<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lntu_ling]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lling0309</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lling0309]]></copyright><item><title><![CDATA[Python-ERA5气象数据处理]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/159251411</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/159251411</guid><author>lling0309</author><pubDate>Thu, 19 Mar 2026 19:42:57 +0800</pubDate><description><![CDATA[摘要：本文介绍使用VSCode处理ERA5气象数据的完整流程。首先概述ERA5数据集，包括其产品体系、变量类型和下载方式。然后详细说明Python环境配置，重点展示如何通过GUI界面实现ERA5 GRIB数据到CSV的转换。核心处理步骤包括：数据读取、坐标系修复、变量分类处理（温度转摄氏度、降水求和转毫米）、分区统计以及结果导出。文中特别解决了expver维度导致的空值问题，并提供了完整的Python代码实现。该方案适用于将ERA5多年份气象数据批量转换为研究区域内的网格化CSV文件。]]></description><category></category></item><item><title><![CDATA[Python-反距离权重法]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/158609819</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/158609819</guid><author>lling0309</author><pubDate>Tue, 03 Mar 2026 09:23:03 +0800</pubDate><description><![CDATA[本文介绍了基于反距离权重法(IDW)的空间插值方法，用于估算未知气象站点的温度值。IDW算法的核心思想是通过距离反比加权，使邻近点对估算值产生更大影响。文章详细阐述了算法实现步骤：计算未知点与已知点的欧式距离，确定反比权重系数，进行加权求和并归一化处理。该方法适用于GIS空间分析，在VSCode环境下可通过导入相关库实现。整个过程包括数据准备、距离计算、权重分配和结果归一化四个关键环节。]]></description><category></category></item><item><title><![CDATA[Python-基于鞋带公式的面积计算]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/158538679</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/158538679</guid><author>lling0309</author><pubDate>Sun, 01 Mar 2026 13:57:27 +0800</pubDate><description><![CDATA[摘要：VSCode软件使用鞋带公式计算多边形面积。该GIS经典算法通过将多边形边投影到x轴形成梯形，利用顺时针/逆时针遍历产生正负面积差。公式1/2(yi+yi+1)(xi+1-xi)化简后得到交叉相乘形式，能准确计算任意多边形面积。（149字）]]></description><category></category></item><item><title><![CDATA[Python-射线法判断点是否在多边形内]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/158417688</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/158417688</guid><author>lling0309</author><pubDate>Thu, 26 Feb 2026 08:41:34 +0800</pubDate><description><![CDATA[本文介绍了使用射线法判断点是否在多边形内的原理和实现方法。射线法通过从待测点引出一条水平向右的射线，计算其与多边形边的交点数量：奇数次交点在内部，偶数次在外部。算法处理了点在顶点/边上、射线经过顶点和水平边等特殊情况。实现步骤包括：初始化多边形顶点和测试点，遍历每条边计算交点，通过inside标志取反记录奇偶性。Python代码示例展示了如何对多个测试点进行判断，输出结果清晰显示每个点是否位于多边形内部。该方法适用于各种凸多边形和凹多边形的包含性检测。]]></description><category></category></item><item><title><![CDATA[Python-Dijkstra算法]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/158379479</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/158379479</guid><author>lling0309</author><pubDate>Wed, 25 Feb 2026 11:05:40 +0800</pubDate><description><![CDATA[本文介绍了使用Dijkstra算法在VSCode环境中求解A到G最短路径的实现过程。算法通过维护蓝点和红点集合，逐步确定各节点到源点的最短距离。具体步骤包括：初始化距离值，迭代选取最小距离节点，更新相邻节点距离，直至目标节点被访问。实例演示了从A出发，经过C、B、D、E等节点，最终得到A到G的最短路径为A-C-B-D-E-G，距离为13。该算法适用于带权非负图的最短路径求解。]]></description><category></category></item><item><title><![CDATA[Python-向量叉积法判断线段相交]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/158348312</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/158348312</guid><author>lling0309</author><pubDate>Tue, 24 Feb 2026 13:19:58 +0800</pubDate><description><![CDATA[摘要：本文介绍了使用向量叉积法判断两条线段是否相交的算法。首先通过外接矩形范围进行快速排除，若矩形不重叠则线段不相交。然后利用向量叉积计算各端点相对位置，当两条线段的端点均位于对方线段两侧时判定为相交。算法实现包含两个步骤：1)边界检测；2)叉积计算(d1d2≤0且d3d4≤0)。文中提供了完整的Python代码示例，演示了如何判断线段(0,0)-(2,2)与(0,2)-(2,0)的相交情况。]]></description><category></category></item><item><title><![CDATA[Python-基于Haversine公式计算两点距离]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/158344575</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/158344575</guid><author>lling0309</author><pubDate>Tue, 24 Feb 2026 08:50:43 +0800</pubDate><description><![CDATA[本文介绍了使用Python计算经纬度点间球面距离的方法。基于哈弗辛公式(Haversine Formula)，通过将经纬度转换为弧度，计算差值后得出两点间的真实地面距离（千米）。实现步骤包括：1)读取CSV数据；2)初始化距离矩阵；3)经纬度转弧度；4)嵌套遍历计算上三角矩阵元素；5)利用对称性填充矩阵；6)保存结果为CSV文件。该方法考虑了地球曲率，使用numpy和pandas库高效处理批量计算，最终输出完整的距离矩阵。]]></description><category></category></item><item><title><![CDATA[全国大学生GIS应用技能大赛2023-12]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/134218768</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/134218768</guid><author>lling0309</author><pubDate>Sat, 04 Nov 2023 15:11:07 +0800</pubDate><description><![CDATA[为了计算不同高程区间范围内流域的面积，要求根据提供的DEM数据，按照要求，计算不同高程区间范围内流域的面积。利用9中得到的结果来标识7中得到的结果，得到流域数据的高程区间。创建图表，显示不同区间的面积，并将图表插入专题图中。在10中得到的结果中添加面积字段，计算面积。根据提供的数字高程模型，1、提取流域。利用流向数据和河流连接数据计算流域栅格。1、DEM：某地区的数字高程模型；对DEM数据根据高程区间进行重分类。2、统计不同流域范围内流域面积。将6计算的结果转成矢量数据。将8的结果转成矢量数据。]]></description><category></category></item><item><title><![CDATA[地理信息系统原理-空间数据结构（7）]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/134216430</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/134216430</guid><author>lling0309</author><pubDate>Sat, 04 Nov 2023 11:50:46 +0800</pubDate><description><![CDATA[指针不仅增加了数据的存储量，还增加了操作的复杂性：如层次数（分割次数）由从父结点移到根结点的次数来确定，结点所代表的图像块的位置需要从根节点开始逐步推算下来。④如何计算莫顿码：如图所示，通常是将栅格数据十进制的行列号，转成二进制的行列号，再将二进制的行号和列号进行错位交叉排列，得到二进制的莫顿码，再将二进制的莫顿码转成十进制的莫顿码。(1） 常规四叉树（记录这棵树的叶结点外，中间结点，结点之间的联系用指针联系，每个结点需要6个变量：父结点指针、四个子结点的指针和本结点的属性值。]]></description><category></category></item><item><title><![CDATA[kappa系数]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/120395332</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/120395332</guid><author>lling0309</author><pubDate>Mon, 20 Sep 2021 20:54:54 +0800</pubDate><description><![CDATA[Kappa系数用于一致性检验，也可以用于衡量分类精度，但kappa系数的计算是基于混淆矩阵的。

