- 博客(252)
- 收藏
- 关注
RSS订阅原创 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
R 不仅功能强大，更是简单易学，所以目前成为了在数据分析领域最热门的集中编程语言之一， 广泛用于人工智能、统计学术研究在内的各个领域，鉴于 R 开源的特性和强大的功能，R 与 Python 慢慢成为了数据分析与人工智能领域最流行的语言。当然，为了能更好地 让学员掌握 R 的基本用法，本课程将对 R 的安装、使用、编程以及 R 语言独特的语法和用法进行 详细的介绍，同时为学员呈现 R 在数据分析和人工智能中的具体应用，以为学员今后进一步的工作、 学习和研究打下较为坚实的基础。分享--关注科研技术平台。
2024-07-19 14:54:10
351
原创 MATLAB野外观测站生态气象数据处理分析实践应用
2.不同生态气象要素时序数据的质量控制与缺失插补。3.不同生态气象要素时序数据的时间汇总与基本统计。1.不同生态气象要素文件的数据读写与批处理实现。4.生态气象时序数据制图与多要素可视化分析。5.编写函数文件实现其他生态气象要素的推算。2.以实践案例为主，提供所有代码。分享--关注科研技术平台公众号。1.基于MATLAB语言。4.布置作业，答疑与拓展。
2024-07-19 14:47:30
234
原创 如何使用格点数据分析中国霜冻灾害变化技术应用
分析以 1961−1990 年为基准期，计算初霜冻日期、终霜冻日期、无霜期长度和生长季内轻度霜冻、中度霜冻和重度霜冻时间序列的距平变化，并进行 7点平滑处理，获得 1967−2018 年的时间序列，最后使用线性回归方法计算线性变化趋势。聚类算法采用 Python 的 sklearn 库中 Kmeans 算法，聚类特征采用霜冻日期信息（初霜冻日期、终霜冻日期、无霜期长度）和霜冻强度等级气候态信息（生长季内轻度霜冻、中度霜冻和重度霜冻）。备注：案例数据、代码、讲义一起发放。分享--关注科研技术平台公众号。
2024-07-18 18:28:12
671
原创 如何使用格点数据分析中国积温变化技术应用
在一年中，选择5日滑动平均值（一年中，每一天取当日、前2日和后2日的5日序列计算平均值）大于界限温度的最长一段时期，在此时期内的第一个5日中，挑选第一个日平均气温大于界限温度的日期，作为日平均气温稳定大于界限温度积温的起始日；热带、亚热带、暖温带、中温带和寒温带的热量标准依次为：积温≥8000 ℃，4500 ℃≤积温＜8000 ℃，3400 ℃≤积温＜4500 ℃，1600 ℃≤积温＜3400 ℃，积温＜1600 ℃。在上一节计算结果计算≥0 ℃、≥5 ℃、≥10 ℃和≥15 ℃的积温。
2024-07-18 17:24:57
813
原创 基于CALMET诊断模型的高时空分辨率精细化风场模拟技术应用
因此，数值模式成为缺资料地区风场模拟的最佳手段。中尺度模式WRF模式，可以利用大涡模拟方法进行高分辨率的模拟，但是在地形复杂的研究区，WRF模式的Sigma地形追踪坐标系会导致数值模式的崩溃。CALMET模式中有1km的全球高程数据和土地利用数据，但土地数据为1992年制作的数据，制作时间比较老，可能不适合中国地区，同时在中国地区有大量的土地利用分类错误。为了能够更好的刻画地表真实的地貌特征，可以使用本地化的数据，如清华大学LUCC 30m数据替换CALMAET模式的原有模式的粗分辨率静态数据。
2024-07-17 17:46:13
810
原创 无人机生态环境监测、图像处理与GIS数据分析综合实践技术应用
很多资源环境领域的从业人员也介入到无人机应用中，通过无人机搭载不同的传感器可以灵活高效地进行地表空间要素的动态监测，获取大量宝贵的监测数据，极大地解决了很多传统野外观测手段无法解决的问题。本次融合无人机生态环境监测技术和ArcGIS数据分析技术，通过具体案例分析与软件操作实践，详细介绍包括无人机多源遥感影像数据采集（可见光、多光谱、激光雷达等）、影像数据拼接、空间数据编辑、空间数据分析、空间数据专题制图等流程的一条完整作业“流水线”，期望能够为感兴趣的资源环境领域的从业人员提供一个实用。
