hbv参数提取和拟合[草稿]

这篇博客介绍了从nc文件转换为tif的过程,通过乘以1000以适应gdal.GDT_Int32存储格式。内容涉及多波段tif文件的创建,以及在处理netcdf数据时需注意的导入方式。文章还提到了使用重采样技术,并尝试以输入尺度进行重采样后再进行拟合,采用了最小近邻方法。此外,文中还提及了线性回归的应用。
摘要由CSDN通过智能技术生成
  1. nc–>tif
    注意:
    1.1 为了减少tif的大小,乘以了1000,让存储格式为gdal.GDT_Int32
    存储为了多波段tif文件
    1.2 迭代读取netcdf时,不能这样导入from netCDF4 import Dataset,只能这样导入import netCDF4,后面在netCDF4.Dataset这样使用,设计到类的问题,参考
  2. resample
    这里为了方便,先尝试重采样为输入尺度,然后拟合,再重采样
    try: 进行了重采样,采用最小近邻
  3. 线性回归,参考
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

balabalahoo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值