遥感
文章平均质量分 81
xiao5kou4chang6kai4
xiao5kou4chang6kai4 的博客
展开
-
2024最新全流程Python编程、机器学习与深度学习
7、PyTorch常用工具包及API简介(torchvision(transforms、datasets、model)、torch.nn、torch.optim、torch.utils(Dataset、DataLoader))1、统计数据的描述与可视化(数据的描述性统计:均值、中位数、众数、方差、标准差、极差、四分位数间距等;2、卷积神经网络的基本原理(什么是卷积核、池化核?4、张量(Tensor)的运算(加法、减法、矩阵乘法、哈达玛积(element wise)、除法、幂、开方、指数与对数、近似、裁剪)原创 2024-08-29 13:49:12 · 1172 阅读 · 0 评论 -
“遥感+”集成技术的碳储量、碳排放、碳循环、温室气体等多领域监测与模拟
卫星遥感具有客观、连续、稳定、大范围、重复观测的优点,已成为监测全球碳盘查不可或缺的技术手段,卫星遥感也正在成为新一代 、国际认可的全球碳核查方法。本此课程的目的就是梳理碳中和与碳达峰对卫星遥感的现实需求,系统总结遥感技术在生态系统碳储量、碳收支、碳循环以及人为源排放反演等领域的技术发展,以实践的角度切实解决遥感技术在生态、能源、大气等领域的碳排放监测及模拟问题。随着碳中和目标以及全球碳盘点的现实压力,基于遥感技术的碳监测成为了领域热点。l碳储量、碳收支与碳循环中的遥感技术。原创 2024-08-29 13:44:14 · 549 阅读 · 0 评论 -
激光雷达数据处理与典型案例分析
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。原创 2024-08-21 15:12:46 · 851 阅读 · 0 评论 -
无人机生态环境监测、图像处理与GIS数据分析
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”无人机图像拼接数据在GIS中的处理与分析。无人机图像拼接典型案例详解。原创 2024-08-20 15:16:37 · 822 阅读 · 0 评论 -
Earth Engine(GEE)遥感云大数据分析、管理与可视化及洪涝灾害监测、干旱遥感监测、物候特征分析、森林植被健康状态监测、生态环境质量动态监测案例
遥感数据的空间、时间、光谱分辨率及数据量均大幅提升,呈现出大数据特征。这为相关研究带来了新机遇,但同时也带来巨大挑战。传统的工作站和服务器已无法满足大区域、多尺度海量遥感数据处理需求。为解决此问题,全球涌现出多个地球科学数据在线可视化计算和分析云平台,如谷歌Earth Engine(GEE)、航天宏图PIE Engine和阿里AI Earth等。原创 2024-06-07 15:48:23 · 1016 阅读 · 0 评论 -
AquaCrop农业水资源管理,模拟作物生长过程中水分的需求与消耗
AquaCrop是由世界粮食及农业组织(FAO)开发的一个先进模型,旨在研究和优化农作物的水分生产效率。这个模型在全球范围内被广泛应用于农业水管理,特别是在制定农作物灌溉计划和应对水资源限制方面显示出其强大的实用性。模型的核心优势在于其独特的水分管理能力,能够精确模拟作物生长过程中水分的需求与消耗,帮助农业工作者制定更为科学和高效的灌溉策略。通过对作物的水分需求和供应的精确计算,AquaCrop 能够帮助提高水资源的使用效率,优化作物产量和质量。1. AquaCrop模型的应用范围。3.模型输入数据要求。原创 2024-05-31 17:00:47 · 303 阅读 · 0 评论 -
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
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。经QC后的产品最大值/均值/中值等合成。原创 2024-05-31 16:32:33 · 316 阅读 · 0 评论 -