2024-07-11 18:20:23
726
原创 【典型案例操作实践与AI大模型交互】机器学习分类算法案例/决策树森林分类算法案例/洪涝灾害监测案例/干旱遥感监测案例/物候特征分析案例/森林植被健康状态监测案例/生态环境质量动态监测案例
与传统的处理影像工具（例如ENVI）相比，Earth Engine在处理海量遥感数据方面具有显著优势，提供了丰富的计算资源和巨大的云存储能力，节省大量数据下载和预处理时间。在课程最后，还将结合多年AI使用经验，深入分享AI大模型在科研辅助方面的多项实用技巧，包括文献查找、分析总结、论文撰写、图表解读、语言润色等，以助力科研人员在学术研究中取得更大突破并满足国际交流的需求。主要涉及的技术包括植被指数的计算、地表温度的提取、数据的归一化、主成分PCA分析、RSEI生态指数的构建以及结果的可视化等。
2024-07-11 17:35:02
1112
原创 深度学习全景进阶：最新Python深度学习进阶与前沿应用
3、 NAS的关键技术：进化算法（通过模拟生物进化过程，如变异、交叉和选择，来迭代改进网络架构）、强化学习（使用策略网络来生成架构，通过奖励信号来优化策略网络）、贝叶斯优化（利用贝叶斯方法对搜索空间进行高效的全局搜索，平衡探索和利用）：BERT、GPT-1 / GPT-2 / GPT-3 / GPT-3.5 / GPT-4（模型的总体架构、输入和输出形式、预训练目标、预训练数据的选择和处理、词嵌入方法、GPT系列模型的改进与演化、……（马尔可夫决策过程、Q-Learning的核心概念、什么是Q函数？
2024-07-09 10:17:15
591
原创 R语言空间分析、模拟预测与可视化高级应用
R语言在数据分析、挖掘和可视化中发挥着重要的作用，其中在空间分析方面扮演着重要角色，与空间相关的包的数量也达到130多个。4)rgeos: 封装 GEOS 一个开源几何引擎， 提供几何模型、几何关系判断、基本几何计算操作等功能。8)plot、image、image.plot、tmap、ggmap、ggplot2: 空间专题图。3)rgdal: 封装 GDAL (一个开源地理数据抽象库，提供非常丰富的地理数据读写驱动))专题四 R语言地统计与空间自相关、空间插值方法【讲解+案例实践】
2024-07-08 16:25:45
488
原创 【融合ChatGPT等AI模型】Python-GEE遥感云大数据分析、管理与可视化及多领域案例实践应用
与传统的处理影像工具（例如ENVI）相比，Earth Engine在处理海量遥感数据方面具有显著优势，提供了丰富的计算资源和巨大的云存储能力，节省大量数据下载和预处理时间。在课程最后，还将结合多年AI使用经验，深入分享AI大模型在科研辅助方面的多项实用技巧，包括文献查找、分析总结、论文撰写、图表解读、语言润色等，以助力科研人员在学术研究中取得更大突破并满足国际交流的需求。主要涉及的技术包括植被指数的计算、地表温度的提取、数据的归一化、主成分PCA分析、RSEI生态指数的构建以及结果的可视化等。
2024-07-08 11:16:37
1027
原创 空间数据全揭秘：探索GIS与Python的无限可能！
通过准确高效地采集和管理空间数据，可以为后续的数据处理、分析和决策提供坚实的基础。可以使用ArcGISPro、ArcMap等GIS软件进行数据导入，也可以使用Python脚本结合ArcPy库进行数据导入。利用ArcGISPro的空间分析工具和工具箱中的多维数据分析工具，对多维数据进行分析，如时序分析、空间交叉分析等。多维数据是指具有多个维度（如时间、空间、高度等）的数据集合，常见于气象、地球科学、遥感等领域。结合其他空间数据（如矢量数据、统计数据等），进行空间分析和应用，如土地利用分类、环境监测等。
