weixin_48230888的博客

原创 天-空-地一体化遥感：如何快速实现地物含量的精准定量检索？

深度卷积网络采用“端对端”的特征学习，通过多层处理机制揭示隐藏于数据中的非线性特征，能够从大量训练集中自动学习全局特征（这种特征被称为“学习特征”），是其在遥感影像自动目标识别取得成功的重要原因，也标志特征模型从手工特征向学习特征转变。同时，当前以Transformer等结构为基础模型的检测模型也发展迅速，在许多应用场景下甚至超过了原有的以CNN为主的模型。另一方面，随着无人机自动化能力的逐步升级，它被广泛的应用于多种领域，如航拍、农业、植保、灾难评估、救援、测绘、电力巡检等。

原创 GMTSAR保姆级教程：从入门到精通，轻松搞定InSAR数据处理

合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）技术作为一种新兴的主动式微波遥感技术，凭借其可以穿过大气层，全天时、全天候获取监测目标的形变信息等特性，已在地表形变监测、DEM生成、滑坡、火山活动、冰川运动、人工建筑物形变信息提取等多种领域展开了成功应用。【算例1】：利用覆盖北京地区的Sentinel-1A SAR影像（2018年1月-2018年5月），采用SBASInSAR技术获取北京地区的地表沉降速率与沉降时间序列信息。

原创 小众领域·大神速成·论文必备｜附ENVI/PCI软件操作技巧

无人机和有人机机载高光谱遥感能够探测具有诊断性的地物光谱吸收物质，在多种算法支持下，不仅能为准确区分地表地物类型、评估和成分含量评价等提供精确的数据支持，使得定量或半定量地物信息提取成为可能，而且在大量试验的基础上，能够为相关硬件仪器的研发提供理论依据。高光谱遥感（Hyperspectral Remote Sensing）又叫成像光谱遥感，是将成像技术和光谱技术相结合的多维信息获取技术（Goetz，1985年）。高光谱遥感数据中包含了丰富的空间、辐射和光谱三重信息，具有重要的综合应用价值。

原创 技术分享｜InSAR在地形与形变监测中的应用

合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）技术作为一种新兴的主动式微波遥感技术，凭借其可以穿过大气层，全天时、全天候获取监测目标的形变信息等特性，已在地表形变监测、DEM生成、滑坡、火山活动、冰川运动、人工建筑物形变信息提取等多种领域展开了成功应用。【算例】：利用覆盖北京地区的Sentinel-1A SAR影像（2018年-2020年），采用PSInSAR技术获取北京地区的地表沉降速率与沉降时间序列信息。

原创 遥感影像自动拼接实战：从Raw数据到无缝地图生成」▸ 附Python代码+软件操作技巧！

基于无人机多光谱数据的正射影像与植被指数制图案例。利用点云分类操作生产数字地形模型案例。基于普通相机拍摄的单体三维建模案例。基于无人机航拍的单体三维建模案例。基于无人机航拍的正射影像制图案例。利用批处理实现无人机航拍制图案例。利用堆块操作实现图像分组拼接案例。利用地面控制点提高制图精度案例。三维物体的点线面体几何量测案例。Photoscan软件介绍。遥感图像分组拼接与点云分类。遥感图像拼接的一般流程。

原创 Python+”集成技术高光谱遥感数据处理与机器学习深度应用

方法篇结合Python编程工具，专注于解决高频技术难题，通过复现高光谱数据处理和分析过程，并解析代码，提供高效反馈，使学员掌握实践技巧。实践篇通过矿物识别、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。通过4个应用场景和12个实践案例，将能够提升高光谱技术的应用水平。深入探讨了高光谱成像，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 NCL学习路径大公开｜从环境搭建到项目实战，一篇就够了！

它有着非常强大的文件输入和输出功能，可读写netCDF-3、netCDF-4 classic、HDF4、binary、ASCII数据，支持对HDF-EOS2、HDF-EOS5、GRIB1、GRIB2和OGR数据（Shapefile, MapInfo, GMT, TIGER）的读入操作，基本实现了无缝对接各类气象数据和模式数据。)ASCII、CSV格式数据的读和写(文件头如何跳过?1、常见计算函数的使用(如何进行插值?1、散点图、直方图、等值线图、箭头图、任意折线和任意图形、非规则网格、图形叠加、组图的。