混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。每一列中的数值表示真实数据被预测为该类的数目：，如图，

第一行第一列中的43表示有43个实际归属第一类的实例被预测为第一类，同理，第一行第二列的2表示有2个实际归属为第一类的实例被错误预测为第二类,正确分类的样本数量之和=43+45+49，样本总数=43+2+0]]></description><category></category></item><item><title><![CDATA[SuperMap-点选查询]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/120314778</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/120314778</guid><author>lling0309</author><pubDate>Fri, 17 Sep 2021 14:58:32 +0800</pubDate><description><![CDATA[点选查询，根据鼠标所点击的位置得到查询对象，然后把查询对象的属性信息返回给用户





1）设置鼠标状态参数optionofmouse





   private string OptionofMouse="";





2）设置当前的鼠标状态为十字叉丝


	

  OptionofMouse = "PTSel"; mapControl1.Cursor = MapControl.Cursors.Cross;



3）得到查询位置的坐标



4）根据鼠标位置进行查询



5）将查询结果在地图上]]></description><category></category></item><item><title><![CDATA[SuperMap-访问数据集中纯属性表]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/120295086</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/120295086</guid><author>lling0309</author><pubDate>Tue, 14 Sep 2021 19:50:11 +0800</pubDate><description><![CDATA[访问数据源中的纯属性数据表，得到某一字段的值

supermap中的数据集主要有下面几种类型，经验证纯属性表属于SuperMap.Data..::.DatasetVector类型，其实现过程如下：











1）得到属性表所在的数据源

2）得到属性表的数据集

3）遍历属性表中的记录

4）得到指定字段的最值

5）将最值显示出来


   //访问数据集中属性表
   //获取属性表
            DataTable dt1 = new DataTable();
         ]]></description><category></category></item><item><title><![CDATA[采样和量化]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/115599015</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/115599015</guid><author>lling0309</author><pubDate>Sun, 11 Apr 2021 14:36:44 +0800</pubDate><description><![CDATA[遥感采样：分为空间采样和光谱采样，指将连续的数据变换成离散数据的操作

