自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 OringinPro笔记2:进阶操作技巧

双击图层栏会使图层最大化,层叠会恢复。

2024-11-19 11:17:01 898

原创 OriginPro笔记1:基本操作技巧

场景:需要csv txt等格式的文件。

2024-11-19 10:23:12 618

原创 GEE笔记1:导入ERA5数据集并按照每年特定时间段筛选

ERA5 是欧洲中期天气预报中心 (ECMWF) 提供的一套全球气候再分析数据集,旨在为气象和气候研究提供高分辨率的历史气候数据。ERA5 数据集涵盖了1950年至今的全球气候信息,更新频率为每小时一次,空间分辨率约为 31 公里。这套数据集涵盖多种气象变量,如温度、降水、风速、湿度等,适合多种研究领域,包括天气气候趋势、生态系统响应、以及物候分析等。在GEE处理数据时的基本思路有:时间范围筛选、重采样、重投影、空间插值……

2024-11-13 09:26:34 770

原创 气象预测数据分析及后处理方法

在一个时间序列中,今天的值与昨天的值之间可能存在一定的相关性,这种相关性可以通过计算自相关系数来量化。,使用Pearson(连续数据,线性关系,序列为正态分布),Spearman(非参数,对异常不敏感,通过秩计算,侧重衡量平均象限依赖性),Kendall(配对,侧重衡量平均似然比依赖性,即非线性依赖性)相关性度量。1递归深度学习降尺度,通过不停循环迭代,学习关键信息并保存,遗忘次要的信息,有长短期记忆网络,门控循环。1平均绝对误差MAE,值对预测误差绝对值取平均,公式如下,

2024-11-02 11:15:00 1259

原创 Anaconda3切换虚拟环境安装rasterio

这个pip命令会自动寻找并安装未安装的依赖包,如 numpy, colorama, certifi等。成功安装会显示Successfully installed提示,如图。rasterio是基于GDAL库的Python库,用于处理栅格数据,安装rasterio需要先安装gdal库。使用命令行,切换到保存whl的目录E:\gdalrasterio,然后使用pip命令安装。关于gdal和rasterio的版本适配问题,python3.9可以下载图上的两个版本。列出所有虚拟环境,切换到想要的虚拟环境。

2024-11-01 15:47:56 881 1

原创 在Anaconda3使用whl安装gdal(base环境)

为anaconda手动安装gdal(本地安装)

2024-10-29 09:46:36 400

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

提示
确定要删除当前文章?
取消 删除