原创 基于CASA的生态系统碳源/碳汇时空动态模拟——从数据到分析全流程解析

基于CASA的生态系统碳源/碳汇时空动态模拟。8.4 CMIP6数据转CASA气象数据。7.2 基于转移矩阵的土地利用变化分析。3.1 数据制备中的遥感和GIS技术。7.5 土地利用变化下的CASA模拟。8.5 未来气候变化下的CASA模拟。2.3 基于ENVI的CASA模拟。3.5 CASA网络数据资源与下载。9.2 异养生物呼吸消耗量Rh计算。6.3 气象数据地统计学空间插值。3.6 CASA网络数据的处理。6.2 气象站数据的下载与处理。3.2 ArcGIS软件界面。5.3 FLASSH大气校正。

原创 通量数据处理太难？从原始数据到碳汇结果，我的踩坑与避坑指南

10、涡度通量数据风浪区分析：涡度通量Footprint时空动态分析等析等；9、涡度通量温度敏感性分析：利用夜间通量与温度数据计算温度敏感性参数等；8、涡度通量光敏感性分析：利用白天通量与辐射数据计算光响应曲线参数等；4、涡度通量数据缺失插补：结合气象数据进行通量数据缺失插补等；6、涡度通量数据可视化分析：绘制不同通量组分数据的时间变化等；7、涡度通量与气象数据相关性：时间序列相关分析、回归分析等；3、涡度通量数据质量控制：通量数据异常值识别与剔除等；

原创 你的论文还缺创新点吗？试试“遥感+蓝碳”！| 从数据获取、信息提取到储量估算与论文写作，带你跑完完整科研闭环。

遥感云计算技术的发展和平台的出现为遥感大数据处理和分析提供了前所未有的机遇，表现在：（1）云端有海量数据资源，无需下载到本地处理，（2）云端提供批量和交互式的大数据计算服务，（3）云端提供应用程序接口API（Application Programming Interface），无需在本地安装软件，才可以进行处理分析。光谱和图像是人们观察世界的两种方式，高光谱遥感通过“图谱合一”的技术创新将两者结合起来，大大提高了人们对客观世界的认知能力，本来在宽波段遥感中不可探测的物质，在高光谱遥感中能被探测。

原创 小白友好型：零基础入门生态建模｜CENTURY模型最全教程

根据土壤有机质的分解速率，CENTURY模型将土壤总有机碳（TOC）分成了三个碳库，即活性、慢性和惰性有机碳库。通过详细的讲解，熟练掌握CENTURY的模型应用，通过完整的案例分析，在实际项目中的理解应用。4.3.1 熟悉CENTURY模型使用的全过程，包括数据整理、模型校正验证、模型预测：通过使用柠条生物量的数据，通过参数校正和验证，获得适合模拟柠条生产力的参数系统，并对柠条的生长进行预测。3.2.1 讲解如何根据待模拟生态系统的土地利用和管理历史，设定参数，进行模拟；

原创 宝藏教程！SWMM模型深度实战案例合集（附数据&代码）｜ 研究生&工程师速来！

4.2 扩展接口函数实现管段超载坡度的计算。3.3 调用接口函数实现SWMM模拟计算。1.1 SWMM水文原理及地表属性数据。4.1 扩展接口函数实现out文件读取。1.3 年径流总量控制率计算方法。1.2 低影响开发措施模拟方法。3.1 接口函数的定义与作用。3.2 out文件格式的解析。2.2 节点溢流量分析。2.1 水量平衡分析。2.3 瓶颈管段分析。

原创 SWAT模型应用实战：水文与面源污染模拟典型案例分析。#专业技术 #水资源 #模型应用

根据国内外研究表明，受全球环境变化和经济快速发展的影响，面源污染已逐渐成为水环境污染的第一因素。但面源污染由于具有排放分散、隐蔽，排污随机、不确定、不易监测等特点，再加上单位面积上的污染负荷小，人们往往忽视其宏观效应。在面源污染防治中，首要的前提是需要结合一定的面源污染模型进行污染负荷量的估算并分析其空间特征，并探讨流域内各部分之间的联系与反馈机制。此外，基于ArcGIS的SWAT模型是一类比较典型的分布式面源污染分析模型，并广泛应用在水资源、水环境等相关学科的研究、规划和生产之中，具有广阔的前景。

原创 无需专业背景，手把手教你用PyTorch实现：✔️ 目标检测——精准识别车辆、建筑等目标✔️ 地物分类——自动区分植被、水域、道路✔️ 语义分割——像素级解析地表覆盖类型

