使用栅格函数自定义栅格分析—ortalforrc

分布式栅格分析基于 ArcGIS Image Server,使用一套广泛的栅格函数来处理栅格数据集和遥感影像。指定结果会自动存储并发布到分布式栅格数据存储,从而在整个企业实现共享。

栅格函数和 RFT 支持重要的分布式处理和存储模式,例如本地、云和 web 实施。标准和自定义栅格处理以及存储功能都是弹性的,可对其进行调整以处理需求激增、应急事件、改变优先级以及其他对所需容量、需求和成本造成的影响。栅格函数支持分布式处理,以支持动态处理环境。随着处理实例数的变化,栅格分析过程的分布会发生更改,以利用处理和存储资源。

下表列出了可用于栅格分析的栅格函数、它们的描述和关联的 JSON 和 Python 对象。

二进制阈值

Thresholding

二进制 Threshold 函数可生成二进制影像。该函数使用 Otsu 算法并假定输入影像具有双模态直方图。

分析

炎热指数

PythonAdaptor

根据环境温度和相对湿度来计算体感温度。

分析

核密度分析

KernelDensity

使用核函数根据点或折线要素计算每单位面积的量值以将各个点或折线拟合为光滑锥状表面。

分析

NDVI

NDVI

分析

彩色 NDVI

NDVIColorized

在输入影像上应用 NDVI 函数,然后使用色彩映射表或色带来显示结果。

分析

缨帽

TasselCap

缨帽 (Kauth-Thomas) 变换旨在对各种卫星传感器系统检测到的植被现象和城市发展变化进行分析和制图。由于数据的图形分布形状,我们将这种变换称为缨帽变换。

分析

加权叠加

WeightedOverlay

分析

加权总和

WeightSum

分析

风寒指数

PythonAdaptor

风寒是在考虑风的因素时,对个体感知冷的程度进行测量的方法。

分析

对比度和亮度

ContrastBrightness

ContrastBrightness 函数通过修改影像的亮度或对比度增强了栅格数据(影像)的显示。该函数仅适用于 8 位输入栅格。

外观

卷积

Convolution

外观

线检测(水平)

Convolution

沿水平线检测边。

外观

线检测(垂直)

Convolution

沿垂直线检测边。

外观

线检测(左对角线)

Convolution

沿从右下角移动到左上角的对角线检测边。

外观

线检测(右对角线)

Convolution

沿从左下角到右上角的对角线检测边。

外观

梯度(北)

Convolution

沿北梯度进行的边缘检测。

外观

梯度(西)

Convolution

沿西梯度进行的边缘检测。

外观

梯度(东)

Convolution

沿东梯度进行的边缘检测。

外观

梯度(南)

Convolution

沿南梯度进行的边缘检测。

外观

梯度(东北)

Convolution

沿东北梯度进行的边缘检测。

外观

梯度(西北)

Convolution

沿西北梯度进行的边缘检测。

外观

平滑

Convolution

通过减少局部变化和移除噪声来过滤数据。其效果就是对每个邻域内的高数值和低数值进行平均处理,以减少数据中的极值。

外观

平滑 3x3

Convolution

通过减少局部变化和移除噪声来过滤数据。使用低通 3x3 滤波器来执行平滑。

外观

平滑 5x5

Convolution

通过减少局部变化和移除噪声来过滤数据。使用低通 5x5 滤波器来执行平滑。

外观

锐化

Convolution

着重强调相邻元素数值的相对差异。

外观

锐化更多

Convolution

着重强调高于锐化运算符的值。

外观

锐化 3x3

Convolution

使用 3x3 核的高通滤波器。

外观

锐化 5x5

Convolution

使用 5x5 核的高通滤波器。

外观

拉普拉斯算子 3x3

Convolution

拉普拉斯算子过滤器经常用于对已做过平滑处理的影像进行边缘检测,以减少对噪声的敏感度。该操作使用 3x3 滤波器。

外观

拉普拉斯算子 5x5

Convolution

拉普拉斯算子过滤器经常用于对已做过平滑处理的影像进行边缘检测,以减少对噪声的敏感度。该操作使用 5x5 滤波器。

外观

Sobel 算子(水平)