2024-07-05 17:04:01
977
原创 从星载到桌面：Python带你玩转气溶胶数据处理
MODIS通过成像光谱技术获取不同波长的遥感数据，从而得到气溶胶的空间分布、光学厚度等信息，而CALIOP则通过激光雷达技术获取气溶胶的类型和垂直分布信息。然而，处理和分析这些数据需要一定的专业技术和工具。Python作为一种强大且易于学习的编程语言，已广泛应用于数据科学和大气科学领域，Python凭借其强大的数据处理能力，可以高效处理海量的气溶胶数据。尤其在“碳中和”目标的驱动下，研究气溶胶对“碳中和”的气候影响及其环境效应，不仅对科学研究具有重大意义，同时也为政策制定提供了重要依据。
2024-07-05 16:38:51
376
原创 微尺度气象数值模拟—大涡模拟技术
微尺度气象学涉及对小范围内的大气过程进行精确模拟，这些过程往往与天气模式、地形影响和人为因素如城市布局紧密相关。大涡模拟通过直接解析大尺度湍流涡旋，而将较小尺度的湍流效应通过亚格子模型来参数化，从而在保持计算可行性的同时，提供了对这些复杂动态的深入理解。通过实际案例和模拟练习，学员将学习如何配置和运行这些模型，理解它们在实际气象研究中的应用, 为未来在大气科学和相关领域的研究或实际应用提供强有力的支持。2、WRF-LES框架、特点及科研应用。1、WRF中尺度1km模拟。4、WRF-LES模拟。
2024-07-04 08:56:27
171
原创 无人机生态环境监测、图像处理与GIS数据分析综合实践技术应用
构建“天空地”一体化监测体系是新形势下生态、环境、水文、农业、林业、气象等资源环境领域的重大需求，无人机生态环境监测在一体化监测体系中扮演着极其重要的角色。通过无人机航空遥感技术可以实现对地表空间要素的立体观测，获取丰富多样的地理空间数据，可以为资源环境领域的科学研究与业务化工作提供重要的一手数据。很多资源环境领域的从业人员也介入到无人机应用中，通过无人机搭载不同的传感器可以灵活高效地进行地表空间要素的动态监测，获取大量宝贵的监测数据，极大地解决了很多传统野外观测手段无法解决的问题。
2024-07-02 15:03:40
973
原创 基于OpenLCA、GREET、R语言的生命周期评价方法、模型构建及典型案例应用
生命周期分析是一种分析工具，它可帮助人们进行有关如何改变产品或如何设计替代产品方面的环境决策，即由更清洁的工艺制造更清洁的产品。例如，生命周期分析的结果表明，某种产品能耗低，寿命长，不含有毒化学物质，其包装及残余物体积小，从而占用较少的填埋场空间，这就成为我们进行产品选择的依据。生命周期分析 (Life Cycle Analysis, LCA) 是评价一个产品系统生命周期整个阶段——从原材料的提取和加工，到产品生产、包装、市场营销、使用、再使用和产品维护，直至再循环和最终废物处置——的环境影响的工具。
2024-07-02 14:57:50
752
原创 激光雷达数据处理与典型案例分析实践技术应用
特点：Terrasolid是一款专业的激光雷达数据处理软件，主要用于地理信息系统（GIS）和测绘领域，提供了丰富的地理数据处理和分析工具。特点：ArcGISPro是一款专业的地理信息系统（GIS）软件，提供了丰富的地理数据处理、分析和可视化功能，包括激光雷达数据处理工具。特点：ENVI是一款专业的遥感数据处理软件，提供了丰富的遥感图像处理和分析功能，包括对激光雷达数据的处理和分析。特点：LiDAR360是一款专业的激光雷达数据处理软件，提供了丰富的点云处理、配准、分类、可视化等功能。
2024-07-01 14:45:33
898
原创 空间数据新纪元:用ArcGls Pro和Python解锁地理智慧
