- 获取静态地图 现在，我们想要获得感兴趣区域周围地表温度和地面高程的静态地图。我们使用法国里昂周围 1000 公里的缓冲区来定义这个感兴趣的区域。 # 用里昂周围 1000 公里的缓冲区定义一个感兴趣的区域。roi = u_poi.buffer(1e6) 此外，我们必须将 LSTee.ImageCollection转换为ee.Ima... 获取静态地图 现在，我们想要获得感兴趣区域周围地表温度和地面高程的静态地图。我们使用法国里昂周围 1000 公里的缓冲区来定义这个感兴趣的区域。 # 用里昂周围 1000 公里的缓冲区定义一个感兴趣的区域。roi = u_poi.buffer(1e6) 此外，我们必须将 LSTee.ImageCollection转换为ee.Ima...
- 处理地球引擎数据集后，您可能需要将结果导出ee.Image到 GeoTIFF。例如，将其用作 Earth Engine 外部数值模型的输入，或将其与您喜欢的 GIS 中的个人地理参考文件重叠。有多种方法可以做到这一点（请参阅开发人员指南的导出部分）。在这里，我们探索两种选择： ee.Image在 Google Drive 中保存你... 处理地球引擎数据集后，您可能需要将结果导出ee.Image到 GeoTIFF。例如，将其用作 Earth Engine 外部数值模型的输入，或将其与您喜欢的 GIS 中的个人地理参考文件重叠。有多种方法可以做到这一点（请参阅开发人员指南的导出部分）。在这里，我们探索两种选择： ee.Image在 Google Drive 中保存你...
- Python API 语法 通过代码编辑器在 Earth Engine 中编程，您需要稍微调整脚本以能够在 Python 中运行。对于大部分代码，您将使用 Earth Engine API 的服务器端对象和函数 - 这在 Python 中完全相同。您只需要进行一些语法更改。 这是差异的完整列表。最重要的在下面详细说明 初始化... Python API 语法 通过代码编辑器在 Earth Engine 中编程，您需要稍微调整脚本以能够在 Python 中运行。对于大部分代码，您将使用 Earth Engine API 的服务器端对象和函数 - 这在 Python 中完全相同。您只需要进行一些语法更改。 这是差异的完整列表。最重要的在下面详细说明 初始化...
- 前两天换了新款的macbook，也不知道是不是因为m1芯片的原因，系统没有自带php，导致我之前使用的时间戳转换workflow失效了。作为一个后端工程师，时间戳互转的功能还是非常常用了，于是还折腾修复了... 前两天换了新款的macbook，也不知道是不是因为m1芯片的原因，系统没有自带php，导致我之前使用的时间戳转换workflow失效了。作为一个后端工程师，时间戳互转的功能还是非常常用了，于是还折腾修复了...
- 这个星期开始学习Python了，因为看的书都是基于Python2.x，而且我安装的是Python3.1，所以书上写的地方好多都不适用于Python3.1，特意在Google上search了一下3.x和2.x的区别。特此在自己的空间中记录一下，以备以后查找方便，也可以分享给想学习Python的friends. ... 这个星期开始学习Python了，因为看的书都是基于Python2.x，而且我安装的是Python3.1，所以书上写的地方好多都不适用于Python3.1，特意在Google上search了一下3.x和2.x的区别。特此在自己的空间中记录一下，以备以后查找方便，也可以分享给想学习Python的friends. ...
- 介绍 geemap是一个 Python 包，用于与Google Earth Engine (GEE)进行交互式地图绘制，GEE 是一个云计算平台，具有数 PB的卫星图像和地理空间数据集目录。在过去的几年中，GEE 在地理空间社区中变得非常流行，它在本地、区域和全球范围内为众多环境应用提供了支持。GEE 提供 ... 介绍 geemap是一个 Python 包，用于与Google Earth Engine (GEE)进行交互式地图绘制，GEE 是一个云计算平台，具有数 PB的卫星图像和地理空间数据集目录。在过去的几年中，GEE 在地理空间社区中变得非常流行，它在本地、区域和全球范围内为众多环境应用提供了支持。GEE 提供 ...