Convolution

用于水平边缘检测。

外观

Sobel 算子(垂直)

Convolution

用于垂直边缘检测。

外观

点扩散

Convolution

点扩散函数描绘了点光源通过透镜形成的光的分布。这将引入一点模糊效应。

外观

全色锐化

Pansharpening

全色锐化函数使用较高分辨率的全色图像或栅格波段与较低分辨率的多波段栅格数据集进行融合以提高多波段影像的空间分辨率。

外观

统计数据和直方图

StatisticsHistogram

统计数据和直方图函数用于定义栅格的统计数据和直方图。可在函数链末尾处插入此函数,以描述栅格函数模板 (RFT) 的统计数据和直方图。在控制处理结果的默认显示,尤其是在定义包含多种函数的函数链时,可能需要使用此函数。

外观

拉伸(对比度)

Stretch

基于已定义的焦点邻域计算影像中各像素的焦点统计数据。

外观

分类

Classify

Classify 函数将分段栅格归类为分类栅格。

分类

最大似然法分类

MLClassify

MLClassify 函数可用于通过最大可能性分类算法执行监督分类。托管 ArcGIS Server 需要具有 Spatial Analyst 许可。

分类

区域生成

区域生成

区域增长函数根据种子点中的指定半径将相邻像素分组到各组中。对像素组或对象组分配指定填充值。

分类

分割

SegmentMeanShift

SegmentMeanShift 函数可生成分割输出。输出影像中的像素值表示该分割的聚合 RGB 颜色。输入栅格应为 3 波段 8 位影像。如果影像服务不是 3 波段 8 位无符号影像,则可以在使用 SegmentMeanShift 函数之前使用 Stretch 函数。

分类

颜色模型转换

颜色模型转换

可将影像的颜色模型从色调、饱和度及亮度 (HSV) 颜色空间转换为红色、绿色及蓝色 (RGB),反之亦然。

转换

色彩映射表

Colormap

转换

色彩映射表至 RGB

Colormap2RGB

将带有色彩映射表的单波段栅格转换为三波段(红、绿和蓝)栅格。

转换

复数

Complex

计算复数的模。

转换

灰度

Grayscale

将多波段影像转换为单波段灰度影像。可将指定权重应用于每个输入波段。

转换

栅格化属性

RasterizeAttributes

“栅格化属性”函数可通过添加派生自外部表或要素服务指定属性值的波段来丰富栅格。

转换

栅格化要素

RasterizeFeatures

将面、折线和点要素类数据转换为栅格图层。

转换

重映射

Remap

转换

光谱转换

SpectralConversion

光谱转换函数将矩阵应用于多波段影像以影响输出的颜色值。例如,使用此函数可将假彩色红外影像转换为伪自然彩色影像。

转换

单位转换

UnitConversion

UnitConversion 函数可执行单位转换。

转换

矢量字段

VectorField

VectorField 函数用于将两个单波段栅格(每个栅格表示 U/V 或量级/方向)合成为一个双波段栅格(每个波段表示 U/V 或量级/方向)。数据组合类型(U-V 或量级-方向)还可以使用该函数相互转换。

