- 博客(8)
- 收藏
- 关注
RSS订阅原创 Python绘制相关性椭圆矩阵并批量生成配色可视化并
本文提出一种可视化变量相关性的椭圆矩阵图方法，通过椭圆方向、形状和颜色直观展示Pearson/Spearman/Kendall相关系数的强度与正负性。下三角区域用椭圆编码相关性，上三角显示数值，结合p值显著性标注。系统支持批量生成12种配色方案并自动拼接组合图，适用于生态环境、遥感等多元数据分析。实验表明该方法能清晰呈现高维数据中的相关性结构，显著性标注有助于识别关键变量关系。实现代码基于Python，包含数据预处理、相关矩阵计算和可视化绘制模块，支持科研论文中的高效可视化需求。
2025-10-31 22:17:01
793
原创 使用 R 批量重投影、裁剪与重采样栅格数据 —— 构建高一致性地理空间数据集
摘要：本文介绍了一个基于R语言的NDVI栅格数据批量处理方案，针对遥感研究中常见的投影不一致、范围不匹配、分辨率差异等问题。通过设计自动化脚本实现投影转换、区域裁剪、分辨率重采样（双线性插值）和批量输出功能，确保数据空间一致性。该方案采用模板基准对齐技术，优化处理效率并增强稳定性，适用于NDVI、EVI等多种遥感指标。应用场景涵盖植被监测、城市热岛分析等领域，显著提高科研数据处理效率和质量，为后续生态分析和模型建模提供标准化数据基础。文中包含完整的R脚本实现和技术细节说明。
2025-10-31 20:29:17
1240
原创 基于Python的栅格数据类型筛除与重分类实战教程——以土地利用图为例删除指定类型像元
本文介绍了一种使用Python自动处理土地利用分类栅格数据的方法，通过rasterio和numpy实现指定像元值的删除或屏蔽。该方法首先读取栅格文件并转换为浮点型数据，然后将目标值（如无效区域0和云影127）替换为NaN，最后更新元数据并输出新文件。相比传统GIS软件的多步手动操作，这种方法仅需几十行代码即可完成，支持批量处理，显著提高效率。该方法适用于环境监测、生态分析、遥感制图等场景，能有效清理无效数据，为后续分析和建模提供更干净的数据基础。
2025-10-31 01:28:18
1060
原创 基于Python在研究区内随机生成采样点并批量提取多源栅格数据
本文介绍了利用Python实现研究区内随机点生成及栅格影像取值的自动化流程。通过geopandas、rasterio等库，可快速完成以下操作：在研究区shapefile范围内生成指定数量随机点；为每个点添加地理坐标；批量提取多幅.tif栅格数据值；并将结果汇总输出为Excel表格。该方法解决了传统GIS软件手动操作的效率问题，适用于环境监测、土地利用分析等领域的空间数据处理需求。文章提供了完整的代码实现思路，并探讨了分层采样、数据插值等优化方向，为科研人员提供了一种高效的自动化解决方案。
2025-10-31 00:27:11
913
原创 Geemap安装（全网最详细）—conda环境安装，本地GEE（python）安装
本文介绍了Google Earth Engine（GEE）Python版的安装和使用方法。GEE是一个基于云计算的地理空间分析平台，提供丰富的遥感数据处理能力。文章比较了JavaScript版和Python版GEE的特点，详细讲解了Python版GEE的安装步骤，包括环境准备、Geemap和EarthEngine API的安装配置及测试方法，并重点说明了Python版GEE在批量数据处理、分析能力、自动化任务等方面的优势。最后总结了两种版本各自的适用场景，帮助读者根据需求选择合适的工具进行地理空间分析。
2025-03-07 22:47:48
2545
2
原创 （全网最详细教程）SNAP及Sen2Cor和Sen2Coral的安装
SNAP 是一个开源遥感数据处理平台，支持 Sentinel 系列卫星数据处理。Sen2Cor 用于将 Sentinel-2 的 Level-1C 数据大气校正为 Level-2A 数据，生成地表反射率。Sen2Coral 是基于 Sen2Cor 的扩展工具，专注于珊瑚礁和海洋区域数据处理。本文对三者及其安装进行详细介绍。通过这三者结合，可以高效处理和分析 Sentinel-1/2 数据和多源数据，提取环境和生态信息。
2025-02-19 18:43:55
1590
1
原创 Python脚本绘制散点图+置信区间+相关系数+1:1对角线
years = [col.split('冬季')[0] for col in df.columns if '冬季' in col and '均值' not in col]years = [col.split('冬季')[0] for col in df.columns if '冬季' in col and '均值' not in col]winter_mean_col = f'{year}冬季均值'winter_mean_col = f'{year}冬季均值'
2025-02-15 20:01:26
765
原创 Google Earth Engine（GEE）批量显示与下载哨兵1号（Sentinel-1）数据——从dB转换到线性单位的完整流程
本文介绍了在Google Earth Engine平台上处理Sentinel-1 SAR数据的完整流程。通过定义研究区域、筛选数据集（按时间/极化模式）、将dB值转换为线性单位、可视化显示以及批量导出GeoTIFF影像等步骤，实现了从数据获取到预处理的自动化处理。该方法具有全天候监测能力，适用于地表形变、洪涝灾害等研究，支持批量导出影像任务，为后续定量分析提供高质量数据基础。文中还包含常见问题解决方案和完整可复用代码，便于科研人员快速上手。
2024-09-14 14:27:49
1572
5
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