通过准确高效地采集和管理空间数据，可以为后续的数据处理、分析和决策提供坚实的基础。可以使用ArcGISPro、ArcMap等GIS软件进行数据导入，也可以使用Python脚本结合ArcPy库进行数据导入。利用ArcGISPro的空间分析工具和工具箱中的多维数据分析工具，对多维数据进行分析，如时序分析、空间交叉分析等。多维数据是指具有多个维度（如时间、空间、高度等）的数据集合，常见于气象、地球科学、遥感等领域。结合其他空间数据（如矢量数据、统计数据等），进行空间分析和应用，如土地利用分类、环境监测等。
2024-07-01 10:29:08
961
原创 高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践
尽管大部分物质在人眼中看似无异，然而高光谱遥感的观察下，它们呈现出独特的"光谱特征"。这种能够窥见事物的"本质"能力具备着革命性的潜能，对精准农业、地球观测、艺术分析和医学等领域带来巨大的影响。通过通俗易懂的课程，我们希望能够让您更加深入地了解和掌握高光谱的知识与技术。5．高光谱数据预处理-机器学习-深度学习-图像分类-参数回归等12个专题练习。1.全套的高光谱数据处理方法和应用案例（包含python源码）02)使用自己的数据进行机器学习（envi标注数据）04)高光谱遥感的历史和发展。
2024-06-24 11:40:30
571
原创 基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析
如何从经济城镇化（GDPD）、人口城镇化（POPD）和土地城镇化（ULP）构建城镇化指数（UL）测算模型；如何采用地理和时间加权回归（GTWR）来衡量城市化与生态系统健康（UAEH）之间的互动关系和时空异质性，如何从多维和综合视角来评估城镇化建设和生态系统健康之间的空间关系，如何采用地理探测器进一步解析环境变量对生态系统健康的影响效应。您可以进一步掌握研究城镇化与生态系统健康的空间关系的方法，并能够从多维度、多视角分析城镇化和生态系统健康的空间关系及影响效应。关注科研技术平台公众号。
2024-06-19 15:32:15
143
原创 WOFOST模型与PCSE模型实践
作物本身的生长发育是一个非常复杂的过程，因此在利用作物模型模拟作物生长过程中涉及的输入参数较多，主要包括气象、作物、土壤、田间管理参数等，在模型参数敏感性分析的基础上，结合实验区实际情况，对敏感性较高的参数进行定标，参数标定部分可参阅文献和网站等资料。参数是包括作物的物候学参数、同化和呼吸特征参数以及同化物分配到植物器官的参数等，这些参数保存在安装目录...\WCC\CROPD，在模型控制中心可以通过选择该作物调用该文件进行模拟。根据气象数据、土壤属性和农田管理实践，模拟农作物的生长和水分需求。
2024-06-18 10:22:33
604
原创 【南京】EFDC建模方法及在地表水环境评价、水源地划分、排污口论证中实践技术应用
近年，随着水环境问题的凸显，地表水水环境状况不仅是公众关注的焦点，也是环保、水务等部门兼管的重点，已成为项目审批、规划制定，甚至领导考核的决定因素，特别是国务院水十条即将出台，必将掀起新一轮的地表水环境质量政策、规划、科研的高潮。Environmental Fluid Dynamics Code（EFDC）是一款用于模拟江河，湖泊，河口，水库，湿地，近海表层水系统中三维流动，溶质运输以及生物化学过程的通用模型包。此外，由于EFDC免费开源，还处在半成熟阶段，使用过程中还需要大量实践经验。
2024-06-17 16:05:22
263
原创 Python星载气溶胶数据处理与反演分析实践技术应用
MODIS通过成像光谱技术获取不同波长的遥感数据，从而得到气溶胶的空间分布、光学厚度等信息，而CALIOP则通过激光雷达技术获取气溶胶的类型和垂直分布信息。然而，处理和分析这些数据需要一定的专业技术和工具。Python作为一种强大且易于学习的编程语言，已广泛应用于数据科学和大气科学领域，Python凭借其强大的数据处理能力，可以高效处理海量的气溶胶数据。尤其在“碳中和”目标的驱动下，研究气溶胶对“碳中和”的气候影响及其环境效应，不仅对科学研究具有重大意义，同时也为政策制定提供了重要依据。
