全国土壤,地质数据以及降雨数据的下载

全国土壤,地质数据以及降雨数据的下载


最近由于暑期竞赛,头疼了好久的数据下载,土壤,地质,降雨这三个数据真的令人头疼,经过多番寻找先将找的资料共享给大家,避免大家再次踩坑!

土壤数据下载

土壤数据可以通过时空三极环境大数据平台获取:
在这里插入图片描述
它可以提供的数据种类多,基本上包含了土壤所需的数据:
在这里插入图片描述
具体的下载步骤不细讲(因为操作并不难),大家只需要注册,申请此类数据即可,由于数据量大,暂时无法上传,所以有需要者但又不会下载,我可以提供下载的方法!

地质数据下载

关于地质等这类数据只能通过地质图配准然后矢量化才能得到,所以我给大家推荐能够查看地质图的网站:

  1. https://www.osgeo.cn/map/m02d4 ,这个网址不仅可以提供地质图,同时还包含土壤,地质以及地形地貌的数据;
  2. http://www.webmap.cn/ddGeoportal/geoportalMap.html(全国地质资料管),这个网址同样可以提供地质资料的查询;

降雨数据的下载

降雨这类数据可以通过气象站点插值得到,但完全可以通过时空三极环境大数据下载到全国历年的月平均降水量,而且直接是nc格式,那么网址如下:
1.http://poles.tpdc.ac.cn/zh-hans/,大家只需要在时空三极环境大数据平台注册账号,寻找自己所需要的数据即可,无需额外费用,具体下载步骤大家可以自行琢磨并不难,如果有不会下载的我这里提供2015-2017年的降雨数据供大家使用
在这里插入图片描述

  • 6
    点赞
  • 71
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
Python人工神经网络可以用于预测边坡数据。边坡是地理工程中常见的土体断层,其稳定性是工程设计的关键因素之一。通过使用人工神经网络模型,我们可以根据已有的边坡数据和相关特征,来进行未来边坡稳定性的预测。 在使用Python进行边坡数据预测之前,我们首先需要建立一个人工神经网络模型。这可以通过使用像tensorflow或者keras这样的Python库来实现。利用这些库,我们可以创建一个多层感知器(MLP)模型,该模型可以用于非线性数据建模和预测。 在建立了模型之后,我们需要准备边坡的训练数据集。这包括边坡的各种特征参数,例如土壤类型、坡度、降雨量等等。同时,我们还需要有边坡在不同条件下的稳定性数据,作为目标值进行训练。 接下来,我们将数据集分为训练集和测试集,一般采用70%的数据作为训练集,30%的数据作为测试集。然后,我们使用训练集的数据来训练神经网络模型。在训练过程中,模型会根据训练集的数据调整其内部参数,以最大程度地拟合数据和目标值。 完成训练后,我们可以使用测试集的数据来评估模型的预测性能。通过评估指标,如均方根误差(RMSE)或决定系数(R²),我们可以了解模型的准确性和可靠性。如果模型的准确性达到了要求,我们就可以将其应用于边坡的实际预测中。 总而言之,Python人工神经网络可以帮助我们对边坡数据进行预测。通过建立一个合适的人工神经网络模型,并利用相关特征和稳定性数据进行训练,我们可以得到较准确的边坡稳定性预测结果,提升地质工程设计的可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
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
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