- 博客(228)
- 资源 (24)
- 收藏
- 关注
原创 Python遥感开发之dat批量转tif掩膜裁剪
使用numpy读取dat数据,再使用GDAL转成tif数据,再使用GDAL中的Warp方法进行掩膜裁剪。
2023-03-12 21:09:53
2365
原创 GEE开发之ERA5(气温、降水、压力、风速等)数据获取和分析
前言:ERA5主要提供DAILY和MONTHLY两大类别数据,其中主要包括气温、降水、压力、风速等。
2023-03-04 15:11:25
30336
32
原创 GEE开发之Modis_NDVI数据分析获取大总结
前言:主要总结一下在GEE上获取Modis_NDVI数据的各种形式,主要包括MYD13Q1、MOD09GA、MOD13Q1、MOD13A1、MOD13A2以及日数据、月数据、年数据的获取和下载。
2022-11-18 16:08:37
8855
13
原创 Python基础:列表、字典、json之间的相互转换
前言:对于刚接触Python的新鸟来说,数据之间的转换特别蛋疼,今天我就来说一下,列表、字典、json之间的转换,也就是说集合转换成json,json转换成集合,以及列表和字典之间的关系。
2020-04-01 11:38:15
18610
3
原创 Python遥感开发之Pettitt突变检验分析法
Pettitt突变检验是一种非参数统计方法,用于检测时间序列数据中的显著突变点。该方法通过秩统计量判断时间序列是否在某个点前后存在分布差异,具有不依赖数据分布、抗干扰能力强等优点。文章提供了Python实现代码,包括单变量分析和遥感影像批量处理功能,可输出突变点位置、统计量和显著性水平。代码支持TIFF格式遥感数据,能自动处理无效值,并保存包含突变点年份和统计量的结果图像。该方法适用于气候变化、生态监测等领域的时间序列突变分析。
2026-06-23 17:13:29
293
原创 Python遥感开发之标准差椭圆分析法
标准差椭圆分析法是一种用于量化地理要素空间分布特征的方法,通过椭圆中心、长短轴和方位角等参数,可以分析要素的重心迁移趋势、离散程度和方向特征。本文提供了Python代码实现,主要包括计算NDVI影像的加权质心、处理多年度数据并转换为经纬度坐标,以及输出CSV和多种Shapefile格式(点、线段和轨迹线)。代码支持处理无CRS信息的影像,并通过加权计算避免无效值影响,最终生成可视化迁移轨迹和方向距离分析结果。该方法适用于生态环境变化监测等空间迁移研究。
2026-06-23 15:35:01
255
原创 Python遥感开发之变异系数
变异系数是衡量数据离散程度的统计量,计算为标准差与均值的比值。本文介绍了变异系数的概念及其在时序稳定性分析中的应用,并提供了Python实现代码。代码包含读取TIFF文件、计算变异系数矩阵以及结果分类保存功能,支持将变异系数按0-0.05、0.05-0.1、0.1-0.15、0.15-0.2和≥0.2五个等级进行分类输出。该实现可用于分析NDVI/EVI/NPP等生态指标的时间序列稳定性,为时空变化研究提供量化依据。
2026-05-25 16:09:27
78
原创 Python遥感开发之偏相关分析
文章摘要 偏相关分析是一种用于研究两个变量之间关系的方法,通过控制第三个变量的影响来计算偏相关系数。该分析可以区分显著正相关(相关系数>0且p<0.05)、不显著正相关、不显著负相关和显著负相关(相关系数<0且p<0.05)四种情况。文中提供了Python代码实现逐像元的偏相关分析,包括数据读取、偏相关系数计算、显著性检验和结果输出等功能。代码支持并行计算加速处理,最终输出包含偏相关系数和p值的栅格图像。
2026-05-24 22:36:57
78
