荣获“航天宏图杯”PIE遥感图像处理软件二次开发大赛三等奖的八组作品：
*）中国矿业大学 我盟队 [高分遥感露天矿区智能解译系统]
该系统是利用高分辨率遥感影像对露天矿区进行实时、准确地解译，服务于露天矿区土地治理、管理和规划。系统主要包括常用功能、显示控制、图像预处理、图像处理、样本制作、智能解译、判读工具、专题制图和帮助9个功能模块。
*）惠州学院 欢乐开发队 [基于Landsat8的城市生态环境分析系统]
该系统将提供对Landsat8影像进行关于城市生态环境上的处理和分析功能，特色功能是分析得出城市生态环境的各类专项图及其相关指标，以及反演出城市热岛效应和气溶胶光学厚度图，可作为一款分析城市生态环境各方面指标的决策辅助系统。系统的结构主要可以分为八个功能模块，分别是：基础功能模块、显示控制模块、图像处理模块、城市生态环境分析模块、气溶胶光学厚度分析模块、云图播放模块、制图工具模块和帮助。
*）山东建筑大学 你们代码都不队 [基于深度学习的山火救援与评估系统]
本系统基于PIE SDK，应用.Net Framework4.0开发框架,编程语言为C#,同时选用ArcGIS engine10.2、DevExpress 18.1进行辅助开发。基于深度学习的山火救援与评估系统,该系统在救援路径分析、灾区建筑影像识别、灾前灾后比较与成本评估等方面进行了功能实现。系统模块主要包含：常用功能模块、矢量处理模块、综合判读模块、制图工具模块、山火救援模块、建筑灾情评估模块、帮助模块。
*）南京信息工程大学 派大星队 [基于遥感影像的干旱风险评估系统]
基于遥感数据，利用PIE二次开发组件对遥感图像进行预处理，通过已知的基础地理资料（如遥感影像，DEM影像）和已知的气象资料（多年降水数据）和人口经济资料（灯光数据），在进行预处理过后，分别进行致灾因子危险性、孕灾环境脆弱性和承灾体易损性栅格化计算，最后完成气象灾害风险区划制作。系统分为常用功能、数据准备、干旱风险分析、专题制图、基础工具和帮助六大模块。
*）中国科学院空天信息创新研究院 不落星光队 [一站式深度学习遥感图像地物分类与变化检测系统]
该系统将PIE-SDK与python相结合，在用户界面实现基于深度学习的一站式地物提取与变化检测。系统主要分为了常用功能、显示控制、图像预处理、训练集制作、模型训练与预测、变化检测、专题制图、帮助八个功能模块。
*）山西农业大学 Slience队 [基于Landsat8遥感影像区域热环境及生态环境评估系统]
该软件可以根据Landsat8遥感影像准确反演区域地表温度，节省大量人力物力，同时可以根据相关反演结果快速准确得到造成该区域热岛现象的原因。系统功能模块包含：热环境信息、生态环境信息、地物判别、图像处理、Landsat8预处理。
*）南宁师范大学 梯田码农队 [PIE时间序列分析工具集]
该系统基于PIE SDK采用插件式开发，形成了PIE软件基础版 （v5.2）的时间系列分析工具集，可分为格式转换、可视化助手和分析工具三类。
*）郑州大学 愤怒的菜鸟队 [高分辨率影像地物智能解译系统]
该系统可应用于高分辨率遥感影像自动获取道路和建筑信息，以及对提取到的信息进行更深层次的的分析。系统包括六大模块：基础功能、矢量数据处理、地物信息提取、地物变化检测、地物信息分析、帮助。