GIS、Python机器学习技术的地质灾害风险评价、易发性分析与信息化建库及灾后重建中的实践
GIS(Geographical Information System)——地理信息系统,是集地理、测绘、遥感和信息技术为一体,地理空间数据进行获取、管理、存储、显示、分析和模型化,以解决与空间位置有关的分析与管理问题。运用GIS分析技术,对各因素进行统计分析、信息叠加复合,研究地质灾害类型、分布规律级别和灾害损失度等,运用危险性指数等方法对地质灾害危险性现状评价与制图,将能使地质灾害风险评价更加效率化、科学化,为地质灾害数据库建设提供有力支撑。拓展篇,GIS在灾害重建中的应用方法;precision;原创 2024-05-29 15:37:56 · 1027 阅读 · 0 评论 -
“Python+”集成技术高光谱遥感数据处理与机器学习(高光谱数据预处理-机器学习-深度学习-混合像元分解-农业-土壤-矿物等)
结合Python编程工具,专注于解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题,通过复现高光谱数据处理和分析过程,并解析代码,掌握python高光谱数据处理技巧。通过矿物识别、农业应用、木材含水量提取、土壤有机碳评估等案例,提供可借鉴的高光谱应用技术方案,结合Python科学计算、可视化、数据处理和机器学习库,深入讲解应用开发。深入探讨了高光谱遥感数据处理技术,涵盖了基本概念、成像原理、数据处理和分析方法,以及运用机器学习和深度学习模型提取和应用高光谱信息的技术。原创 2024-05-24 15:30:23 · 759 阅读 · 0 评论 -
GPT-ArcGIS数据处理、空间分析、可视化及多案例综合应用
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。结合ArcGIS和GPT的优势,本次培训班将重点讲解AI大模型应用、ArcGIS工作流程及功能、Prompt使用技巧、AI助力工作流程、AI助力数据读取与处理、AI助力空间分析、AI助力遥感分析、AI助力二次开发、AI助力科研绘图以及ArcGIS与AI的综合应用。6.5 案例:AI助力ArcGIS实现对txt、excel数据的读取及点数据形成。原创 2024-05-23 14:18:58 · 661 阅读 · 0 评论 -
AquaCrop模型独特的水分管理能力
为了让更多的科研人员和农业工作者能够深入理解AquaCrop模型的原理,有效地运用这一工具,将详细讲解AquaCrop模型的各个组成部分,包括气象、土壤、作物和管理措施等数据的准备和输入。通过模型的实践操作和结果分析,让参与者能够不仅理解模型背后的科学原理,同时掌握如何在实际工作中应用模型来解决问题。模型的核心优势在于其独特的水分管理能力,能够精确模拟作物生长过程中水分的需求与消耗,帮助农业工作者制定更为科学和高效的灌溉策略。1. AquaCrop模型的应用范围。3.模型输入数据要求。原创 2024-05-17 22:24:37 · 329 阅读 · 0 评论 -
刷屏一天GPT-4o,发现GPT4用的都还不熟练?戳这儿
3) 国内外经典大模型(ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问等)案例10.2:使用大模型指令绘制柱状图(误差线)、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、玫瑰图、气泡图、森林图、三元图、三维图等各类科研图。5) 主成分分析、LDA、NMS、T-SNE、UMAP、Kmeans、Agglomerative、DBSCAN。4) 特征工程、数据分割、目标函数、参数优化、交叉验证、超参数寻优。原创 2024-05-16 15:04:14 · 1190 阅读 · 2 评论 -
如何评价 OpenAI 2024 Spring 发布的支持实时语音对话的模型 GPT-4O?
