光谱和图像是人们观察世界的两种方式，高光谱遥感通过“图谱合一”的技术创新将两者结合起来，大大提高了人们对客观世界的认知能力，本来在宽波段遥感中不可探测的物质，在高光谱遥感中能被探测。以高光谱遥感为核心，构建大范围、快速、远程、定量探测技术，已在矿物填图、土壤质量参数评估、植被、农作物生长状态监测等领域取得了突出的成果，而在药品、食物、环境等领域也显示了不可估量的应用潜力。高光谱技术可以在不同空间尺

土地利用、GCAM模型、降尺度迭代模拟、耕地、林地、草地、城乡、工矿、居民用地、未利用地和水体

R语言在气象、水文中数据处理及结果分析、绘图实践技术应用：本文聚焦 R 在气象水文领域的应 用，将贯穿气象水文分析制图的整个流程，从多个方面来介绍 R 在气象水文领域的使用技巧，用大 量的例子来讲解一些典型的 R 包在气象水文数据分析及图形汇制的具体使用。

AI大模型、地学、GIS、气象、农业、生态、环境、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助阅读、文献信息提取、辅助论文审稿、新闻撰写、科技绘图、地学绘图（GIS地图绘制）、概念图生成、图像识别、机器/深度学习

ChatGPT：面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助阅读、文献信息提取、辅助论文审稿、新闻撰写、科技绘图、地学绘图（GIS地图绘制）、概念图生成、图像识别、教学课件、教学案例生成、基金润色、专业咨询、文件上传和处理、机器/深度学习训练与模拟、大模型API二次开发等特定任务，生成文本、图片、代码、语音、视频等不同形式的数据、模

基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践技术应用直播时间：7月24日-7月25日 7月31日教学特色：1、原理深入浅出的讲解；2、技巧方法讲解，提供所有案例数据及代码；3、与项目案例相结合讲解实现方法，对接实际工作应用 ；4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；5、课程结束专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑。培训费用：本课

AI大模型引领未来智慧科研暨ChatGPT在地学、GIS、气象、农业、生态、环境等领域中的应用

Python、高光谱遥感、机器学习、遥感数据处理、深度学习、农业、土壤、精准农业、地球观测、艺术分析和医学、无人机遥感、图像处理、混合像元分解、遥感、矿物、

基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用：介绍多光谱的基本概念和理论，介绍了Landsat数据、哨兵-2号数据、Aster数据、Modis数据等多光谱数据说明和下载方法。介绍基于ENVI的上述多光谱数据处理方法，包括数据辐射定标、大气校正等预处理方法，波段组合、光谱指数计算、图像监督、非监督分类等方法。通过矿物识别，农作物长势评估、土壤质量评价等案例，提供可借鉴的多

ChatGPT：面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助阅读、文献信息提取、辅助论文审稿、新闻撰写、科技绘图、地学绘图（GIS地图绘制）、概念图生成、图像识别、教学课件、教学案例生成、基金润色、专业咨询、文件上传和处理、机器/深度学习训练与模拟、大模型API二次开发等特定任务，生成文本、图片、代码、语音、视频等不同形式的数据、模