2024-06-17 15:50:31
707
原创 ChatGPT-4o在临床医学日常工作、论文高效撰写与项目申报、数据分析与可视化、机器学习建模中的实践应用
ChatGPT-4o科研必备GPTs汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等）1、课题申请书撰写技巧及要点剖析（项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等）选择、交叉、变异三个算子的作用分别是什么？
2024-06-14 16:55:16
970
原创 AI大语言模型GPT & R 生态环境领域数据统计分析
2.2 GPT辅助约束排序（RDA、db-RDA）分析：数据筛选、变量选择、结果解读及作图。2.1 GPT辅助非约束排序（PCA、PCoA、NMDS）分析：模型选择、结果解读及作图。3.2 GPT辅助二项分布（0，1）混合效应模型案例：数据检查、模型构建、结果展示。2.2 GPT辅助一般线性模型构建与评估实例：数据准备、模型拟合、结果解释、作图等。2.2 GPT辅助模型构建案例：模型类型确定（随机截距/随机截距）、模型比较和诊断。2.3 GPT辅助模型诊断: 模型可加性、残差正态性、方差异质性、奇异值等。
2024-06-14 16:33:55
823
原创 结构方程模型（SEM）高阶应用系列
通过结构方程原理介绍、结构方程全局和局域估计、模型构建和调整、潜变量分析、复合变量分析及结构方程贝叶斯方法实现等一系列专题的介绍及大量案例讲解，由浅入深地系统介绍了结构方程模型的建立、拟合、评估、筛选和结果展示全过程，得到学员广泛认可。3）变量为非正态类型的数值变量，如0，1数据（符合二项分布）和计数数据（符合泊松分布）等等；4）变量为非正态类型的数值变量，如0，1数据（符合二项分布）和计数数据（符合泊松分布）等等；一：结构方程模型（SEM)高阶应用暨非线性、非正态、交互作用及分类变量分析。
2024-06-13 15:10:10
854
原创 高分论文密码---大尺度空间模拟预测与数字制图
大尺度模拟技术可以从不同时空尺度阐明农业生态环境领域的内在机理和时空变化规律，又可以为复杂的机理过程模型大尺度模拟提供技术基础。我们将结合一些经典的例子R语言在空间数据处理、管理以及可视化的操作，从空间数据计量、大尺度时间序列分析与突变检测、空间数据插值、空间数据建模、机器学习空间预测、多种机器学习集成技术、空间升、降尺度技术、空间模拟偏差订正技术、数据可视化、知识图谱等方面让您全方位掌握R语言大尺度空间数据分析模拟预测及可视化技术。
2024-06-13 14:34:19
377
原创 空间数据采集与管理：表格数据、矢量数据、栅格数据、点云数据、多维数据以及遥感云平台数据处理
通过准确高效地采集和管理空间数据，可以为后续的数据处理、分析和决策提供坚实的基础。可以使用ArcGISPro、ArcMap等GIS软件进行数据导入，也可以使用Python脚本结合ArcPy库进行数据导入。利用ArcGISPro的空间分析工具和工具箱中的多维数据分析工具，对多维数据进行分析，如时序分析、空间交叉分析等。多维数据是指具有多个维度（如时间、空间、高度等）的数据集合，常见于气象、地球科学、遥感等领域。结合其他空间数据（如矢量数据、统计数据等），进行空间分析和应用，如土地利用分类、环境监测等。
2024-06-12 17:07:43
1463
原创 空问数据获取与预处理指南：生产与科研应用
使用ArcGIS Pro的图形用户界面（GUI）完成数据处理任务，操作简单直观，适合初学者和快速处理小规模数据。
2024-06-12 16:59:58
977
原创 R语言BIOMOD2 及机器学习方法的物种分布模拟与案例分析实践技术----BIOMOD帮助研究者评估气候变化、生境丧失等因素对生物多样性的潜在影响