转换

矢量字段渲染器

VectorFieldRenderer

VectorFieldRenderer 函数可对 UV 或量级-方向栅格进行符号化。

转换

分区重映射

分区重映射

转换

表观反射率

ApparentReflectance

此函数用于调整一些卫星传感器的影像亮度数字值 (DN)。调整基于太阳高度角、采集日期以及用于设置各波段的增益和偏置的传感器属性。

校正

几何

Geometric

Geometric 函数可根据传感器定义和地形模型转换影像(例如,正射校正)。

校正

雷达校准

RadarCalibration

在雷达影像上执行校准操作,以使像素值可以真实地反应出雷达散射。

校正

Sentinel-1 辐射校准

Sentinel-1 RadiometricCalibration

在 Sentinel-1 数据上执行不同类型的辐射校准。

校正

Sentinel-1 热噪声去除

Sentinel-1 热噪声去除

从 Sentinel-1 数据中去除热噪声。

校正

斑点

Speckle

可过滤斑点雷达数据集,并将在影像中保留边或尖锐要素时消除噪声。

校正

属性表

AttributeTable

可用于定义一张对单波段镶嵌数据集或栅格数据集进行符号化的属性表。如果您希望表示具有离散类别的影像,此函数能起到很大作用。

数据管理

已缓冲

Buffered

Buffered 函数可用于优化复杂函数链的性能。它将输出结果存储于其之前的函数链部分的内存中。

数据管理

裁剪

Clip

根据矩形所定义的范围来裁剪栅格,或将栅格裁剪为输入多边形要素类的形状。既可以根据界定裁剪范围的形状来裁剪栅格,也可以裁剪掉栅格中的某个区域。

数据管理

波段合成

CompositeBand

CompositeBand 函数可用于将多个影像合并为一个多波段影像。

数据管理

常量

Constant

可创建具有单个像素值的虚拟栅格,其中单个像素值可用于栅格函数模板以及处理镶嵌数据集。

数据管理

提取波段

ExtractBand

ExtractBand 函数用于从栅格中提取一个或多个波段,或者对多波段影像中的波段进行重新排序。

数据管理

标识

Identity

可以使用此函数将源栅格定义为镶嵌数据集的默认镶嵌行为的一部分。该函数为无操作函数,除栅格以外不需要任何参数。

数据管理

插入不规则数据

插入不规则数据

一些 netCDF 或 HDF 数据库将其地理定位存储为像素或点数据的间距不规则数组。将这些数据集添加到镶嵌数据集时,插值不规则数据函数会获取这些不规则格网数据并对其进行重采样,因此,每个像素均为大小一致的方形。

数据管理

关键元数据

KeyMetadata

此函数允许插入或覆盖栅格的关键元数据。

数据管理

掩膜

Mask

Mask 函数通过将某特定像素值或某像素值范围指定为无数据来对影像进行更改。

数据管理

蚕食

Nibble

用最邻近点的值替换掩膜范围内的栅格像元的值。

数据管理

镶嵌栅格

MosaicRasters

可从多个影像中创建一个镶嵌影像。

数据管理

栅格信息

RasterInfo

修改栅格的各种属性,例如位深度、NoData 值和像元大小。

数据管理

重新转换

Recast

Recast 函数可在现有函数模板中重新分配参数值。

数据管理

重新投影

Reproject

重投影函数可用于修改栅格数据集、镶嵌数据集或镶嵌数据集中的栅格项目的投影。该函数也可用于将数据重采样为新的像元大小并定义原点。

数据管理

重采样

Resample

Resample 函数可按照给定分辨率对像素值进行重采样。

数据管理

Swath

部分 NetCDF 或 HDF 数据集以间距不规则数组的形式存储地理位置信息。将这些数据集添加到镶嵌数据集时,带状函数将获取不规则格网数据并进行重采样,从而使每个像素大小相同且均为方形。

