- 博客(12)
- 收藏
- 关注
RSS订阅原创 ArcGIS Pro 中的 Python 入门
Python脚本使ArcGIS Pro中的工作流自动化成为可能。ArcGIS pro中采用的是Python3。在本例中，将首先介绍Python 语法的一些基础知识，然后编写代码来确定工作空间中的所有矢量图层的记录数量，最后可以将代码导出到 Python 脚本，该脚本可以在 ArcGIS Pro 外部打开、修改和运行。
2021-02-18 15:20:00
5818
原创 Anaconda, Conda, Jupyter Notebooks and ArcGIS Pro关系简介
简介Anaconda、Conda、Jupyter Notebooks和 ArcGIS Pro之间的关系。
2021-02-17 18:01:37
876
2
原创 利用优化热点及新兴热点分析暴力犯罪
,欢迎关注微信公众号，查看更多内容。背景假设警察局长要求犯罪分析师，确定暴力犯罪和你所在城市的酒类场所之间是否确实存在联系。希望得到你的建议，找到一个有效的解决方案。这个问题已经在全国不同的城市中浮出水面，而且一些研究已经证明了酒类场所和暴力犯罪之间的相关性。也有一些理论解释支持这种关系，如日常活动理论和社会无序理论。为给出建议，需要考虑以下几个方面的问题：1.需要什么数据？获得了一年的暴力犯罪数据，如抢劫，故意伤害和故意殴打事件的数据。2. 暴力犯罪的热点在哪里?卖酒或供应酒的商家的热
2021-02-08 18:35:52
1391
原创 案例分析：回归-克里金方法生成气温表面图（2）
，欢迎也在微信公众号查看。# 定义创建训练集和测试集函数# x 为行索引# 输出为测试(或训练)数据的索引列表kfoldSplit <- function(x, k=10, train=TRUE){ x <- sample(x, size = length(x), replace = FALSE) out <- suppressWarnings(split(x, factor(1:k))) if(train) out <- lapply(out, FUN = funct...
2021-01-21 10:40:00
1040
原创 案例分析：回归-克里金方法生成气温表面图（1）
,欢迎也在微信公众号查看。背景知识本部分内容主要是对气象站点的气温进行回归-克里金（regression-kriging，RK）插值生成气温表面图。RK方法是地统计中常用的方法，由趋势项和残差项构成。趋势项在该例中通过以气温为因变量，高程、站点到海岸线的距离为自变量，建立二着的线性模型，对残差建立克里金模型。使用RK的唯一要求是存在一个或多个与因变量显著相关的协变量。本例中将会用到七种回归算法，并利用10-fold CV来进行验证和均方根误差作为评估（Root-mean-square error，R
2021-01-17 18:09:31
3057
原创 利用raster包进行栅格数据处理（3）
,欢迎也在微信上查看相关内容。有关栅数据处理的更多信息，还可查看第1部分、第2部分。本次主要利用Peneda-Geres国家公园(PGNP，位于葡萄牙西北部)的5年2012年至2016年)增强植被指数(EVI)来进行一些分析。该数据自MODIS的MOD13Q1数据产品（版本-006），其空间分辨率为250m，时间分辨率为16天(更准确地说，该产品是由每个16天周期的最大日值复合生成的)。这意味着每年总共有23次观测。该数据是从EarthData平台下载的，随后使用MODIS重投影工具重新投影...
2021-01-15 15:41:13
2003
原创 利用raster包进行栅格数据处理（2）
,欢迎也在微信上查看相关内容。数据下载地址：https://raw.githubusercontent.com/joaofgoncalves/R_exercises_raster_tutorial/master/data/srtm_pnpg.ziphttps://raw.githubusercontent.com/joaofgoncalves/R_exercises_raster_tutorial/master/data/BOUNDS_PNPG.ziphttps://raw.githubus
2021-01-11 14:17:41
888
原创 利用raster包进行栅格数据处理（1）
这系列开始介绍raster包对遥感数据的处理。与terra包相比，raster包虽然处理速度较慢，但功能更多、更稳定。语法上面，也各有有缺点，大家可以通过动过代码去体会。 这次内容主要为以下部分： 栅格计算 裁剪 重投影和重采用 了解下RasterStack对象它的本质是具有相同空间范围、分辨率和坐标参考系统(CRS)的栅格图层集合。 数据下载链接：https://raw.githubusercontent.com/joaofgonc...
2021-01-09 14:48:13
3584
原创 terra包进行遥感数据处理（4）
欢迎查看terra包进行遥感数据处理（1）（2）(3)非监督分类利用K-means算法进行影像分类library(terra)## terra version 0.9.11landsat5 <- rast('data/rs/centralvalley-2011LT5.tif')names(landsat5) <- c('blue', 'green', 'red', 'NIR', 'SWIR1', 'SWIR2')ndvi <- (landsat5[['NIR']]
2020-12-31 23:26:52
1750
1
原创 terra包进行遥感数据处理（3）
欢迎查看terra包进行遥感数据处理（1）（2）library(terra)## terra version 0.9.11rfiles <- paste0('data/rs/LC08_044034_20170614_B', 1:11, ".tif")landsat <- rast(rfiles)landsatRGB <- landsat[[c(4,3,2)]]landsatFCC <- landsat[[c(5,4,3)]]定义植被指数函数vi <- f
2020-12-31 00:31:54
668
1
原创 利用terra包进行遥感数据处理（2）
本系列是针对Spatial Data Science with R and “terra”的学习总结。在利用terra包进行遥感数据分析之前，需要先了解下terra的一些基本功能,可查看微信文章利用terra包进行空间数据分析（1）。再了解一下，一些相关的术语。 空间分辨率：像元的大小； 时间分辨率：数据收集的时间间隔或频率； 光谱分辨率：电磁波谱范围（波段数）； 辐射分辨率(传感器灵敏度;测量微小差异的能力)； 质量问题：数据被云覆盖等问题。 ..
2020-12-29 00:47:47
1024
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