![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GIS
文章平均质量分 74
GeoLearning
日拱一卒,功不唐捐,笔耕不辍。
点点关注,可接合作,微信同号。
展开
-
【RS&GIS数据资源】1981-2021年中国陆地生态系统蒸腾蒸散比数据集
本数据集涵盖了中国陆地生态系统蒸腾蒸散比(T/ET)、蒸腾(T)及蒸散(ET)三组数据。基于模型-数据融合方法,集成PT-JPL模型及多源观测数据生成。空间分辨率为0.05°,时间分辨率为8天及年,数据范围自1981年至2021年。原创 2024-05-29 18:30:00 · 494 阅读 · 0 评论 -
【RS&GIS数据资源】中国多时期土地利用遥感监测数据集(CNLUCC)
中国多时期土地利用遥感监测数据集(CNLUCC)是以美国陆地卫星Landsat遥感影像作为主要信息源,通过人工目视解译构建的中国国家尺度多时期土地利用/土地覆盖专题数据库。原创 2024-05-27 19:30:00 · 1776 阅读 · 0 评论 -
【RS&GIS数据资源】2001-2023年中国冬小麦30米分辨率种植分布数据集
本数据集用基于时间权重的动态时间规划方法,通过比较已知冬小麦田块和未知地物类型的季节变化曲线的相似程度,得出了 2001–2023 年全国 11 个省(种植面积占全国冬小麦面积的99%以上) 30 米空间分辨率的冬小麦种植分布图。经过野外调查样本和Google Earth样本的验证,冬小麦识别总体精度达到 91.17%,生产者精度和用户精度分别为 91.6%和 90.92%。原创 2024-05-22 07:00:00 · 366 阅读 · 0 评论 -
【RS&GIS数据资源】2023年中国10米空间分辨率冬小麦识别数据集
及时准确的冬小麦空间分布信息对于粮食安全和作物生产管理至关重要。由于训练数据的获取成本高、效率低,大尺度、高质量、高空间分辨率的冬小麦分类产品依然匮乏。因此,我们提出了一种融合冬小麦物候、光谱和极化信息的训练数据自动化提取方法(Automated training data generation, ATDG),用于生成高质量的冬小麦训练样本,从而开展基于机器学习方法的冬小麦遥感制图。原创 2024-05-17 07:15:00 · 336 阅读 · 0 评论 -
【RS&GIS数据资源】2001-2021 年亚洲季风区主要国家作物种植制度数据集
2001-2021 年亚洲季风区主要国家作物种植制度数据集(ACIA500)是结合MODIS 影像和现有的土地利用等多源数据,基于植被指数的峰值特征,最终得 到每年的作物种植制度。原创 2024-05-15 21:45:00 · 301 阅读 · 0 评论 -
【RS&GIS数据资源】1982-2020年中国生长季月平均NDVI数据集
基于NOAA CDR NDVI数据(空间分辨率为0.05°×0.05°,时间分辨率为1天),通过对每个月前15天和后15天的数据进行平均,然后使用最大值合成法(MVC)重构得到中国区域1982-2020年生长季(4-10月)的月平均NDVI数据。原创 2024-05-11 07:30:00 · 288 阅读 · 0 评论 -
【RS&GIS数据资源】1980-2021年中国土地利用覆盖和变化数据集
通过融合森林资源清查数据和20种遥感土地利用产品,重建生成了1980-2015年中国森林覆盖数据集,空间分辨率1×1公里,再现了1985-2015年间森林覆盖面积增加的趋势,3851个地面调查样本验证结果表明,数据集精度达到76.9%到99.4%之间。在此基础上,进一步将获得的高精度森林覆被信息和CLCD土地利用覆盖数据集(Yang and Huang, 2021)相融合,生成了中国1980-2021年土地利用覆盖和变化数据集,空间分辨率10×10公里。原创 2024-05-10 19:30:00 · 1623 阅读 · 0 评论 -
【RS&GIS数据资源】2000‐2019 年全国三大粮食作物 1km 种植分布数据集
本数据集涵盖了2000-2019年中国玉米、小麦和水稻的种植空间分布。基于GLASS LAI数据,结合拐点法和阈值法识别出LAI特征曲线对应的拐点和峰值,从而作为遥感提取的关键物候信息。将中国土地利用现状遥感监测数据的旱地层和水田层分别用于提取旱地作物(玉米、小麦)和水稻,并根据每种作物定义的三个关键物候期能同时提取出来的条件确定作物的种植格点。例如,对于某格点,若冬小麦的返青期、抽穗期和成熟期能同时提取出来,就将它认作冬小麦的种植格点。原创 2024-04-28 18:30:00 · 746 阅读 · 0 评论 -