数据管理

转置位

TransposeBits

TransposeBits 函数可执行位操作。该函数从源数据中提取位值,并将其分配给输出数据中的新位。

数据管理

成本分配

Cost_Allocation

根据成本面上的最小累积成本计算每个像元的最小成本源。

距离

成本距离

Cost_Distance

计算每个像元从成本面或到成本面上最小成本源的最小累积成本距离。

距离

欧氏分配

Euclidean_Allocation

基于欧氏距离计算每个像元的最近源。

距离

欧氏距离

Euclidean_Distance

计算每个像元相对于最近源的方向(以度为单位)。

距离

最小成本路径

Least_Cost_Path

计算从源到目标的最小成本路径。

距离

填充

Fill

通过填充表面栅格中的凹陷点来移除数据中的小缺陷。

水文分析

流量

Flow_Accumulation

创建每个像元累积流量的栅格。可选择性应用权重系数。

水文分析

流动距离

flow_distance

计算每个像元到流入溪流或河流像元的最小坡度水平距离或垂直距离。

水文分析

流向

flow_direction

用最邻近点的值替换掩膜范围内的栅格像元的值。

水文分析

河流链

Stream_Link

向各交汇点之间的栅格线状网络的各部分分配唯一值。

水文分析

集水区

Watershed

确定栅格中一组像元之上的汇流区域。

水文分析

绝对值

Abs

计算栅格中像素值的绝对值。

数学分析

算术

Arithmetic

Arithmetic 函数用于执行两个栅格之间或一个栅格与一个标量之间(反之亦然)的算术运算。

数学分析

波段算术

BandArithmetic

使用预定义公式或用户定义的表达式计算索引。

数学分析

GEMI

BandArithmetic

“全球环境监测指数”(GEMI) 是通过卫星影像进行全球环境监测的非线性植被指数。该指数与 NDVI 类似,但对大气影响的敏感度较低。它受裸土影响,因此,不建议在植被稀疏或中度茂密的区域使用。

数学分析

GVI

BandArithmetic

“绿色植被指数”(GVI) 设计源于 Landsat MSS 影像,并已针对 Landsat TM 影像进行了修改。它也称为 Landsat TM Tasseled Cap 绿色植被指数。它可用于波段共享相同光谱特征的影像。

数学分析

已修改 SAVI

BandArithmetic

“修正土壤调节植被指数”(MSAVI2) 尝试将裸土对于 SAVI 的影响降至最小。

数学分析

NDVI

BandArithmetic

归一化差值植被指数 (NDVI) 是一个标准化指数,用于生成显示植被量(相对生物量)的影像。该指数对多光谱栅格数据集中两个波段的特征进行对比,即红光波段中叶绿素的色素吸收率和近红外 (NIR) 波段中植物体的高反射率。

数学分析

PVI

BandArithmetic

“垂直植被指数”(PVI) 与差值植被指数类似,但对大气变化的敏感度较高。使用此方法比较不同影像时,只可将其用于已进行大气修正的影像。

数学分析

SAVI

BandArithmetic

“调节土壤的植被指数”(SAVI) 是试图通过土壤亮度校正系数最小化土壤亮度影响的植被指数。它通常用在植被覆盖率较低的干旱区域。

数学分析

Sultan 公式

BandArithmetic

Sultans 过程采用六波段八位图像并使用 Sultan 的公式生成三波段八位图像。生成的图像将突出显示海岸线上称为蛇绿岩的岩层。此公式根据 Landsat 5 或 7 场景的 TM 或 ETM 波段设计。应用于创建各输出波段的方程如下:Band 1 = (Band5 / Band6) x 100 Band 2 = (Band5 / Band1) x 100 Band 3 = (Band3 / Band4) x (Band5 / Band4) x 100