针对当前生态和环境问题，如气候变化和生物入侵，课程包括专题讨论和案例研究，帮助学员理解物种分布模型在解决这些全球问题中的实际应用和潜力。不仅限于生态模型的构建，还包括数据科学技能的培养，如数据预处理、统计分析和结果可视化，这些技能在当今数据驱动的科研和政策制定中极为重要。覆盖多种模型和技术，包括广义线性模型、广义加性模型、机器学习方法等，学员能够了解和掌握多种建模技术，增强模型选择和应用的灵活性。理解物种分布模型（SDMs）的理论基础，包括模型的种类、用途以及在生态研究和环境管理中的应用。
2024-06-06 15:20:50
570
原创 基于LEAP模型在能源环境发展、碳排放建模预测及分析中实践应用
深入浅出地介绍针对不同级别研究对象时如何根据数据结构、可获取性、研究目的，构建合适的能源生产、转换、消费、温室气体排放（以碳排放为主）预测模型并设计情景以量化不同低碳化能源发展政策效果，并且采用蒙特卡洛法进行预测结果的不确定性分析。LEAP模型允许研究者根据研究目的、数据可获取度、研究对象特点等灵活构建模型结构，十分适用于能源数据不全面情况，现已广泛应用于国家、区域、部门、行业的能源战略研究中。GDP的不变价、可比价换算；
2024-06-05 10:06:28
686
原创 全流程基于GIS、python机器学习技术的地质灾害风险评价与信息化建库实践应用
从空间数据处理、信息化指标空间数据库构建、致灾因子提取，空间分析、危险性评价与制图分析等方面掌握GIS在灾害危险性评价中的方法；用人口密度数据来量化人口易损性，基于各行政单元统计年鉴获取的人口数量，结合房屋建筑区数据，量化人口的空间分布，基于GIS的网格分析，得到单位面积上的人口数量即人口密度。崩滑严重性、泥沙沿程补给长度比、沟口泥石流堆积活动、沟谷纵坡降、区域构造影响程度、流域植被覆盖度、工程地质岩组、沿沟松散堆积物储量、流域面积、流域相对高差、河沟堵塞程度等。坐标系类型：地理坐标系，投影坐标系；
2024-06-05 10:01:03
915
原创 双碳目标下DNDC模型建模方法及在土壤碳储量、温室气体排放、农田减排、土地变化、气候变化中的应用
由于全球变暖、大气中温室气体浓度逐年增加等问题的出现，“双碳”行动特别是碳中和已经在世界范围形成广泛影响。DNDC（Denitrification-Decomposition，反硝化-分解模型）是目前国际上最为成功的模拟生物地球化学循环的模型之一，自开发以来，经过不断完善和改进，从模拟简单的农田生态系统发展成为可以模拟几乎所有陆地生态系统的动态模拟模型。【科研必备】双碳目标下DNDC模型建模方法及在土壤碳储量、温室气体排放、农田减排、土地变化、气候变化中的应用 (qq.com)
2024-05-30 16:53:18
439
原创 ArcGIS空间数据处理、空间分析与制图；PLUS模型和InVEST模型的原理，参量提取与模型运行及结果分析；土地利用时空变化以及对生态系统服务的影响分析
PLUS模型有两大模块，一是基于土地扩张分析策略的规则挖掘框架，二是基于多类型随机补丁种子的CA模型，此外该模型还内嵌了Markov chain，以便于对土地利用数量需要作出预测。PLUS模型能够以一个斑块级土地利用模拟模型，精准模拟土地利用背后的非线性关系变化，实现更加准确地未来不同政策情景下 土地利用对潜在生态系统服务功能的影响。随着全球城市化的快速发展, 频繁的人类活动导致了土地利用的快速变化，导致生态系统结构和功能的变化，影响生态系统服务的供应。介绍摘要、绪论、方法、结果、讨论、结论的写作要点。
2024-05-30 16:44:00
1160
原创 GeoDa与R语言的空间数据回归实践技术应用