3) 国内外经典大模型(ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问等)案例10.2:使用大模型指令绘制柱状图(误差线)、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、玫瑰图、气泡图、森林图、三元图、三维图等各类科研图。5) 主成分分析、LDA、NMS、T-SNE、UMAP、Kmeans、Agglomerative、DBSCAN。4) 特征工程、数据分割、目标函数、参数优化、交叉验证、超参数寻优。原创 2024-05-14 13:55:27 · 983 阅读 · 0 评论 -
ChatGPT大模型提问框架、论文助手、数据清洗、统计分析、经典统计模型、优化算法、机器/深度学习、二次开发、科研绘图、GIS应用、项目基金助手、AI绘图
3) 国内外经典大模型(ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问等)案例9.2:使用大模型指令绘制柱状图(误差线)、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、玫瑰图、气泡图、森林图、三元图、三维图等各类科研图。主成分分析、LDA、NMS、T-SNE、UMAP、Kmeans、Agglomerative、DBSCAN。特征工程、数据分割、目标函数、参数优化、交叉验证、超参数寻优。原创 2024-05-14 11:14:02 · 544 阅读 · 0 评论 -
无人机遥感在农林信息提取中的实现方法与GIS融合应用
本课程梳理了我国目前无人机遥感在智慧农业信息提取的综合态势,对无人机平台的性能、机载传感器指标、地面传感器应用、农林遥感光谱指数、农林光谱建模方法进行了大量的分析。在此基础上,按照形态、生理生化、胁迫、估产等四大类信息提取目标,从理论和实践两方面进行了详细的分析。其中,围绕着四大类信息,划分为十四个子专题:株数和株高、冠层覆盖度、作物倒伏、不同生育期状况、叶面积指数、作物系数、叶绿素含量、营养元素含量、异常因素胁迫、病虫害、作物衰老、净同化率、蛋白质含量、生物量。原创 2024-05-09 16:57:52 · 823 阅读 · 0 评论 -
dndc模型:可以模拟几乎所有陆地生态系统的动态模拟模型
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原创 2024-03-27 15:06:22 · 913 阅读 · 0 评论 -
植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法
反射率前向模拟、模型参数敏感性分析、反演算法、查找表、机器学习、数据同化原创 2024-03-20 15:20:20 · 1688 阅读 · 0 评论 -
成像光谱遥感技术中的AI革命:ChatGPT应用指南
介绍各种案例研究和项目,展示人工智能在遥感中的实际应用。这些例子不仅可以说明所讨论的概念,而且可以启发学生在自己的项目和研究中的创新思维和应用原创 2024-03-01 12:21:25 · 1325 阅读 · 0 评论 -
DNDC模型的温室气体排放分析
十四五”时期,我国生态文明建设进入了以降碳为重点战略方向、推动减污降碳协同增效、促进经济社会发展全面绿色转型、实现生态环境质量改善由量变到质变的关键时期。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。双碳目标下基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟实践模拟。原创 2023-10-06 19:39:53 · 229 阅读 · 0 评论 -
APSIM模型】作物模型应用案例
APSIM模型有Classic和Next Generation两个系列模型,能模拟几十种农作物、牧草和树木的土壤-植物-大气过程,被广泛应用于精细农业、水肥管理、气候变化、粮食安全、土壤碳周转、环境影响、农业可持续性、农业生态等诸多与农业生产和科研有关的领域。R语言是一门应用场景广泛、简单易学的程序语言,APSIM模型开发了许多R语言辅助包,在APSIM模型的气候、土壤、管理措施等数据准备,自动化模拟,参数优化和结果分析上都发挥着重要的作用。1) 土壤碳库模型的发展历程。模型NG版本管理模型设置。原创 2023-10-05 21:40:40 · 692 阅读 · 0 评论 -
遥感数据与作物模型同化技术