数学分析

转换型 SAVI

BandArithmetic

“转换型土壤调节植被指数”(TSAVI) 是试图通过假设土壤线具有任意斜率和截距来最小化土壤亮度影响的植被指数。

数学分析

计算器

RasterCalculator

通过基于数学表达式的栅格计算栅格。

数学分析

Local

将两个栅格的值逐个像素相除。

数学分析

指数

Local

计算栅格中各像素以 e 为底的指数。

数学分析

Exp10

Local

计算栅格中各像素以 10 为底的指数。

数学分析

Exp2

Local

计算栅格中各像素以 2 为底的指数。

数学分析

转为浮点型

Local

将每个栅格像素的值转换为浮点型表达形式。

数学分析

转为整型

Local

通过截断将栅格的每个像素值转换为整数。

数学分析

Ln

Local

计算栅格中各像素的自然对数(以 e 为底)。

数学分析

Log10

Local

计算栅格中各像素以 10 为底的对数。

数学分析

Log2

Local

计算栅格中各像素以 2 为底的对数。

数学分析

Local

逐个像素地从第一个输入栅格的值中减去第二个输入栅格的值。

数学分析

求模

Local

逐个像素地求出第一个栅格数据除以第二个栅格数据的余数(模)。

数学分析

取反

Local

逐个像素地更改输入栅格的像素值符号(乘以 -1)。

数学分析

Local

逐个像素地将两个栅格的值相加(求和)。

数学分析

Local

对另一个栅格中的像素值进行乘方运算,将结果作为栅格的值。

数学分析

下舍入

Local

返回栅格中每个像素的最近的较小整数(以浮点值表示)。

数学分析

上舍入

Local

返回栅格中每个像素的最近的较大整数(以浮点值表示)。

数学分析

平方

Local

计算栅格中像素值的平方值。

数学分析

平方根

Local

计算栅格中像素值的平方根。

数学分析

Local

将两个栅格的值逐个像素相乘。

数学分析

条件函数

Local

执行 If, Then, Else 条件运算。使用条件运算符时,通常需要将两个或更多个函数链接在一起,其中一个函数描述条件,第二个函数是使用该条件的条件运算符,用于指示输出结果为真还是假。