【RS&GIS数据资源】2018年北京森林站东灵山样地无人机遥感生态数据集
本数据集涵盖了北京森林站东灵山样地的LiDAR、多光谱、高光谱的无人机遥感数据以及基于无人机遥感数据生产获取的地表覆盖、冠层高度、植被覆盖度、植被生物量、植被指数等产品。数据获取时间为2018年8月-9月。数据格式为LAS/HDR/TIF。原创 2024-04-23 18:15:00 · 948 阅读 · 0 评论 -
【RS&GIS数据资源】1995-2015年亚洲主要国家多种植制度水稻4km单产栅格数据集
数据集在单季稻、双季稻和三季稻单产估算中取得了良好的精度,其决定系数(R2)和均方根误差(RMSE)分别为0.88,0.91,0.93和920 kg/ha,554kg/ha,588kg/ha。原创 2024-04-22 18:00:00 · 560 阅读 · 0 评论 -
【RS&GIS数据资源】2013–2022年福建漳江口互花米草分布无人机遥感数据集
本数据集利用无人机搭载可见光相机,获取福建漳江口湿地2013-2022年期间的航拍影像,通过影像拼接生成整个研究区的正射影像,制作十年尺度的遥感影像数据集及互花米草空间数据。原创 2024-04-19 18:45:00 · 341 阅读 · 0 评论 -
【RS&GIS数据资源】2000‐2019 年全国三大粮食作物 1km 物候数据集
2000-2019 年全国三大粮食作物 1km 物候数据集(ChinaCropPhen1km)是基于 GLASS LAI 遥感产品,利用农业气象站长期观测的物候记录,根据作物物候曲线特征定义了每种作物的三个关键物候期的拐点和峰值,结合拐点法和阈值法识别出 LAI 特征曲线对应的拐点和峰值,最终得到每个作物像元的关键物候期在一年中出现的日期(儒略日,DOY)原创 2024-04-18 19:00:00 · 1145 阅读 · 0 评论 -
【RS&GIS数据资源】2001-2022年中国玉米种植分布数据集
2001-2022年中国玉米种植分布数据集(CCD-Maize),涵盖中国22个省、市的玉米种植分布图,文件格式为 GeoTIFF,空间参考为 WGS84 (EPSG:4326),空间分辨率为 30 米。该数据集基于高时空分辨率融合数据集采用时间加权动态时间规划算法(TWDTW)生成。原创 2024-04-17 18:30:00 · 542 阅读 · 0 评论 -
【RS&GIS数据资源】2010s中国陆地生态系统碳密度数据集
本数据集覆盖了森林、草地、农田、湿地和灌丛等主要生态系统类型,包含了植被地上碳密度、植被地下碳密度和不同深度(0–20 cm和0–100 cm)土壤有机碳密度。2010s中国陆地生态系统碳密度数据集的建立和共享,为区域植被生物量和生态系统碳储量评估,生态系统质量评估,以及模型优化提供了重要的基础数据。原创 2024-04-10 20:30:00 · 1473 阅读 · 0 评论 -
【学习笔记】遥感影像分类相关精度指标
影像分类相关进度指标原创 2024-01-21 19:00:00 · 2242 阅读 · 0 评论 -
【软件工具】PIE-Basic、ArcMap、ArcGIS Pro和QGIS 加载在线底图和影像
四种软件加载在线地图的方式:PIE-Basic、ArcMap、ArcGIS Pro和QGIS。原创 2022-09-20 19:00:00 · 5241 阅读 · 0 评论 -
【PIE-Earth】在线数据加载及基本分析
本节主要介绍PIE-Earth的在线数据加载以及一些简单的基本空间分析功能,例如地表测量工具。原创 2022-07-05 09:17:21 · 636 阅读 · 0 评论 -
《Python地理空间分析指南 第2版》学习笔记-5.10地理化编码
1、地理化编码定义地理化编码是将街道位置信息转换为经纬度的过程。该操作常见于车辆导航系统和在线位置导航网站。Python有两个出色的地理编码库可供用户选择,它们分别是geocoder和geopy库。而且它们都提供高级在线地理编码服务帮助用户实现地理位置编码程序的构建。geopy库甚至还能帮助用户将一个地理编码转换为经纬度以便匹配与之相关的最近位置。2代码演示2.1 geocoder将对geocoder库做一个快速演示,并且默认使用谷歌地图作为其引擎:首先,将以geojson格式输出谷歌数据库原创 2022-05-02 22:28:31 · 1941 阅读 · 0 评论 -
《Python地理空间分析指南 第2版》学习笔记-5.9使用GPS数据