主要涉及遥感数据与作物模型同化建模中的遥感数据、PROSAIL模型、DSSAT模型、参数敏感性分析、数据同化算法、模型耦合、精度验证等主要环节原创 2023-09-12 15:11:53 · 204 阅读 · 0 评论 -
基于R语言APSIM模型进阶应用与参数优化、批量模拟
APSIM模型有Classic和Next Generation两个系列模型,能模拟几十种农作物、牧草和树木的土壤-植物-大气过程,被广泛应用于精细农业、水肥管理、气候变化、粮食安全、土壤碳周转、环境影响、农业可持续性、农业生态等诸多与农业生产和科研有关的领域。R语言是一门应用场景广泛、简单易学的程序语言,APSIM模型开发了许多R语言辅助包,在APSIM模型的气候、土壤、管理措施等数据准备,自动化模拟,参数优化和结果分析上都发挥着重要的作用。1) 土壤碳库模型的发展历程。2) 土壤碳的周转模型。原创 2023-08-17 09:26:53 · 1038 阅读 · 0 评论 -
ArcGIS Pro暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合、案例应用
ArcGIS Pro作为ESRI面向新时代的GIS产品,它在原有的ArcGIS平台上继承了传统桌面软件(ArcMap)的强大的数据管理、制图、空间分析等能力,还具有其独有的特色功能,例如二三维融合、大数据、矢量切片制作及发布、任务工作流、超强制图,时空立方体等。同时集成了ArcMap ,ArcSence ,ArcGlobe,实现了三维一体化同步。原创 2023-08-09 09:42:34 · 1196 阅读 · 0 评论 -
Penman-Monteith模型及冠层导度、蒸散发组分的计算
蒸散发ET及其组分(植被蒸腾Ec、土壤蒸发Es、冠层截留Ei)、植被总初级生产力GPP原创 2023-08-04 17:55:34 · 446 阅读 · 0 评论 -
NPP及碳源、碳汇模拟,python蒸散发与植被总初级生产力估算
具体操作如下:1、叶面积指数的站点值提取与插补 数据格式转换定义投影站点值提取数据插补2、土壤蒸发计算冠层有效能量和土壤有效能量计算土壤蒸发分数计算土壤平衡蒸发计算3、植被蒸腾计算干湿表常数计算饱和水汽压和温度关系曲线斜率计算空气动力学导度计算4、冠层导度计算数值计算结果可视化。Python中常见的数据问题有数据重复、数据异常、文本类型、数据缺失、数据无效等,对应异常值处理、文本转换和空缺值填补等操作。根据研究需求,对下载后的数据进行处理,包括变量选择、异常值的处理、空缺值填补。原创 2023-07-31 15:54:25 · 711 阅读 · 0 评论 -
遥感云大数据在灾害、水体与湿地领域案例实践及GPT【洪涝灾害、洪水敏感性和风险模拟、河道轮廓监测、地下水变化、红树林遥感制图】
多源影像数据处理和不同水体识别算法构建、联合近十年的Landsat 8/9、JRC地表水产品,使用如NDSSI归一化差异悬浮泥沙指数、NDTI归一化差分浊度指数等来监测水集水区水质变化情况原创 2023-07-12 09:45:53 · 1158 阅读 · 2 评论 -
基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用
拓展分析生态系统服务社会价值问题原创 2023-06-29 14:17:29 · 240 阅读 · 0 评论 -
基于MATLAB的无人机遥感数据预处理与农林植被性状估算
无人机遥感数据预处理的全链条理论与实践流程、典型农林植被性状的估算理论与实践方法、利用MATLAB进行编程实践(脚本与GUI开发)以及期刊论文插图制作等原创 2023-06-13 21:34:58 · 1413 阅读 · 1 评论 -
遥感云大数据在灾害、水体与湿地领域典型
洪涝灾害监测、洪水敏感性和风险模拟、水体质量监测、河道轮廓监测、地下水变化监测、红树林遥感制图原创 2023-06-05 20:55:56 · 642 阅读 · 0 评论 -
生态系统NPP及碳源、碳汇模拟(土地利用变化、未来气候变化、空间动态模拟)
基于CASA的生态系统碳源/碳汇时空动态模拟原创 2023-06-01 16:16:14 · 1195 阅读 · 0 评论 -
GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化
Earth Engine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、生态环境质量动态监测原创 2023-05-29 16:51:35 · 906 阅读 · 0 评论 -