原创 Python遥感开发之Hurst指数的实现
Hurst 指数 H 是定量描述时间序列自相似性与长程依赖性的有效方法。H 取值为 0~1, 当 H=0. 5时, 则时间序列为相互独立、方差有限的随机序列;当0. 5<H<1 时, 表明时间序列变化具有持续性, 未来的变化将与过去的变化趋势相一致;当0<H <0. 5时,表明时间序列具有反持续性, 即过去的变化不具有可持续性。
2025-04-19 16:06:50
656
原创 Python遥感开发之地理探测器的实现
前言:本篇博客主要介绍使用py_geodetector库来实现地理探测器。地理探测器用于测量和归因空间分层异质性的软件工具:自然界普遍存在的现象,即各个尺度上的层内相似性比层间相似性更高。空间分层异质性 (SSH)是一种层内比层间更相似的现象。这方面的例子包括土地利用类型和气候区以及空间数据中的遥感分类、时间序列中的周、季节和年份。
2024-12-12 19:17:48
2852
1
原创 Python遥感开发之CGCS2000转换WGS84地理坐标系
主要介绍使用pyproj库完成CGCS2000高斯-克吕格3度带(EPSG:4547)转换到WGS84地理坐标系(EPSG:4326)
2024-11-22 10:50:31
1567
1
原创 Python遥感开发之根据shp图判断经纬度的属地
前言:本篇博客主要使用经纬度数据和shp行政图来判断该经纬度点属于哪个区域,主要借助geopandas和shapely库文件来实现。
2024-11-22 10:22:54
807
原创 GEE开发之Modis_NDWI数据分析和获取
归一化差异水指数 (NDWI) 对植被冠层液态水含量的变化很敏感。它来自近红外波段和第二个红外波段,可用时约为 1.24μm,否则为最接近的可用红外波段。其值范围为 -1.0 到 1.0。有关详细信息,请参阅Gao (1996)。该产品由 MODIS/006/MOD09GA 表面反射率合成图生成。数据集引用MODIS 表面反射率产品提供了表面光谱反射率的估计值,因为它是在没有大气散射或吸收的情况下在地面测量的。低水平数据针对大气气体和气溶胶进行了校正。
2024-09-30 19:00:07
1808
原创 Python遥感开发之批量对TIF数据合并
前言:通常对遥感数据按照月和年或者季节进行分析,我们需要对我们下载的8天或者16天数据按照需求进行合并,对数据的合并一般可以采取均值法、最大值法等。本篇博客以月数据为基础,按照春夏秋冬的季节对月数据进行合并。
2024-07-07 15:20:05
1206
1
原创 Python遥感开发之时序数据的线性插值
前言:在遇到空间数据的时候,尤其是哨兵、Landsat或者MODIS数据会出现局部值的空缺,为了解决这些值的空缺,通常采用插值的方法,本博客使用时序数据,采用线性插值的方法,完成遥感数据空缺值的处理。
2024-07-07 14:56:47
1298
原创 Python遥感开发之数据趋势分析Sen+mk
前言:主要使用Python完成遥感时间序列数据趋势分析Sen+mk,得到slope、trend、p、s、tau、z指标。
2024-05-19 22:23:46
3617
2
原创 Python+GEE遥感开发之计算遥感生态指数RSEI
前言:遥感生态指数RSEI, 是一种使用卫星遥感影像数据通过反演计算得到的数据,可以用来对城市的生态状况进行快速监测和评价,该指数主要利用主成分分析方法,对植被指数、湿度、地表温度以及建筑指数四项指数指标进行集成。这个指数是由徐涵秋发明的,更多详细信息还请参考阅读:徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013,33(24):7853-7862.