- 包导入 Python API 包称为ee. 必须为每个新的 Python 会话和脚本导入和初始化它： import ee 向 Earth Engine 服务器进行身份验证： ee.Authenticate() 您获取身份验证凭据的方式可能因您的环境而异。有关Colab 和Conda 中身份验证的更... 包导入 Python API 包称为ee. 必须为每个新的 Python 会话和脚本导入和初始化它： import ee 向 Earth Engine 服务器进行身份验证： ee.Authenticate() 您获取身份验证凭据的方式可能因您的环境而异。有关Colab 和Conda 中身份验证的更...
- 1、定义方法 关键字 def 是方法定义的标志。接下来紧跟方法名和被圆括号所包围的参数列表。方法的主 体语句将在下一行开始并且必须缩进。 方法主体的首句可选择性地是一句字符，用来说明方法的主要功能 例如： """print a finabo series up to n.""" 2、默认参数值 默认值仅被设置一次，这与... 1、定义方法 关键字 def 是方法定义的标志。接下来紧跟方法名和被圆括号所包围的参数列表。方法的主 体语句将在下一行开始并且必须缩进。 方法主体的首句可选择性地是一句字符，用来说明方法的主要功能 例如： """print a finabo series up to n.""" 2、默认参数值 默认值仅被设置一次，这与...
- 直方图匹配是一种快速简便的方法来“校准”一个图像以匹配另一个。用数学术语来说，它是转换一幅图像的过程，以便每个波段中值的累积分布函数 (CDF) 与另一幅图像中波段的 CDF 匹配。 为了说明这是什么样子以及它是如何工作的，我将把高分辨率（0.8m/像素）SkySat 图像与大约在同一时间拍摄的 Landsat 8 校... 直方图匹配是一种快速简便的方法来“校准”一个图像以匹配另一个。用数学术语来说，它是转换一幅图像的过程，以便每个波段中值的累积分布函数 (CDF) 与另一幅图像中波段的 CDF 匹配。 为了说明这是什么样子以及它是如何工作的，我将把高分辨率（0.8m/像素）SkySat 图像与大约在同一时间拍摄的 Landsat 8 校...
- 先前的数据可视化表明，内华达山脉生态区的干旱与植被压力和死亡率之间存在关系。 本节将着眼于预测未来气候将如何变化，这可以让我们了解对干旱条件的预期，并推测其对植被的影响。 我们将查看历史和预测的温度和降水。预测数据由 NEX-DCP30 表示，历史观测由 PRISM 表示。 未来气候 NEX-DCP30 数据包含使用多种温室气体... 先前的数据可视化表明，内华达山脉生态区的干旱与植被压力和死亡率之间存在关系。 本节将着眼于预测未来气候将如何变化，这可以让我们了解对干旱条件的预期，并推测其对植被的影响。 我们将查看历史和预测的温度和降水。预测数据由 NEX-DCP30 表示，历史观测由 PRISM 表示。 未来气候 NEX-DCP30 数据包含使用多种温室气体...
- LT-GEE 的结果包括（图 5.1）： 每个像素时间序列的观测年份；二维谱-时间空间中的 x 轴值；（默认） 每个像素时间序列的观测源值；二维谱时间空间中的 y 轴值；（默认） 拟合到每个像素时间序列顶点之间的线段 (FTV) 的观测值的源值；二维谱时间空间中的 y 轴值；（默认） FTV 值的均方根误差 (RMSE)，相... LT-GEE 的结果包括（图 5.1）： 每个像素时间序列的观测年份；二维谱-时间空间中的 x 轴值；（默认） 每个像素时间序列的观测源值；二维谱时间空间中的 y 轴值；（默认） 拟合到每个像素时间序列顶点之间的线段 (FTV) 的观测值的源值；二维谱时间空间中的 y 轴值；（默认） FTV 值的均方根误差 (RMSE)，相...