4.讲解two-stage（二阶）检测模型框架，RCNN, Fast RCNN, Faster RCNN等框架的演变和差异。1.现有几个优秀模型结构的演变原理，包括AlexNet，VGG，googleNet，ResNet，DenseNet等模型。2.梳理深度学习的历史发展历程，从中理解深度学习在遥感应用中的优缺点。3.讲解目标检测模型的评估方案，包括正确率，精确率，召回率，mAP等。6.池化操作，全连接层，以及分类器的作用及在应用中的注意事项。（2）讲解数据集的制作过程，包括数据的存储和处理。

原创 数据人必看！让你的图表在组会上“闪闪发光”的R语言ggplot2技巧合集

1.3 R 数据读取与重构 1.4 dplyr 包与数据编辑。4.3相关分析及可视化 4.4 主成分分析 4.5聚类分析。3.3 常见图形绘制 3.4绘图参数设置 3.5图形输出。2.3 BIB设计 2.4正交设计 2.5析因设计。3.1 ggplot2 包简介 3.2基本语法。2.1试验设计简介 2.2 RCB 设计。1.1 R语言介绍 1.2 R包安装。4.1t检验 4.2 方差分析。

原创 专治InVEST不会用！丨最新版在碳核算、城市热岛、论文作图中的应用全解析[特殊字符] 附超详细实战PPT攻略

本内容采取逐步延伸的逻辑，不论您是小白亦或是已经能够成功运行InVEST模型生成结果，您可以自由选择内容，如果您是小白，我手把手教您，如果您已经是InVEST模型熟悉者，已经为您准备了结合实际项目内容以及通过模型进行高质量的论文重现，还有很重要的一点结合InVEST模型的论文写作经验、技巧以及针对参会者本身的论文写作进行交流指导。河流泥沙的主要来源包括流域地表侵蚀。数据需求：土壤的最大根系埋藏深度，年降水量，植物可利用水量，年平均潜在蒸散发，土地利用/覆被，流域，次流域，生物物理系数表等。

原创 科研干货｜如何快速完成大区域土壤普查？这套技术流程你一定要知道！

1、遥感、GIS 及 GPS技术及软件简介。4、基于 ArcGIs 的土壤类型制图。6、基于 GPS 技术的土壤采样设计。5、空间数据的采集、编辑及处理。7、士壤监测数据的空间插值分析。8、遥感技术在士壤普查中的应用。2、空间数据及士壤数据库构建。3、土壤空间数据的投影变换!10、土壤适宜性评价及制图。9、十壤质量评价及制图。

原创 PyTorch小白看过来！零基础也能快速上手的保姆级教程

7、PyTorch常用工具包及API简介（torchvision（transforms、datasets、model）、torch.nn、torch.optim、torch.utils（Dataset、DataLoader））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）CNN提取的特征是怎样的？2、张量（Tensor）的常用属性与方法（dtype、device、layout、requires_grad、cuda等）

原创 干货预警！水文/水环境模型如何快速率定？我的R语言工具箱大公开

案例三：基于PSO算法的MOLDFLOW2005模型率定。5.Kriging方法与贝叶斯优化/高斯过程的关系。3.与其它方法（贝叶斯线性回归、隐随机场等）的比较。案例五：基于高斯过程代理模型的VIC模型率定。案例四：基于贝叶斯优化的新安江模型快速率定。案例一：基于PSO算法的GR4J模型率定。案例二：基于PSO算法的SWAT模型率定。4.时间－空间Kriging插值与优化。3.协变量Kriging插值与优化。2.一般Kriging插值与优化。2.均值与方差耦合的高斯过程。3.高斯过程的局部逼近。

原创 保姆级教程！AERMOD模型大气预测，看完这篇就够了！

1.《环境影响评价技术导则大气环境（HJ 2.2-2018）》推模式讲解。1.AERMOD模型运行过程中常见问题汇总及解答。2.AERMOD模型原理及经验分享。3.AERMOD模型结构及配置方法。1.AERMOD模型环境搭建及调试。2.基于导则的AERMOD配置方案。3.AERMOD案例运行实践。3.气象数据预处理技术方法。4.地形数据预处理技术方法。1.高斯稳态烟羽扩散模型。4.AERMOD模型运行。4.输出数据后处理操作。2.测试案例数据准备。3.污染物排放量计算。

