weixin_49857990的博客

ArcGIS、ENVI、InVEST、FRAGSTATS等多技术融合提升环境、生态、水文、农业、大气等领域数据分析

APSIM模型内核算法是基于Fortran语言开发的，软件界面是基于C#进行开发，组件式驱动，各个模块可以自由组合。了解和熟悉APSIM模型的关键算法和软件的操作是学习APSIM模型的基础。

Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。

CASA(Carnegie-Ames-Stanford Approach)模型是估算陆地生态系统植被净初级生产力（NPP）的经典模型。

DNDC模型是目前国际上最为成功的模拟生物地球化学循环的模型之一，自开发以来，经过不断完善和改进，从模拟简单的农田生态系统发展成为可以模拟几乎所有陆地生态系统的动态模拟模型。在“应用长期观测数据评价土壤有机质模型”国际高级学术讨论会上，DNDC被评为土壤碳库评估较好模型之一。

熟悉蒸散发ET及其组分（植被蒸腾Ec、土壤蒸发Es、冠层截留Ei）、植被总初级生产力GPP的概念和碳水耦合的基本原理；掌握利用Python与ArcGIS工具进行相关的操作；熟练掌握国际上流行的Penman-Monteith模型，并能够应用该模型在各种植被类型上进行冠层导度、蒸散发组分的计算；掌握单站和区域结果的可视化方法、制图方法等。

ArcGIS、ENVI、InVEST、FRAGSTATS等多技术融合提升环境、生态、水文、农业、大气等领域数据分析

使用ContextCapture Center，可以快速创建精细的三维真实感模型，而不需要昂贵的特殊设备。在项目的整个生命周期中，这些模型还可以用于为设计、施工和运营决策提供准确的现实环境背景。

精选大量作物模型应用案例，全程干货，让大家全面熟悉APSIM这一综合型农业生态系统模型，提高大家模型应用能力、数据分析和图表制作技能。如果你是资深模型爱好者，通过本文可以进一步熟悉各个模块的相关算法；如果你是该模型入门者，本文将让你体验一键模拟的乐趣。

掌握空间数据获取及处理的技巧，学会地图符号与版面设计的方案；你也能掌握VORS模型各指标参量的选择与获取的方法，城镇化指数（UL）测算模型构建的方案；您可以进一步掌握研究城镇化与生态系统健康的空间关系的方法，并能够从多维度、多视角分析城镇化和生态系统健康的空间关系及影响效应。

集成云端、桌面端等环境，结合遥感云计算、GIS空间分析，R语言统计分析的优势，以分析生态环境脆弱性的时空演变为主线。

QGIS、PostgreSQL、ARCGIS、MAXENT、InVEST模型、SolVES模型、R语言基本方法，利用各种平台的优势拓展分析生态系统服务社会价值问题

生态环评报告编制、土地利用图的制作、植被类型及植被覆盖度图的制作、物种适宜生境分布图的制作、生物多样性测定、生物量及净初级生产力测定、生物完整性指数测定、景观指数计算、生态系统类型及价值评估、生态环境状况通用综合指数计算

DNDC模型是目前国际上最为成功的模拟生物地球化学循环的模型之一，自开发以来，经过不断完善和改进，从模拟简单的农田生态系统发展成为可以模拟几乎所有陆地生态系统的动态模拟模型。

逸度的定义、逸度模型的基本原理、各介质物质逸度的计算、对流在逸度模型中的反映

从数据的收集与清洗、综合建模评价、数据的分析与可视化、数据的空间效应、因果推断等方面入手，让您用最快的速度掌握利用R语言进行经济学研究的技术。同时也会对论文写作中经常用到的辅助软件进行介绍，尽量降低论文写作的难度。

R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。

遥感数据与作物模型同化建模中的遥感数据、PROSAIL模型、DSSAT模型、参数敏感性分析、数据同化算法、模型耦合、精度验证等主要环节。

APSIM模型有Classic和Next Generation两个系列模型，能模拟几十种农作物、牧草和树木的土壤-植物-大气过程，被广泛应用于精细农业、水肥管理、气候变化、粮食安全、土壤碳周转、环境影响、农业可持续性、农业生态等诸多与农业生产和科研有关的领域。

碳中和可以从碳排放（碳源）和碳固定（碳汇）这两个侧面来理解。陆地生态系统在全球碳循环过程中有着重要作用，准确地评估陆地生态系统碳汇及碳源变化对于研究碳循环过程、预测气候变化及制定合理政策具有重要意义。

用R语言进行物种气候生态位动态量化与分布特征模拟，不仅可以量化描述物种对环境的需求和适应性，预测物种的潜在生态位和分布，还可以模拟物种分布的动态变化，捕捉生物种群生态位的时空异质性。这种技术为我们提供了一种更加精确、系统的工具，有助于我们更好地理解生物种群分布的生态驱动机制，为制定和实施生物保护策略提供科学依据。

基于MATLAB语言进行涡度通量数据处理

DNDC模型目前国际上最为成功的模拟生物地球化学循环的模型之一，自开发以来，经过不断完善和改进，从模拟简单的农田生态系统发展成为可以模拟几乎所有陆地生态系统的动态模拟模型。