- 我将教你一种编程语言：Octave语言。你能够用它来非常迅速地实现这门课中我们已经学过的，或者将要学的机器学习算法。 过去我一直尝试用不同的编程语言来教授机器学习，包括C++、Java、Python、Numpy和Octave。我发现当使用像Octave这样的高级语言时，学生能够更快更好地学习并掌握这些算法。事实上，在硅谷，我经常看到进... 我将教你一种编程语言：Octave语言。你能够用它来非常迅速地实现这门课中我们已经学过的，或者将要学的机器学习算法。 过去我一直尝试用不同的编程语言来教授机器学习，包括C++、Java、Python、Numpy和Octave。我发现当使用像Octave这样的高级语言时，学生能够更快更好地学习并掌握这些算法。事实上，在硅谷，我经常看到进...
- 在上一篇文章中，我们将数据导出到 Google Cloud Storage。在这篇文章中将读取数据并使用数据运行模型。有很多使用 colab 的例子。在这里，我们专注于在您的 PC 或服务器上训练您的模型。 从 gcp 存储桶下载数据。 使用 gsutil 将文件复制到您电脑上选择的文件夹中 gsutil -m cp -r gs... 在上一篇文章中，我们将数据导出到 Google Cloud Storage。在这篇文章中将读取数据并使用数据运行模型。有很多使用 colab 的例子。在这里，我们专注于在您的 PC 或服务器上训练您的模型。 从 gcp 存储桶下载数据。 使用 gsutil 将文件复制到您电脑上选择的文件夹中 gsutil -m cp -r gs...
- 前两篇网站我简单介绍了python环境的安装和基本的变量及运算。到目前为止，我们没办法用python做任何事，所以这篇文章我会介绍python的判断和循环语句，据说顺序、判断、循环可以解决计算机中的任... 前两篇网站我简单介绍了python环境的安装和基本的变量及运算。到目前为止，我们没办法用python做任何事，所以这篇文章我会介绍python的判断和循环语句，据说顺序、判断、循环可以解决计算机中的任...
- 通常我们希望 70% 的数据用于训练，20% 用于测试，10% 用于验证。下面你可以在 python 中找到一个示例来批量导出样本。我们更喜欢将 Python api 用于这些目的，因为我们只能为每个任务导出有限数量的点，而 Python 使我们能够自动执行此过程。 import eefrom time import sleepimp... 通常我们希望 70% 的数据用于训练，20% 用于测试，10% 用于验证。下面你可以在 python 中找到一个示例来批量导出样本。我们更喜欢将 Python api 用于这些目的，因为我们只能为每个任务导出有限数量的点，而 Python 使我们能够自动执行此过程。 import eefrom time import sleepimp...
上滑加载中
推荐直播
-
中科院软件研究所副所长武延军：浅谈开源操作系统的生态建设 | 生态大讲堂系列.第5讲2025/10/21 周二 17:00-18:00
中科院软件研究所副所长武延军
10月21日17:00，特邀中科院软件所副所长武延军将在本次直播中，探讨开源软件生态的痛点与解题之道。
回顾中 -
DeepSeek-R1 RL训练优化实践分享2025/10/30 周四 16:00-17:00
议题一：张昊卓（大模型性能优化专家）议题二：许虞俊/位金弈（大模型性能优化专家）
本次直播讲带大家一起探索cann-recipes-train 开源仓库介绍与DeepSeek-R1 RL训练优化实践分享
回顾中 -
昇腾AI算法挑战赛-核心算子如何优化？专家带你深度解析2025/11/17 周一 16:00-17:00
王老师 华为算子专家
昇腾AI算法挑战赛进阶赛战鼓催征！本期直播间，我们特邀华为算子专家王老师，为你深度剖析Matmul、wholereducesum等核心算子的底层原理与优化技巧，直击赛题核心。想提升代码效率、冲击更高排名？锁定直播，带你破局！
回顾中
热门标签