- 博客(30)
- 问答 (3)
- 收藏
- 关注
RSS订阅原创 [特殊字符] UnionFS（联合文件系统）原理解析：容器背后的存储技术
高效的存储：通过共享只读层，多个容器可以节省大量的存储空间。灵活的文件管理：写时复制机制确保了容器内的修改不会影响到基础镜像，保证了文件系统的灵活性。快速的容器启动：容器启动时不需要重新构建环境，而是快速使用已叠加的层。正是这些特点，使得容器技术能够在现代应用中发挥出色的性能，特别是在微服务架构和云计算平台中，容器技术已经成为主流解决方案。
2025-04-17 22:22:01
451
原创 [特殊字符] 深入浅出容器的三大核心技术：如何支撑容器化世界？
Namespaces 技术让每个容器像是一个独立的“世界”，容器内的应用不会受到外界的影响，同时它也不能“看到”外界的应用和资源。它提供了多个层面的隔离，使得不同容器可以在同一台主机上并行运行而互不干扰。Cgroups（Control Groups）是 Linux 提供的一项技术，用来限制、记录和隔离容器（或进程）所使用的资源，如 CPU、内存、磁盘 I/O 和网络带宽。它确保容器不会独占系统资源，帮助管理员合理分配资源。UnionFS（联合文件系统）是一个支持将多个文件系统“合并”的技术。
2025-04-17 22:08:29
413
原创 [特殊字符] 小白也能懂！容器是什么？为什么它能改变软件世界？
容器不难，真的只是“程序的饭盒”。你不用搞懂 Linux 内核，也能轻松上手！只要理解它的核心目的： ✅ 隔离 ✅ 打包 ✅ 快速部署就已经成功入门啦！
2025-04-17 21:52:49
149
原创 在 InSAR 处理流程中，经常会看到类似 geo2rdr（从地理坐标/地图投影到雷达成像坐标）或 rdr2geo（从雷达坐标到地理坐标/地图投影）的步骤。
大多数星载 SAR（例如 Sentinel-1、ALOS PALSAR 等）的成像几何可以概括为 斜视雷达坐标（Slant Range Geometry），也可称 距离-方位坐标系 (range-azimuth coordinate system)。对于脉冲式侧视雷达，一般包含以下两个方向：距离向 (Range)沿着雷达波传播的斜距方向。换言之，SAR 通过测量发射脉冲到目标反射回波的往返时间来确定目标在距离向上的像素位置。
2025-03-18 20:04:38
415
原创 使用 ISCE2 topsStack 典型步骤解读
基于常见的 Sentinel-1 TOPS 模式 InSAR 处理流程（例如使用 ISCE2 topsStack 或类似脚本）的典型步骤进行推断。不同软件或脚本可能存在细节差异，但总体思路相似。以下为对这 16 个脚本的大致功能解释，供参考。
2025-03-18 19:51:05
676
原创 Insar结合ISCE2，某一个文件进行并行-stackSentinel.py
【代码】Insar结合ISCE2，某一个文件进行并行-stackSentinel.py。
2025-03-12 14:16:18
294
1
原创 在 WSL中批量执行InSAR任务-stackSentinel.py
【代码】在 WSL中批量执行InSAR任务-stackSentinel.py。
2025-03-12 14:09:55
279
原创 Sentinel-1 InSAR&&& ISCE数据处理：stackSentinel.py 完全指南
在遥感和地理信息领域，合成孔径雷达干涉测量（InSAR） 是研究地表形变、地震活动、冰川运动以及城市沉降的重要技术。Sentinel-1 卫星 提供了高质量的 TOPS SAR 数据，但其处理流程较为复杂。为了解决这一问题，ISCE的stackSentinel.py 提供了一个自动化的处理工具，使得研究人员可以高效地完成数据预处理、影像配准、干涉图计算、相位解缠等工作。本篇文章将深入解析 stackSentinel.py 的用法，帮助你掌握 Sentinel-1 InSAR 数据处理的核心步骤。
2025-03-10 17:07:43
324
1
原创 哨兵一号burst数据的下载和处理
在Sentinel - 1数据处理领域，其基本流程起始于从（ASF）下载原始压缩文件。这些文件规模颇为可观，常规大小约4GB，而部分数据的原文件甚至已攀升至7GB，对存储空间提出了严苛要求。从影像构成来看，每景Sentinel - 1影像由三个干涉宽幅（IW）模式子带组成，每个IW一般包含9个脉冲串（burst）。然而，在实际研究中，我们所关注的研究区域往往仅占据其中寥寥几个burst。
2025-03-03 11:59:10
494
1
原创 isce2(stackSentinel.py)+mintpy哨兵一号处理全流程
用isce2(stackSentinel.py)+mintpy进行InSAR时序处理全流程
2025-01-23 21:32:37
574
5
原创 Python 年度累加栅格数据处理：从月度数据到年度总量