表面上机器学习通常使用大数据，而计量经济学则通常使用较小样本，但这种区别日渐模糊，机器学习在经济学领域、特别是经济学与其它学科的交叉领域表现日益突出。R语言是用于统计建模的主流计算机语言，用于机器学习十分方便，且学习曲线相比于Python更加平滑，因此是进行机器学习的首选之一。

WRF模式可以实现对气溶胶及化学过程（WRF-CHEM）、资料同化（WRF-DA）、水文过程（WRF-HYDRO）、城市化（URBAN）等过程的精细模拟

在国际耦合模式比较计划中，GCM 为构建气候变化提供了全球大尺度的信息，但是在针对区域尺度开展气候研究时，相对较低的分辨率信息对区域气候变化预估产生较大偏差.降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用，包括动力降尺度、统计降尺度以及二者相结合的方法等。

WRF模式不断扩展模式模块，现在已经可以实现对气溶胶及化学过程（WRF-CHEM）、资料同化（WRF-DA）、水文过程（WRF-HYDRO）、城市化（URBAN）等过程的精细模拟，其应用范围及实际业务及科研应用也越来越多。

针对Meta分析原理、公式、操作步骤及结果分析，进阶应用进行详细解析，结合多个例子，熟练掌握Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。

本内容将聚焦目前遥感应用最热门领域之一的灾害、水体及湿地领域，重点结合典型应用案例综合展示GEE云平台的使用技巧和强大功能，提升参会人员解决实际问题的能力。以JavaScript版本GEE为主进行讲解，先介绍GEE基本知识，再结合微型案例对关键知识进行串讲，最后结合林业应用典型案例进行综合讲解。

陆地生态系统在全球碳循环过程中有着重要作用，准确地评估陆地生态系统碳汇及碳源变化对于研究碳循环过程、预测气候变化及制定合理政策具有重要意义。CASA(Carnegie-Ames-Stanford Approach)模型是估算陆地生态系统植被净初级生产力（NPP）的经典模型。

掌握Earth Engine的实际应用能力，将以Python编程语言为基础，结合案例从平台搭建、影像数据分析、本地和云端数据管理，以及云端数据论文出版级可视化等方面进行讲解和进阶训练。

SolVES、DNDC、CMIP6、GEE林业、APSIM、InVEST、无人机遥感、ArcGIS Pro模型、DSSAT、Meta分析、CASA、CENTURY、CMIP6、InVEST、MAXENT、Biome-BGC等

结合典型应用案例综合展示如何基于云计算与多源遥感技术，通过高光谱遥感对研究区域福建沿海的蓝碳植被进行精准探测，结合多光谱遥感技术监测并分析海岸带蓝碳植被的长时序分布变化与健康状态。本课程将结合ENVI和PIE Hyp讲述高光谱遥感信息处理技术，包括光谱恢复、光谱库建立、光谱特征提取、混合像元分解、图像分类及精度检验等内容；

DNDC（Denitrification-Decomposition，反硝化-分解模型）是目前国际上最为成功的模拟生物地球化学循环的模型之一，自开发以来，经过不断完善和改进，从模拟简单的农田生态系统发展成为可以模拟几乎所有陆地生态系统的动态模拟模型。

采用InVEST模型，掌握产水（包括水源涵养）、碳存储（包括固碳）、土壤保持、水质（氮磷）、生境质量和热岛缓解等生态系统服务评估方法，开展人类活动影响、重大工程实施的生态成效评估；

1.理解DNDC原理并能够应用DNDC模型进行碳排放模拟；2.熟练应用ArcGIS、ENVI等软件进行DNDC数据制备；3.掌握土地利用变化及未来气候变化下的DNDC模拟流程；4.结合实例，熟练应用DNDC进行温室气体时空动态模拟；5.采用现场答疑的方式，解答学员在实际工作中遇到的有关技术问题；

会QGIS\PostgreSQL\ARCGIS\MAXENT\R语言环境的配置及基本方法，利用各种平台的优势拓展分析生态系统服务社会价值问题：如基于不同环境变量得到相应的社会价值分布图，并分析社会价值在空间上的分布特征；研究环境变量共线性问题；研究环境变量对社会价值在空间分布上的影响，并深入分析各环境变量分别与不同类型的社会价值之间的关系；研究各环境变量对社会价值的贡献情况，从而进一步确定哪些环境因素对社会价值的贡献较大等。

学会QGIS\PostgreSQL\ARCGIS\MAXENT\R语言环境的配置及基本方法，利用各种平台的优势拓展分析生态系统服务社会价值问题：如基于不同环境变量得到相应的社会价值分布图，并分析社会价值在空间上的分布特征；研究环境变量共线性问题；研究环境变量对社会价值在空间分布上的影响，并深入分析各环境变量分别与不同类型的社会价值之间的关系；研究各环境变量对社会价值的贡献情况，从而进一步确定哪些环境因素对社会价值的贡献较大等。本文还将结合相关应用案例总结该模型当前的研究成果、研究热点及优缺点，展望其未来发展

在“应用长期观测数据评价土壤有机质模型”国际高级学术讨论会上，DNDC被评为土壤碳库评估较好模型之一

内容不仅涵盖水流、溶质运移和热量传输等基础功能，还包括各个扩展模块（Slope Cube和Slope Classic除外），以及模型外部接口的调用方法。通过本课程的学习，能够掌握HYDRUS-1D/2D/3D的建模步骤并具备解决实际农田水文与水资源、场地土壤污染物迁移路径与范围评估等问题的能力。