空间采样：将连续的地物变成离散的像素点

光谱采样：将连续的波谱变成离散的波段，基于光谱响应函数把连续的光谱曲线转换成离散的光谱波段的过程

光谱响应函数：反映的是波长与光谱强度的关系，每个波段具有一个光谱响应函数，





量化：将像素灰度值转换成整数灰度级的过程，量化后，像素值是辐射值所在的编码区间的级数（常称为灰度级或数字DN）
...]]></description><category></category></item><item><title><![CDATA[遥感传感器]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/115598643</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/115598643</guid><author>lling0309</author><pubDate>Sun, 11 Apr 2021 14:23:33 +0800</pubDate><description><![CDATA[遥感：远距离，非接触的目标探测技术

传感器：广义的传感器是一种检测装置，能将感受到的能量按一定的规则变换为电信号或数字，以满足传输，处理，存储，显示，记录和控制等要求

遥感器：是远距离检测关于地物和环境的电磁波能量的装置

遥感器的分类：按工作方式：主动遥感（比如微波）和被动遥感（光学遥感）；按数据的记录方式：非成像和成像（摄影成像和扫描成像）

遥感器的分辨力：辐射分辨力，谱分辨力，空间分辨力和时间分辨力

辐射分辨力：区分电磁波辐射强度差异的能力，用量化位数近似表示，量化位数越高辐射分辨力越大

谱]]></description><category></category></item><item><title><![CDATA[地图综合20210411]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/115597061</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/115597061</guid><author>lling0309</author><pubDate>Sun, 11 Apr 2021 13:26:50 +0800</pubDate><description><![CDATA[1.对制图对象的图形化简有多种方法，其中合并就是一种，可以使用此方法进行化简的地物是（B ）。






	A.

	
	相近的多个小湖泊
	
	
	
	B.

	
	居民地
	
	
	
	C.

	
	相近的多个小岛
	
	
	
	D.

	
	以上三种都可以

	2.地图比例尺对制图综合的影响主要表现在（ ABD ）。

	
	
		A.

		
		地图比例尺影响着对制图物体或现象重要性的评价
		
		
		
		B.

		
		地图比例尺影响要素相互关系处理的难度
		
		
		
	...]]></description><category></category></item><item><title><![CDATA[Python基础语法-文件读写]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/113478701</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/113478701</guid><author>lling0309</author><pubDate>Sun, 31 Jan 2021 15:55:27 +0800</pubDate><description><![CDATA[这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar]]></description><category></category></item><item><title><![CDATA[SuperMap标注]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/113353505</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/113353505</guid><author>lling0309</author><pubDate>Thu, 28 Jan 2021 17:44:44 +0800</pubDate><description><![CDATA[这不熟悉的话还不太习惯supermap的操作，
1.在图层管理器中选择想要标注的图层

2.专题图-选择统一风格标注即可

3.效果


]]></description><category></category></item><item><title><![CDATA[电脑重启解决方法]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/113352191</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/113352191</guid><author>lling0309</author><pubDate>Thu, 28 Jan 2021 17:24:38 +0800</pubDate><description><![CDATA[最近电脑总是无缘无故的重新启动，用360修复了主板驱动，竟然奇迹般的治愈了，哈哈

]]></description><category></category></item><item><title><![CDATA[地图学（7）]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/107913925</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/107913925</guid><author>lling0309</author><pubDate>Mon, 10 Aug 2020 15:46:46 +0800</pubDate><description><![CDATA[地图投影原理及方位投影

一、地图投影基本概念

回顾

地图：根据地图数学基础和综合法则将地球表面缩小到平面上的表象

地图的基本特征

1）地图数学基础：解决曲面与平面矛盾

2）地图综合法则：解决地图表象与实地现实矛盾

1.1地图投影的概念

地球：人类生活的环境，科学研究的基础

地球仪：近似以椭圆短轴为旋转轴旋转而成的模拟地球的椭球体。各点的几何关系的保持——距离，方位，各种特性曲线及面积保持不变。难于制作，成本高，不便于量测及携带保管

地图：比例尺可大可小，制作，拼接，图上作业，以及携带保管]]></description><category></category></item><item><title><![CDATA[Python语法（7）]]></title><link>https://blog.youkuaiyun.com/lling0309/article/details/107880788</link><guid>https://blog.youkuaiyun.com/lling0309/article/details/107880788</guid><author>lling0309</author><pubDate>Sat, 08 Aug 2020 20:42:34 +0800</pubDate><description><![CDATA[6.1.4成员测试

成员测试有两个运算符：in和not in

in用于测试是否包含某一个元素，not in用于测试是否不包含某一个元素

a=‘hello’

‘e’ in a

true

‘E’ not in a

true

6.2 列表

列表list是一种可变序列类型，我们可以追加，插入，删除和替换列表中的元素

创建列表的两种方法

1）list（iterable）函数：参数iterable是可迭代对象（字符串，列表，元组，集合和字典等）

2）[元素1，元素2，元素3.。。。。。]指定具体]]></description><category></category></item></channel></rss>