第01章
课程导论
卫星遥感数据简介 · 大宗商品预测市场价值 · 课程框架与学习路径
导论卫星
第02章
遥感基础
电磁波谱与传感器 · Landsat/Sentinel/MODIS · 空间/时间/光谱分辨率
遥感分辨率
第03章
数据获取实战
Python下载Sentinel-2 · 去云/裁剪/重采样 · eodag & sentinelhub
Python预处理
第04章
植被指数计算
NDVI/EVI/SAVI · numpy+rasterio实现 · 时间序列植被指数
指数rasterio
第05章
农作物分类基础
监督/非监督分类 · 随机森林 · 混淆矩阵 & Kappa系数
分类scikit-learn
第06章
大宗商品基础
大豆/玉米/小麦供需 · 天气与产量 · 库存与价格波动
农产品供需
第07章
特征工程 (上)
统计特征 · 纹理特征GLCM · 时序特征斜率/峰值
特征GLCM
第08章
特征工程 (下)
特征选择 · PCA降维 · 标准化与归一化
降维归一化
第09章
时间序列预测 (上)
ARIMA原理 · statsmodels建模 · 残差检验
ARIMAstatsmodels
第10章
时间序列预测 (下)
Prophet模型 · 季节性分解 · 节假日效应
Prophet调参
第11章
机器学习回归模型
线性回归 · 决策树/随机森林/XGBoost · GridSearchCV调参
回归XGBoost
第12章
深度学习入门
PyTorch基础 · 张量操作 · 自动求导 · 全连接网络
PyTorch张量
第13章
LSTM时间序列预测
LSTM原理 · PyTorch实现 · 滑动窗口 · 反归一化
LSTM时序
第14章
CNN-LSTM混合模型
CNN空间特征 · LSTM时序 · 模型融合 · 实战案例
CNN混合
第15章
注意力机制
Self-Attention & Transformer · 时序预测 · 简易Attention层
注意力Transformer
第16章
多模态数据融合
卫星+气象+经济指标 · 数据对齐 · 多输入模型
多模态融合
第17章
模型评估与验证
回测框架 · 滚动预测 · 夏普比率 · 过拟合检测
回测夏普
第18章
实战项目一：美国大豆
数据获取 · 特征构建 · 模型训练 · 结果分析
大豆项目
第19章
实战项目二：玉米期货
卫星植被指数+USDA报告 · 多模型集成
玉米集成
第20章
实战项目三：小麦供应链
干旱监测 · 产量异常 · 价格预警
小麦预警
第21章
实战项目四：棕榈油
东南亚卫星数据 · 树龄估计 · 季节性建模
棕榈油树龄
第22章
实战项目五：咖啡与可可
巴西/越南/科特迪瓦 · 极端天气建模
咖啡可可
第23章
实战项目六：棉花
美/印/中卫星数据 · 纺织需求融合
棉花库存
第24章
实战项目七：糖价预测
巴西/印度卫星数据 · 乙醇政策影响
甘蔗甜菜
第25章
实战项目八：牲畜饲料
豆粕/玉米需求 · 养殖存栏 · 饲料作物长势
饲料豆粕
第26章
模型部署基础
Flask API · joblib/pickle · Docker容器化
部署Docker
第27章
自动化数据管道
Airflow调度 · 定时训练 · 结果推送数据库
Airflow管道
第28章
可视化与报告
Plotly仪表盘 · PDF报告 · 自动邮件
Plotly报告
第29章
风险管理与对冲
套期保值 · 期权定价 · 压力测试
对冲风险
第30章
课程总结与展望
技术局限 · AI+遥感趋势 · 职业发展建议
总结未来