空间数据是常见的数据形式之一，因此空间数据回归也是最常用的方法之一。由于空间数据之间往往有相关性，它们不满足经典统计学的数据独立性假设，所以回归的理论和建模方式与普通回归模型相比既陌生又复杂。GeoDa与R语言是建立空间回归模型最合适的软件；尤其是GeoDa提供了用户友好的界面，是空间回归方法最方便的建模软件。1.空间滞后模型：二阶段估计与极大似然法。1.非空间模型的空间格局模型：原理与操作。2.空间的局域相关与全局相关度量。2.基于空间模型的空间格局模型。3.空间邻接矩阵与权重。2.非空间的回归诊断。
2024-05-29 14:46:15
314
原创 Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用
植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。目前已经从卫星获取的遥感数据反演了许多长时序生物物理参量产品，如GIMMS3g NDVI/LAI/FAPAR、MODIS NDVI/LAI/FAPAR/ GPP、GLASS LAI/FVC/GPP等，并且已经广泛应用于全球或区域尺度植被变化趋势及格局分析。基于变异系数法(CV)的植被变化稳定性分析。
2024-05-29 14:24:57
852
原创 R语言的分位数回归
由于其基本假设的限制，包括线性回归及广义线性回归在内的各种常见的回归方法都有三个重大缺陷：(1)对于异常值非常敏感，极少量的异常值可能导致结果产生巨大的误差；(2)对数据的分布有着较为苛刻的要求，如果数据不符合指定的分布，结果同样是不可信的；分位数回归的出现较好的解决了第(1)和第(3)个问题，对不同分布数据也表现非常好的稳定性。分位数回归是一种较新的回归技术，在实践中与普通的线性回归有很大区别，在理论上比线性回归复杂很多。4.线性回归的推广与分位数函数。2.分位数回归结果的解释。3.贝叶斯分位数回归。
2024-05-28 17:22:56
362
原创 AI助力ArcGIS---实现土地利用变化分析、流域水文分析、生态环境综合评价、农业种植适宜性评价、全国气温时空变化分析、土壤侵蚀评价及控制措施评价......
GIS以其强大的空间数据处理、先进的空间分析工具、灵活的地图制作与可视化能力、广泛的扩展性和定制性，成为地理信息科学的核心工具。而GPT则以其在自然语言处理、文本生成、智能对话和知识库构建方面的优势，为GIS的智能化和自动化带来了新的可能性，提升了文本创作的效率和智能系统的交互体验。ArcGIS作为GIS领域的领先平台，具备处理海量空间数据、执行复杂空间分析、制作专业地图、进行遥感图像处理和分析、实现二次开发等众多优势。6.5 案例：AI助力ArcGIS实现对txt、excel数据的读取及点数据形成。
2024-05-28 16:10:54
897
原创 MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析
跨尺度预测模式（The Model for Prediction Across Scales - MPAS）是由洛斯阿拉莫斯实验室和美国国家大气研究中心(NCAR)共同开发，其由3个部分组成，分别称为 MPAS-A（大气模型）、MPAS-O（海洋模型）和 MPAS-LI（陆冰模型）。MPAS-A模式的大气动力内核求解的是完全可压的非静力学运动方程，其最显著的特点是非结构化的质心 Voronoi 网格。4.掌握 MPAS-A 全球运行及区域运行的方法及其数据制备；全球均匀网格的运行：初、边界场文件的准备。
2024-05-24 16:00:22
855
原创 遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的应用
【科研必备】遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的应用 (qq.com)
2024-05-24 15:50:55
433
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