目前最流行的GPS数据类型是Garmin GPX,并且已经是业内事实上的标准,它是一种XML文件,遵循格式优良的XML文档规范。另外还有一种早于XML和GPX的GPS数据格式,叫美国国家海洋电子协会标准(National Marine Electronics Association,NMEA),由ASCII文本流构成的。你会时不时地碰到这种数据,即使它们非常古老并且专业性很强,在某些领域仍然有顽强的生命力,特别是在全球船舶定位自动识别系统船舶位置通信方面的应用。使用Python中pynmea库可以处理该原创 2022-05-02 22:08:51 · 966 阅读 · 0 评论 -
《Python地理空间分析指南 第2版》学习笔记-5.5Shapefile文件编辑-中
第5章 Python与地理信息系统5.5Shapefile文件编辑5.5.1-5.5.3见上一篇文章5.5.4Shapefile文件修改5.5.5Shapefile文件合并5.5.6Shapefile文件分割原创 2022-04-06 22:53:37 · 1189 阅读 · 1 评论 -
《Python地理空间分析指南 第2版》学习笔记-5.5Shapefile文件编辑-上
第5章 Python与地理信息系统5.5Shapefile文件编辑5.5.1Shapefile文件访问5.5.2Shapefile文件属性读取5.5.3Shapefile文件几何图形读取5.5.4Shapefile文件修改5.5.5Shapefile文件合并5.5.6Shapefile文件分割原创 2022-04-04 18:13:58 · 1470 阅读 · 1 评论 -
【Python&Geo】Shapefile转geojson
矢量数据格式矢量数据目前是最常用的地理空间格式,因为它是存储空间信息最有效的一种方式。而且大体上来说,计算机存储和处理所需的资源少于栅格数据。矢量数据只存储几何图元,包括点、线和多边形。Shapefile使用最普遍的地理空间格式是Esri的Shapefile文件。1998年,地理信息软件公司Esri将Shapefile文件格式标准作为一种开放规范。项目Shapefile文件支持的文件扩展名用途备注.shp用于存储要素几何的主文件其中包括几何图形必要文件。某些软件只需要读取原创 2022-04-02 23:34:09 · 1740 阅读 · 2 评论 -
《Python地理空间分析指南 第2版》学习笔记-5.3坐标转换
第5章 Python与地理信息系统提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用5.3坐标转换投影转经纬度Python的utm模块对这些数据进行通用横轴墨卡托投影(Universal Transverse Mercator,UTM)和经/纬度之间的转换下载地址1下载地址2,搜索utm第三方包安装方法请参考,此处不在赘述import utmy = 479747.0453210057x = 5377685.82原创 2022-03-31 22:43:49 · 985 阅读 · 1 评论 -
《Python地理空间分析指南 第2版》学习笔记-5.2 方位计算
第5章 Python与地理信息系统5.2方位计算需要知道某直线起点和终点构成的方位信息。正北方向为0,顺时针转。from math import atan2, cos, sin, degreeslon1 = -90.21lat1 = 32.31lon2 = -88.95lat2 = 30.43angle = atan2(cos(lat1) * sin(lat2) - sin(lat1) * cos(lat2) * cos(lon2 - lon1), sin(lo原创 2022-03-28 22:08:03 · 583 阅读 · 0 评论 -
《Python地理空间分析指南 第2版》学习笔记-5.1 距离测量
第5章 Python与地理信息系统本章主要学习Python处理矢量数据,包含以下内容:距离测量坐标转换矢量数据重投影Shapefile 文件编辑海量数据过滤专题地图创建非GIS数据类型转换地理化编码本篇博文记录第5.1距离测量5.1 距离测量地理学第一定律:“任何事物都相关,相近的事物关联更紧密”。因此距离测量显得格外重要。地球是不规则椭圆状,计算距离时有3种地球模型可供选择:- 平面地球被当做没有曲率的平面,只需处理直线即可,可以利用地图投影把地球模型压扁转换成二维平面原创 2022-03-28 21:36:36 · 2145 阅读 · 0 评论 -
【QGIS】设置成中文
QGIS设置成中文在【Setting】>【Option】>【General】>【User interface translation】设置成【简体中文】关闭软件,重新打开就可以了。如下所示原创 2021-12-31 17:25:02 · 2373 阅读 · 0 评论