的可持续发展和生态环境建设提供理论、方法与途径，发表多篇SCI论文。
【内容简述】：
一、ArcGIS实践与高级应用（实战操作）
1、ArcGIS数据形式与数据格式、数据格式之间的相互转换；
2、新地图要素的创建、数据加载、数据层操作与保存等；
3、数据属性表的编辑与查询；
4、投影/坐标系统原理；
5、投影系统处理策略；
6、投影系统的查看及转换方法；
7、各种格式空间数据的剪裁、拼接及提取；
8、矢量数据、删格数据的符号化；
9、专题图制作；
10、专题图版面设计、制图数据操作、地图标注、图幅整饰等
练习
1、图层运算与叠加分析方法；
2、缓冲区分析技术
3、插值技术
4、基于DEM地理信息提取
5、图层运算与叠加
6、分区技术
二、基于CLUE模型的土地利用情景模拟（基础操作）
1、模型原理与案例分析
2、CLUE模型输入数据收集
3、CLUE模型输入数据预处理技术
4、土地利用回归模型构建与筛选
5、土地利用回归模型精度检验
6、基于Markov模型的未来土地利用变化预测
三、基于CLUE模型的土地利用情景模拟（实战操作）
1、未来土地利用变化精度检验
2、CLUE模型界面主要参数设置
3、CLUE模型运行设置
4、CLUE模型运行结果解读及处理
5、CLUE模型运行结果校正
6、CLUE模型运行结果精度验证
【其它相关推荐】：
基于ArcGIS、ENVI、InVEST、FRAGSTATS等多技术融合提升环境、生态、水文、土地、土壤、农业、大气等领域的数据分析能力与项目科研水平
生态系统NPP及碳源、碳汇模拟实践技术应用
基于R语言的物种气候生态位动态量化与分布特征模拟实践技术
基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用
基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局
基于 R 语言 APSIM 模型高级应用及批量模拟实践技术
最新CMIP6数据处理及在气候变化、水文、生态等领域中的实践技术应用
Python高光谱遥感数据处理与高光谱遥感机器学习方法深度应用
基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局
双碳目标下基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟实践应用高阶
Python高光谱遥感数据处理与机器学习实践技术
基于生态系统服务（InVEST模型）的人类活动、重大工程生态成效评估、论文写作等具体应用
GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用g