原创 农林灾害预警新利器！用WRF-SOLAR精准预报光热资源，助力生态双碳

3.“分光谱”辐射预报、“直散分离”辐射预报、辐射预报产品订正等关键技术；3.WRF-Solar模式所需的卫星遥感气溶胶AOD资料如何制作？4.卫星遥感气溶胶AOD资料在WRF-Solar模式中如何应用？2.基于WRFv4.3模式不考虑气溶胶AOD的个例如何运行？2.WRF-Solar模式中气溶胶-云-辐射互反馈如何实现？3.WRF-Solar模式在中国地区的初步应用有哪些？1.WRF-Solar模式自动运行和后处理如何实现？4.中国不同地区气溶胶对辐射模拟的影响如何？1.国外常用太阳辐射预报方法有哪些；

原创 MATLAB处理无人机数据巨好用！农林科研人的宝藏神器，植被性状估算YYDS！

数据具有面状、实时、非接触、无伤检测等显著优势，是智慧农业必须采用的重要技术之一。本次课程主要针对农业、林业、生态、遥感背景的对无人机遥感有兴趣的初学者（本科生、低年级研究生），MATLAB编程初学者小白。通过学习本课程，将掌握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。1.2. 散点图、直方图、折线图、小提琴图、密度图、假彩色图等制作。1.1. 论文插图的尺寸、配色、字体要点。

原创 空间效应（SLM/SEM）模型实战：GeoDa预分析+R语言精确建模核心步骤

1.空间滞后模型：二阶段估计与极大似然法。2.空间误差回归：广义矩方法与极大似然法。1.非空间模型的空间格局模型：原理与操作。4.二阶段最小二乘法：空间自回归诊断。3.空间滞后误差回归：广义二阶段估计。2.空间的局域相关与全局相关度量。3.空间依赖推断：拉格朗日乘子法。1.GeoDa的特性与基本操作。2.基于空间模型的空间格局模型。5.系数的稳定估计及其方差。3.空间邻接矩阵与权重。4.距离矩阵与距离权重。4.面板数据模型的选择。2.非空间的回归诊断。2.矩阵指数空间模型。

原创 R语言混合效应（多水平/层次）模型应用与贝叶斯实现（brms）| 科研数据分析必备技能

④广义线性混合效应模型分析计数数据及模型选择：泊松、伪泊松、负二项、零膨胀泊松、零膨胀负二项、零截断泊松及零截断负二项模型。③计数数据各种情况及模型选择：泊松、伪泊松、负二项、零膨胀泊松、零膨胀负二项、零截断泊松及零截断负二项模型。案例2：全球水鸟巢穴捕食率影响因素分析-系统发育混合效应模型：lmm vs brms。②贝叶斯广义混合效应模型-计数数据分析：泊松、负二项、零膨胀泊松、零膨胀负二项等。案例1：鱼游速与温度关系的贝叶斯回归-结果解读、模型验证、模型诊断。

原创 【案例教程】基于R语言的物种气候生态位动态量化与分布特征模拟实践技术应用

利用R语言进行物种气候生态位动态量化与分布特征模拟，不仅可以量化描述物种对环境的需求和适应性，预测物种的潜在生态位和分布，还可以模拟物种分布的动态变化，捕捉生物种群生态位的时空异质性。本内容将通过R语言多个程序包与GIS融合应用，提升物种气候生态位动态量化与分布特征模拟的研究方法和技能。常用算法：通用加法模型（GAM）、广义线性模型（GLM）、多元自适应回归（MARS）、分类树分析（CTA）、广义增强模型（GBM）、最大熵(Maxent)、人工神经网络(ANN)、随机森林(RF)、支持向量机(SVM)

原创 科研党必备：用MATLAB做深度学习发论文的完整指南（附代码）

4、预训练模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet等）的下载与安装。2、经典自编码器（栈式自编码器、稀疏自编码器、去噪自编码器、卷积自编码器、掩码自编码器等）6、调参技巧（参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等）5、优化算法（梯度下降、随机梯度下降、小批量随机梯度下降、动量法、Adam等）2、常用的可视化方法有哪些（特征图可视化、卷积核可视化、类别激活可视化等）？1. 循环神经网络（RNN）与长短时记忆神经网络（LSTM）的基本原理。

原创 GEE遥感云大数据林业应用典型案例实践及GPT模型应用

专题涉及长时间序列遥感影像预处理、植被指数批量计算、年度影像合成、数组影像概念和使用方法、LandTrendr算法原理及参数设置、森林扰动结果解译与空间统计分析、可视化及专题图绘制等。专题涉及影像过滤、Landsat和Sentinel-2光学影像除云等预处理、植被指数计算、影像合成、火灾区域识别和灾害强度分级，结果统计分析与可视化等。专题涉及时间序列影像预处理、影像集连接、影像合成、变化趋势非参数检测、显著性检验和变化趋势量化与分级、空间统计和结果可视化和专题图绘制等。影像掩码、裁剪和镶嵌等；

