在VS中开发Azure Function APP 之后编译并已zip文件格式发布到Azure中

@echo off
REM 在VS中开发Azure Function APP 之后编译并已zip文件格式发布到Azure中
:menu
echo choice one task:
echo 0. exit process
echo 1. FunApp1
echo 2. FunApp2
echo 3. FunApp3
echo 4. FunApp4
echo 5. FunApp5
echo 6. stop actions

set /p choice=请输入选项编号(0/1/2/3/4/5):

set "timeout=5"

if "%choice%"=="1" (    
    set "funAppName=FunApp1"
) else if "%choice%"=="2" (
    set "funAppName=FunApp2"
) else if "%choice%"=="3" (
    set "funAppName=FunApp3"
) else if "%choice%"=="4" (
    set "funAppName=FunApp4"
) else if "%choice%"=="5" (
    set "funAppName=FunApp5"
) else if "%choice%"=="0" (
    echo " %timeout%秒之后退出程序"。
    timeout /t %timeout% /nobreak >nul
    exit
) else (
    echo 无效的选项,请重新输入。
    pause
    goto menu
)

echo "%funAppName%"
set "projectPath=D:\code\ms\%funAppName%"
set "source=%projectPath%\bin\Release\netcoreapp3.1\publish\*"
REM set "output=D:\work\Deploy-FunApp\test_%date:~0,4%%date:~5,2%%date:~8,2%.zip"
set "output=D:\Deploy-FunApp\%funAppName%.zip"

echo Publishing Azure Function App.[%funAppName%]..

REM 切换到项目目录
cd "%projectPath%"

REM 使用发布配置文件发布
dotnet publish -p:PublishProfile=FolderProfile

echo Publish completed successfullyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy.

echo 使用win11 自带的压缩工具进行项目压缩 正在压缩文件夹['%source%']到 ZIP...
powershell -Command "Compress-Archive -Path '%source%' -DestinationPath '%output%' -Force"

if exist "%output%" (
    echo 压缩成功!文件保存至:%output%
) else (
    echo 压缩失败!
)

echo " %timeout%秒之后退出程序"。
timeout /t %timeout% /nobreak >nul

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值