PyTorch机器学习与深度学习技术方法与案例
深度学习的基础知识,与经典机器学习算法的区别与联系,以及最新的迁移学习、循环神经网络、长短时记忆神经网络、时间卷积网络、对抗生成网络、Yolo目标检测算法、自编码器等算法的原理及其Pytorch编程实现方法原创 2023-04-04 20:09:32 · 648 阅读 · 0 评论 -
基于Fragstats的土地利用景观格局分析
通过对土地利用时空变化规律进行分析可以更好的了解土地利用变化的过程和机制,并且通过调整人类社会经济活动,促使土地利用更趋合理,实现土地资源可持续利用。土地利用以及景观格局是当前全球环境变化研究的重要组成部分及核心内容,其对区域的可持续发展以及区域土地管理有非常重要的意义。5.3 要素采集与编辑:创建新要素,要素折点编辑。7.5 空间分析:土地利用变化分析——迁移矩阵。7.6 空间分析:土地利用变化分析——空间分布。空间分析简介,GIS和空间分析结合的意义。7.3 空间分析:特定类型的提取与显示。原创 2023-03-27 20:56:49 · 473 阅读 · 0 评论 -
基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟
梳理碳中和与碳达峰对卫星遥感的现实需求,系统总结遥感技术在生态系统碳储量、碳收支、碳循环以及人为源排放反演等领域的技术发展,以实践的角度切实解决遥感技术在生态、能源、大气等领域的碳排放监测及模拟问题原创 2023-03-21 20:44:28 · 567 阅读 · 2 评论 -
ContextCapture Master 倾斜摄影测量实景三维建模
使用ContextCapture Center,可以快速创建精细的三维真实感模型,而不需要昂贵的特殊设备。 在项目的整个生命周期中,这些模型还可以用于为设计、施工和运营决策提供准确的现实环境背景原创 2023-02-10 11:31:52 · 1413 阅读 · 0 评论 -
从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
深度卷积网络知识详解、PyTorch应用与实践(遥感图像场景分类)、卷积神经网络实践与目标检测、卷积神经网络的遥感影像目标检测任务案例、Transformer与遥感影像目标检测、Transformer的遥感影像目标检测任务案例 【DETR】、深度学习与遥感影像分割任务、深度学习下的ASL(机载激光扫描仪)点云数据语义分类任务的基本知识、遥感影像问题探讨与深度学习优化技巧原创 2023-02-09 10:55:41 · 600 阅读 · 0 评论 -
如何利用有限的数据发表更多的SCI论文?——利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响
1、如何利用ArcGIS快速提取有效的空间信息?2、如何获取有效的空间数据并进行可视化分析?3、如何选择空间尺度以探究环境污染物的响应强度?4、如何耦合地理信息和环境/生态数据以建立最有说服力的模型?5、如何提升SCI写作水平?原创 2023-02-08 10:07:58 · 550 阅读 · 1 评论 -
基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作
将结合ENVI和PIE Hyp讲述高光谱遥感信息处理技术,包括光谱恢复、光谱库建立、光谱特征提取、混合像元分解、图像分类及精度检验等内容;同时以JavaScript版本GEE为主进行讲解长时序多尺度的遥感信息提取技术,包括GEE基本知识,遥感影像数据处理的关键知识,及海岸带应用典型案例。原创 2023-01-31 10:17:08 · 702 阅读 · 0 评论 -
基于站点、模式、遥感多源降水数据融合
有四种主要方式获取降水数据:1)雨量计观测,2)地基雷达遥感,3)卫星遥感,4)模式模拟。基于雨量计观测的降水,通常被认为是最准确和可靠的原创 2023-01-04 14:52:57 · 1257 阅读 · 0 评论 -
基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法
通过对光谱、图像等数据处理,掌握岩矿、土壤、植被等地物的光谱特征和图像特征,结合ENVI等专业软件、Python开发工具平台,开展多光谱数据预处理、图像分类、定量评估、机器学习等方法的实践和开发,提高运用多光谱遥感技术解决实际问题能力。原创 2022-12-28 13:10:41 · 1799 阅读 · 4 评论