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

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。在“应用长期观测数据评价土壤有机质模型”国际高级学术讨论会上，DNDC被评为土壤碳库评估较好模型之一。12.5 土地利用变化下的DNDC模拟。13.5 未来气候变化下的DNDC模拟。12.2 土地利用变化的转移矩阵分析。7.3 DNDC区域结果的地块显示。

原创 【科研必备】ContextCapture Master倾斜摄影测量实景三维建模技术

5.丰富的数据输出成果，支持Bentley(3MX、3SM等)、OSGB、OBJ、LOD tree export、SuperMap(S3M)等数据格式；4.生成二维和三维GIS模型使用一系列完整的地理数据类型(例如正射图像、点云、栅格数字高程模型和Esri I3S格式)生成精确的地理参考三维模型，与GIS系统解决方案的数据互操作性强；6.采用最新的计算系统，具有可扩展的计算能力，可以使用桌面计算机和集群处理设备，实现GPU计算、多核计算、高级波束平差、拼接机制、任务队列和监控、网格计算。

原创 【科研必备】北斗/GNSS高精度数据处理暨GAMIT/GLOBK v10.75软件应用

随着GNSS导航定位技术在不同领域的广泛应用和技术更新的飞速发展，在大型工程项目的设计、施工、运行和管理各个阶段对工程测量提出了更高的要求，许多测绘、勘测、规划、市政、交通、铁道、水利水电、建筑、矿山、道桥、国土资源、气象、地震等行业部门在大型工程建设过程中需应用到高精度卫星定位方面的技术和服务。、sittbl.、lfile.、lfile.apr)与详细讲解高精度GNSS基线处理(“手把手”教分步操作命令)基线质量评估方法(“四看”、“重复性计算”)[高精度GNSS控制网基线处理质量检核软件]

原创 【科研必备】基于R语言机器学习方法在生态经济学领域中的实践技术应用

在本次培训中，我们将从论文写作的实际需求出发，首先简单的介绍经济学的基本理论与研究方法，让您了解论文的选题方法与写作框架。随后重点从数据的收集与清洗、综合建模评价、数据的分析与可视化、数据的空间效应、因果推断等方面入手，让您用最快的速度掌握利用R语言进行经济学研究的技术。德尔菲法在医学中的应用，最早开始于对护理工作的研究，并且在使用过程中显示了它的优越性和适用性，受到了越来越多研究者的青睐。理想接近度的值在[0-1]之间，其值越大，就代表该区域的畜牧业发展水平越高，反之则是该区域的畜牧业发展水平越低。

原创 暨融合《R语言基础》、《tidyverse数据清洗》、《多元统计分析》、《随机森林模型》、《回归及混合效应模型》、《结构方程模型》、《统计结果作图》七合一版本教学方案

生物群落数据多样而复杂，涉及众多统计分析方法。课程的主要特点为聚焦生态学研究领域，从R语言基础操作和作图、数据准备整理，到各种数量分析方法的应用情景分析，实现从数据整理到分析结果展示的完整科学研究数据分析过程，将《R语言基础》、《tidyverse数据清洗》、《多元统计分析》、《随机森林模型》、《回归及混合效应模型》、《结构方程模型》及《统计结果作图》进行了组合（7合1）。4）广义线性混合效应模型分析计数数据及模型选择：泊松、伪泊松、负二项、零膨胀泊松、零膨胀负二项、零截断泊松及零截断负二项模型。

原创 【科研必备】地球系统模式（CESM）技术应用

计算二次有机气溶胶(SOA)的VBS（volatility basis set）方案中耦合了对流化学方案，并一直在持续改进，到目前的CESM2.2.0中，实现了区域加密的MUSICA-V0，并增加了能直接配置运行MOZART-TS2 化学模块以及进行nudging等的compset（配置）。近年升级的CESM2.0在大气、陆地、海洋、海冰、陆冰、径流等几大模块以及一个中央耦合器（CIME）中都有较大更新，可以在不同的硬件平台上移植使用，尤其可以用于CMIP6的研究。CAM+CLM 实例的创建及运行。

