- 博客(14)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 将 ‘2分钟平均风向’ 的角度值映射到了16个方位之一
包含了一个名为 ‘Direction’ 的新列，它将 ‘2分钟平均风向’ 的角度值映射到了16个方位之一。这些方位从北开始，顺时针排列，每个方位之间的角度为22.5度。这种细分有助于更精确地描述风的方向，特别是在气象观测和预报中。转换完成，现在新的数据帧。
2024-07-18 15:51:19
294
原创 ERA5 hourly data on pressure levels数据处理/Python（二）
三角函数所使用的极坐标系，其0°对应X轴正方向，逆时针为正；气象上定义正北方向为0°（即风从北吹向南，是数学坐标系中的 -90°）， 顺时针转动角度增大。博主“气海同途”的文章中详细介绍了u， v风和风速风向的相互转换。风向Dir=0°（或360°）, u=0, v0, v=0，正西风。1.1 ERA5数据的U、V风合成计算风向、风速。风向Dir=180°, u=0, v>0，正南风；风向Dir=90°, u
2024-07-08 16:09:28
428
原创 ERA5 hourly data on pressure levels数据处理/Python（一）
数据已重新划分为 0.25 度的常规经纬度网格，用于重新分析，0.5 度用于不确定性估计（海浪分别为 0.5 度和 1 度）。有四个主要子集：每小时和每月产品，包括气压水平（高空场）和单一水平（大气、海浪和陆地表面量）。是 ECMWF 对过去 80 年全球气候和天气的第五代再分析。数据可从 1940 年开始提供。ERA5 提供大量大气、海浪和陆地表面量的每小时估计值。熟悉ERA5数据，提取某一时次某一经纬度的温度、U风、V风，绘制垂直廓线。5.2 生成日、月等数据，分析特征。5.3 看相关文献整理思路。
2024-07-03 16:19:02
447
原创 ECOSTRESS数据介绍与下载
ECOSTRESS 1C 级 （L1C）、2 级 （L2）、3 级 （L3） 和 4 级 （L4） 产品作为网格产品分发，其级别标识符中带有字母 G：L1CG/L2G/L3G/L4G。ECOSTRESS L1C/L2G/L3G/L4G 网格化数据产品结合了 ECOSTRESS Swath Geolocation Instantaneous L1B Global 70 m 产品中的纬度和经度数组，以在 WGS84 纬度和经度中将条带数据重新采样到 0.0006° 网格。（需要登录个人账号）
2024-06-17 08:50:50
1066
2
原创 mrt导入数据时提示opening input header file
可能是安装的时候 Java的安装目录写错了，重新安装低版本的java即可。
2024-06-07 11:35:32
124
原创 基于Python设置ArcGIS捕捉栅格
在ArcGIS软件中可以通过设置地理处理→环境→处理范围中的捕捉栅格选择匹配的数据，从而实现像素对齐的目的。arcpy.env.snapRaster = raster #设置用于定义输出栅格的像元对齐方式的栅格。在ArcGIS中的一些操作，若未设置捕捉栅格，会出现像元偏移，和原数据中的像元无法对齐，影响后面的操作。环境的工具将调整输出栅格的范围，以使它们的像元对齐方式与指定的捕捉栅格的像元对齐方式相匹配。在编写相关处理的代码前，加入上面这行代码，即可设置捕捉栅格。raster：要用作捕捉栅格的栅格。
2023-11-16 08:46:36
151
1
原创 编程思路上的变化
今天之前，作为一个编程小白，思路上就是一步步按照条件来编，比如怎么读数据，用哪些数据，怎么处理，到输出。这种根据书本上的学习模式有个最大的弊端，就是不能以点带面，实现编程的最终奥义，就是以不变应万变。今天写的一小串代码，经D大牛指点，用变量、用配置文件、用循环，让我回想起以前看的别人的代码，很多都是def（先定义多个函数），可能用意都差不多。一层套一层，结构上逻辑上都能实现！希望能够更进一步，加油！
2023-06-05 10:02:02
81
1
原创 根据不同土地类型提取对应地表温度，并统计对应最小值、最大值、均值和方差
根据不同土地类型提取对应地表温度，并统计对应最小值、最大值、均值和方差
2022-09-09 15:57:10
938
1
原创 python计算季度城市热岛
MOD/MYD11A2是8天平均合成的产品，在求季节尺度时，不能提取到一季的数据，故在季节节点（比如MOD11A2089：89-96天，春季只到90/91天）处需要下载MOD/MYD11A1（日产品）来替代。数据预处理：下载好的MOD/MYD 11A1和A2拼接转投影。所有数据在一个I:\DR\UHI\1MOD11_DAY_Data文件夹内。程序思路：path1 = r"I:\DR\UHI\1MOD11_DAY_Data"path2 = r"I:\DR\UHI\2MOD11_DAY_Clip"path3
2022-07-06 08:16:57
557
原创 PYTHON处理MOD/MYD11（LST）产品
一、数据介绍 MOD数据即TERRA卫星观测得到，TERRA卫星每日地方时上午10:30时过境，称为上午星。而MYD数据为AQUA卫星在每日地方时下午过境，称为下午星。二、下载数据 下载的途径很多，简便的有浩宇摘星卫星影像下载系统（需购买软件使用权）；NASA（https://ladsweb.modaps.eosdis.nasa.gov/）等。三、数据预处理 可采用MRT软件进行拼接转投影等P处理，或者其他语言编程实现。四、 MOD/MYD11A2计算一年的UHI1
2022-07-04 11:21:14
1546
4
原创 python处理激光雷达（三）
##任务：PS:激光雷达数据是十分钟记录一次，一小时就有6个文件。因此，在（二）的基础上增加任务——每6个文件进行一次提取，分别输出至一个文件，并以原文件名命名，循环读取输出。
2022-06-07 10:39:48
1191
2
原创 python处理激光雷达（二）
##任务：在（一）的基础上，实现循环提取长时间序列，输出在一个excel/csv中。##学习历程：#test1##打印path路径下的所有文件名#test2 #test4:引自Python3 pandas库(26) 一次读取多个excel文件并合并 - 知乎 https://zhuanlan.zhihu.com/p/31541902首先是导入pandas库和os库：第二步是定义文件夹的路径：第三步是根据文件里表格的列名新建一个空的DataFrame第四步是利用os库的walk功能遍历
2022-06-07 08:56:19
848
原创 python处理激光雷达（一）
#读取激光雷达数据,去掉前六行，然后输入到数组，再提取第一列，输出txt#思路：定义变量1（读取雷达数据），定义变量2（提取第7行及之后的数据），输出csvimport pandas as pdimport numpy as npdf = pd.read_csv(r'E:/test/vertical/202204/20220401001000',skiprows=6,header=None)df.to_csv(r'E:/test/vertical/1out.csv',header=Fals
2022-05-26 15:17:06
1694
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人