2024-05-19 16:54:59
4775
4
原创 Python遥感开发之快速判断TIF数据为空
前言:介绍一下如何使用python下的gdal读取tif数据的时候,快速判断该tif数据是否为空,如果为空的话就把当前的tif删掉。实现思路:我们可以借助python下的gdal读取tif,以第一个像元为基准像元,如果后面的像元有不一样的值就认定该tif不为空。如图所示,通过arcgis查看箭头指向的为空值。仅通过文件的大小无法判断。
2023-12-03 09:00:00
888
原创 Python遥感开发之批量拼接和分割
前言:主要借助python实现遥感影像的批量拼接和分割,遥感影像的批量拼接主要分为两种情况,一种是遥感图像无交错,另一种情况是遥感图像相互有交错。具体实现请参考以下代码,如有问题请及时反馈。
2023-12-02 21:16:17
1417
原创 Python开发之二维数组空缺值的近邻填充
前言:主要实现二维数据里面某一个数据的缺失,用缺失的近邻数据进行均值填充,可以应用在遥感图像中空缺值的填充等。
2023-10-18 14:52:45
789
转载 栅格数据的一些概念和常用处理方法,ArcGIS栅格数据显示错误问题如何解决
栅格数据就是将空间分割成有规律的网格,每一个网格称为一个像元,并在各像元上赋予相应的属性值来表示实体的一种数据形式。空间数据库是对地理栅格数据进行有效管理的一个极为重要的手段。栅格数据的本质就是亮度值矩阵。
2023-08-28 22:24:41
8200
1
原创 Python遥感开发之分段读取和保存遥感数据
前言:当遇到批量读取大量遥感数据进行运算的时候,如果不进行分段读取操作的话,电脑内存可能面临着不够使用的情况,所以我们要进行分段读取数据然后进行运算,运算结束之后把这段数据保存成tif文件。
2023-08-14 00:00:28
591
原创 Python开发之手动实现一维线性插值
线性插值法是一种简单的插值方法,用于在两个已知数据点之间估算未知位置上的数据值。它基于线性关系的假设,即在两个已知数据点之间的数据值随着位置的变化而呈线性变化。假设有两个已知数据点 (x1, y1) 和 (x2, y2),其中 x1 和 x2 是两个数据点的位置,y1 和 y2 是对应的数据值。现在需要在这两个数据点之间的某个位置 x0 处估算数据值 y0。
2023-07-29 17:50:32
2282
转载 地理坐标系和投影坐标系的认识
前言:初学地图学的时候可能会觉得有些抽象,测量学中也有涉及,一上来就有诸多概念:椭球体、大地水准面、大地坐标系、平面控制网、基准面、参心坐标系等,我们今天不讨论这些乱七八糟的概念,核心就为了讲清楚什么是地理坐标系,什么是投影坐标系。
2023-06-07 20:29:01
7789
原创 GEE开发之MODIS_MCD12Q1数据分析和获取
Terra 和 Aqua 组合的中分辨率成像光谱仪 (MODIS) 土地覆盖类型 (MCD12Q1) 版本 6.1 数据产品每年提供全球土地覆盖类型。MCD12Q1 版本 6.1 数据产品是使用 MODIS Terra 和 Aqua 反射率数据的监督分类得出的。土地覆盖类型源自国际地圈-生物圈计划 (IGBP)、马里兰大学 (UMD)、叶面积指数 (LAI)、生物群落-生物地球化学循环 (BGC) 和植物功能类型 (PFT) 分类方案。
2023-05-09 23:31:19
6896
9
原创 Python遥感开发之波段的合并和拆分
前言:主要使用GDAL完成多个波段(tif)合并成一个tif,以及一个多波段的tif拆分成单个的tif。
2023-04-08 21:35:14
2663
8
转载 Python遥感开发之使用GDAL进行影像投影坐标、地理坐标、图上坐标的转换
前言:转载自《使用GDAL进行影像投影坐标、地理坐标、图上坐标的转换》使用GDAL库写了四个函数分别进行投影坐标与地理坐标(经纬度)之间的转换,投影坐标和图上坐标(行列号)之间的转换。有需要的朋友可以参考。
2023-01-04 19:58:57
2355
2
原创 Python遥感开发之GDAL中按经纬度获取像元值
前言:主要介绍通过经纬度使用GDAL获取遥感数据(tif)的像元值,会结合ARCGIS来说明使用GDAL获取像元值的一些注意事项。
2023-01-04 19:18:01
1928
面向桂林旅游的APP软件设计与开发论文(学校已经上传知网)
2019-05-19
基于django+redis开发的前后端分离demo
2020-06-19
桂林攻略服务器实现代码
2019-05-19
桂林攻略安卓实现代码
2019-05-19
桂林攻略.apk
2019-05-19
FlyNews.apk
2020-01-20
goodsdata.json
2020-01-14
Kotlin-Android开发之MVP模式+Retrofit2.0+RxJava1.0+Dagger2框架封装代码
2020-01-17
桂林攻略阉割版.apk
2019-12-23
Kotlin-Android开发之开源《新闻APP》基于MVP模式+Retrofit2.0+RxJava1.0+Dagger2框架代码
2020-01-20
Kotlin-Android开发之MVP模式+OkHttp3+RecyclerView下拉刷新和上拉加载更多框架封装代码
2020-01-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