原创 多技术融合提升环境、生态、水文、土地、农业、大气等领域科研技术水平

3.5 地理变换：BJ54、XIAN80、WGS84与CGCS2000。5.2 基于DEM的表面分析：高程、坡度、坡向、等值线、山体阴影。6.4 空间插值分析：反距离权重法、克里金法、地统计学工具使用。7.2 土地利用的分类提取：重分类、栅格转矢量、融合处理。3.6 矢量数据的空间分析（空间叠加分析、缓冲区分析）5.3 基于DEM的水文分析：河网、盆域、集水区、坡降。11.4 基于InVEST模型的土地利用碳储量分析。9.4 基于InVEST模型的土壤侵蚀模拟及分析。

原创 摘要如何写才能给评阅专家留下最美好的第一印象？技术路线图如何设计才能吸引评阅专家的目光？如何区分难点问题和关键科学问题？每个章节突出哪些内容才能让项目书更加清晰明了？

国家级和省级等各类项目的申请络绎不绝，项目书的撰写几乎占据了申请人全年的时间。申请人不仅需要提出独特且具有前瞻性的研究问题，展现突破性的科学思路和方法，还需紧跟国际前沿研究动态，积极参与国际合作项目，并充分展示项目对国际学术和科技发展的贡献。面对时间紧迫、竞争激烈、标准严苛的三大挑战，尤其是青年学者，他们工作繁重、资源有限、缺乏基金申请经验，且尚未形成高效的研究团队。基金申请作为每年学者的重要工作内容，需要投入大量的时间和精力，但许多人往往在提交前集中有限的时间进行撰写，结果往往不尽如人意。

原创 单种降水数据不确定性太大？那是你没试过多源融合！科研人的“数据救星”来了

基于雨量计观测的降水，通常被认为是最准确和可靠的。基于站点数据网格化降水产品的准确性在很大程度上取决于站点空间密度和环境条件，而这些条件在不同地区有很大差异。因此，有必要将卫星遥感和模式数据结合起来，进一步提供高质量、高分辨率的降水数据。而模式中的降水表现优于卫星数据，可以进一步补充和改善这些地区卫星数据的不足。4.1计算遥感降水数据（GPM IMERG、CMORPH和GsMAP）的气候态。4.2.2计算站点尺度上的气象数据（ERA5数据的气温、风速、湿度）裁剪覆盖研究区的环境因子和气象数据。

原创 子流域划分竟影响模型结果？｜不确定性来源深度剖析

原创 气象系学姐干货分享：我的科研救命稻草——Python实战应用全解析

遥感技术的发展为植被生长状态及动态监测提供了重要的技术手段，与传统地面实测方法不同，遥感把传统的“点”测量获取的有限代表性信息扩展为更加符合客观世界的“面”信息（即区域信息），且不会对生态系统造成破坏，能够长期、动态、连续地估算植被参数，在区域或全球尺度植被参数估算中具有不可替代的优势。随着科学技术的发展和生态文明建设的需要，借助遥感数据反演植被参数，可为生态系统健康评价提供关键的数据支持，并且植被参数遥感反演是当前遥感应用研究的重要内容之一，也是国际遥感领域的热点研究方向。1.3Python基础语法。

原创 别再一个个下载NC文件了！Python并行下载海温/雪盖数据，快得飞起！

NOAA 1/4°每日最佳内插海面温度（OISST）是一个长期的气候数据记录，它将来自不同平台（卫星、船舶、浮标和Argo浮标）的观测数据纳入一个定期的全球网格。卫星和船舶的观测数据以浮标为参照，以补偿平台的差异和传感器的偏差。主要的土地覆盖方案确定了IGBP定义的17个等级，包括11个自然植被等级，3个人为改变的等级，以及3个非植被等级。在科研工作中需要将多种数据进行综合使用分析，因此需要寻找学习通用的数据格式解决方法，把研究的精力聚焦到具体科学问题上。该数据能够提供全球范围的格点气象数据。

原创 学完就能用！我用这套教程搞定了台风预报订正、风功率预测和ENSO模型！附完整代码和数据！#深度学习 #气象算法

本专题，在使用ANN预测浅水方程的基础上，进一步掌握如何使用PINN方法，将动力方程加入模型中，缓解深度学习的物理解释性差的问题。本专题，在详细讲解机器学习常用的两类集成学习算法，Bagging和Boosting，对两类算法及其常用代表模型深入讲解的基础上，结合三个学习个例，并串讲一些机器学习常用技巧，将理论与实践结合。是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在。