在气候科学、生态学和遥感数据分析领域，常常需要将逐月的栅格数据累加为年度数据，以便更清晰地观察年度变化和长期趋势。这篇文章将演示如何使用 Python 对一组 .tif 格式的月度栅格数据文件进行年度累加，并将结果保存为新的年度 .tif 文件。我们将使用 Python 的 rasterio 和 numpy 库来处理和保存数据，并解决常见的格式转换和数据管理问题。
2024-11-04 16:08:44
360
原创 深入探讨降维及主成分分析（PCA） 一听就会
降维是指将高维数据转化为低维数据的过程，目的是在尽可能保留原始数据重要信息的前提下，减少数据的复杂性。降维对于数据可视化、特征选择和提高模型性能等方面都有重要作用。
2024-11-01 19:40:18
862
原创 并行处理遥感数据中的挑战与解决方案
遥感数据处理是一个计算密集型的任务，尤其是在大数据背景下，常规的单线程处理方式显得力不从心。为了解决这一问题，很多研究者转向并行处理技术。然而，随之而来的挑战也不容小觑。本文将详细探讨这些挑战，并提供具体的解决方案。
2024-11-01 19:02:43
1153
原创 破解 Django 权限难题：如何轻松实现复杂用户认证
在某些情况下，项目可能需要实现特定的业务逻辑来管理权限。这时，可以通过创建自定义的视图和装饰器来实现。自定义装饰器：编写装饰器来检查用户权限，然后在视图中使用它。# 编辑视图逻辑pass。
2024-11-01 18:54:34
475
原创 过拟合（Overfitting）
过拟合是指一个模型在训练数据上表现得非常好，但在新数据（测试数据）上的表现却很差。换句话说，模型过于复杂，以至于它不仅捕捉到了数据的基本模式，也学习到了训练数据中的噪声和随机波动。
2024-11-01 18:46:51
772
原创 高效统一栅格数据：如何在 R 中整合坐标系、分辨率与行列号
在遥感和环境监测领域，栅格数据经常来自不同的来源，可能会有不同的坐标系统和分辨率。在进行分析之前，通常需要将这些数据统一到一个参考栅格文件中。本文将展示一个简单的 R 代码示例，帮助读者实现这一目标。
2024-11-01 18:40:15
678
原创 一次就搞懂地理坐标系和投影坐标系
在地图和地理信息系统 (GIS) 中，地理坐标系和投影坐标系是用来描述地球表面位置的两种常见方式。虽然它们都用于定位，但它们在概念和应用上有所不同。下面我们来详细解释这两个坐标系，帮助你理解它们的本质和应用场景。
2024-10-28 17:06:12
1968
原创 sar数据处理书籍和PPT
地球观测与导航技术丛书 InSAR原理与应用（ISBN 9787030611857）ENVI遥感图像处理方法（第2版），邓书斌编著，P477。ENVI SARscape入门教程201811。SARscape让SAR处理简单而不失专业-全。insar数据处理书籍和PPT## 标题。InSAR与DInSAR处理技术。ENVI与SARscape基础。SARscape应用案例。
2024-10-01 10:27:06
313
原创 时间序列遥感数据插值
君科团队在时间序列遥感数据插值处理方面具有丰富的经验，能够为客户提供高效的解决方案。我们专注于通过插值技术填补遥感数据中的时间空缺，提高数据的时间分辨率，以满足长期监测需求。君科团队运用多种插值算法（如线性插值、样条插值、克里金插值等），确保生成的连续数据集在时间维度上保持一致性与精度。此外，君科团队能够结合多源遥感数据，通过数据融合进一步提升插值效果，确保不同传感器数据的无缝整合。通过这些技术，君科团队能够帮助客户在遥感数据的时间序列分析中挖掘更多信息，实现更加精准的地表变化监测和环境评估。
2024-09-30 23:35:25
258
原创 nc数据转tif --- tif数据转nc
NC转TIF：我们可以将多维的NetCDF数据（如气象、环境监测数据）精确转换为TIF格式，确保其兼容地理信息系统（GIS）和遥感分析工具。通过细致的数据处理，包括变量提取、空间投影及重采样，我们确保输出的TIF图像数据在保持高精度的同时，便于可视化和后续分析。TIF转NC：我们也擅长将TIF格式的遥感影像或地理栅格数据转换为NC格式，尤其在空间分析和科学模拟领域应用广泛。我们专注于高效的数据处理与格式转换服务，特别是在NC（NetCDF）和TIF格式之间的转换方面。
2024-09-30 23:31:48
425
原创 处理SAR（合成孔径雷达）数据
时间序列分析：结合PSInSAR或SBAS等时间序列技术，处理多时相影像，进行长期地表形变监测，尤其擅长城市地面沉降、火山形变和地震形变的长期分析。干涉图生成（InSAR处理）：通过不同时间的多时相影像对生成干涉图，应用相位差值计算地表形变，尤其擅长消除地形效应以提取更准确的形变信息。君科团队擅长处理SAR（合成孔径雷达）数据，涵盖从数据获取到最终分析的全流程，为精确的地表监测和形变分析提供支持。滤波和相位解缠：使用高级滤波算法消除干涉图中的噪声，精准解缠相位，生成高精度的地表形变图，并对形变进行可视化。
2024-09-30 23:27:58
744
空空如也
vue前端 请求不到 django后端
2021-10-01
django项目，数据接口报错，在xadmin下拿不到数据
2021-09-29
django用xadmin，提示错误
2021-09-28
TA创建的收藏夹 TA关注的收藏夹
TA关注的人