数学分析: 条件运算

设为空函数

Local

“设为空函数”根据指定条件将所识别的像元位置设置为 NoData。如果条件评估为真,则返回 NoData;如果条件评估为假,则返回由另一个栅格指定的值。

数学分析: 条件运算

按位与

Local

对两个输入栅格的二进制值执行“按位与”运算。

数学分析: 逻辑运算

按位左移

Local

对两个输入栅格的二进制值执行“按位左移”运算。

数学分析: 逻辑运算

按位非

Local

对输入栅格的二进制值执行“按位非”(求反)运算。

数学分析: 逻辑运算

按位或

Local

对两个输入栅格的二进制值执行“按位或”运算。

数学分析: 逻辑运算

按位右移

Local

对两个输入栅格的二进制值执行“按位右移”运算。

数学分析: 逻辑运算

按位异或

Local

对两个输入栅格的二进制值执行“按位异或”运算。

数学分析: 逻辑运算

布尔与

Local

对两个输入栅格的像素值执行“布尔与”(Boolean And)运算。

如果两个输入值都为真(非零),则输出值为 1。如果一个或两个输入值都为假(零),则输出值为 0。

数学分析: 逻辑运算

布尔非

Local

对此输入栅格的各像素值执行“布尔非”(求反)运算。

数学分析: 逻辑运算

布尔或

Local

对两个输入栅格的像元值执行“布尔或”运算。

数学分析: 逻辑运算

布尔异或

Local

对两个输入栅格的像元值执行“布尔异或”运算。

数学分析: 逻辑运算

等于

Local

逐个像素对两个栅格的值执行等于运算。

数学分析: 逻辑运算

大于

Local

逐个像素对两个输入执行关系大于运算。

数学分析: 逻辑运算

大于等于

Local

逐个像素对两个输入执行关系大于或等于运算。

数学分析: 逻辑运算

为空

Local

逐个像素来确定输入栅格中哪些值为 NoData。

数学分析: 逻辑运算

小于

Local

逐个像素对两个输入执行关系小于运算。

数学分析: 逻辑运算

小于等于

Local

逐个像素对两个输入执行关系小于或等于运算。

数学分析: 逻辑运算

不等于

Local

逐个像素对两个输入执行关系不等于运算。

数学分析: 逻辑运算

ACos

Local

计算栅格中各像素的反余弦值。

数学分析: 三角函数

ACosH

Local

计算栅格中各像素的双曲余弦值。

数学分析: 三角函数

ASin

Local

计算栅格中各像素的反正弦值。

数学分析: 三角函数

ASinH

Local

计算栅格中各像素的反双曲正弦值。

数学分析: 三角函数

ATan

Local

计算栅格中各像素的反正切值。

数学分析: 三角函数

ATan2

Local

计算栅格中各像素的反正切值(基于 x,y)。

数学分析: 三角函数

ATanH

Local

计算栅格中各像素的双曲正切值。

数学分析: 三角函数

Cos

Local

计算栅格中各像素的余弦值。

数学分析: 三角函数

CosH

Local

计算栅格中各像素的双曲余弦值。

数学分析: 三角函数

Sin

Local

计算栅格中各像素的正弦值。

数学分析: 三角函数

SinH

Local

计算栅格中各像素的双曲正弦值。

数学分析: 三角函数

Tan

Local

计算栅格中各像素的正切值。

数学分析: 三角函数

TanH

Local

计算栅格中各像素的双曲正切值。

数学分析: 三角函数

ArgStatistics

ArgStatistics

ArgStatistics 函数中存在四种方法:ArgMax、ArgMin、ArgMedian 和 Duration。

统计

Arg 最大值

ArgStatistics

ArgMax 代表参数最大值。在 ArgMax 方法中,系统为来自每个输入栅格的所有栅格波段均分配一个基于 0 的增量波段索引。

统计

Arg 中值

ArgStatistics

ArgMedian 方法返回波段索引,给定像素为此获得所有波段值的中值。

统计

Arg 最小值

ArgStatistics

ArgMin 是参数最小值,返回给定像素获得其最小值所对应的波段索引。

统计

ArgStatistics

持续时间方法可在数组中找到最长的连续元素(每个元素的值都大于或等于最小值并小于或等于最大值),然后返回其长度。

统计

像元统计

CellStatistics

此函数可逐个像素地计算多个栅格的统计数据。可用的统计数据包括众数、最大值、平均值、中值、最小值、少数、范围、标准差、总和及变异度。

统计

众数像元统计

CellStatistics

逐个像素确定出现频率最高的值。

统计

最大值像元统计

像元统计

逐个像素确定最大值。

统计

均值像元统计

像元统计

逐个像素计算平均值。

统计

中值像元统计

像元统计

逐个像素计算像素的中间值。

统计

最小值像元统计

像元统计

逐个像素确定最小值。

统计

少数像元统计

像元统计

逐个像素确定出现频率最低的值。

统计

范围像元统计

像元统计

逐个像素计算最大值与最小值之间的差。

统计

标准差像元统计

像元统计

逐个像素计算像素的标准差。

统计

总和像元统计

像元统计

逐个像素计算总值。

统计

变异度像元统计

像元统计

逐个像素计算唯一值的数量。

统计

统计

Statistics

统计函数基于定义的焦点邻域来计算影像中各像素的焦点统计数据。

统计

分区统计

ZonalStatistics

计算另一个数据集的区域内栅格数据值的统计信息。

统计

坡向

Aspect

坡向用于标识从每个单元到其相邻单元方向上值的变化率最大的下坡方向。坡向可以被视为坡度方向。输出栅格的值将是坡向的罗盘方向。

表面

等值线

Contour

等值线函数通过连接栅格高程数据集中具有相同高程的点生成等值线。等值线是作为可视化栅格创建的等值线

表面

曲率

Curvature

曲率函数显示坡度的形状或曲率。查看曲率值即可判断表面的某一部分是凸还是凹。曲率通过表面的二阶导数计算得出。

表面

高程空填充

ElevationVoidFill

高程空填充函数用于为高程中存在孔洞的区域创建像素。

表面

山体阴影

Hillshade

山体阴影函数可生成地形表面的灰度 3D 制图表达,并且在对图像应用阴影时会考虑太阳的相对位置。

表面

晕渲地貌

ShadedRelief

以下是 terrain 的彩色 3D 制图表达,通过合并由高程编码和山体阴影方法生成的图像而创建。此函数使用高度角和方位角属性指定太阳的位置。

表面

坡度

Slope

坡度表示各数字高程模型 (DEM) 像元的高程变化率。它是 DEM 的一阶导数。

THE END
0.三维干旱监测三维干旱识别干旱具有时空尺度上的缓慢发展特性。三维聚类方法把干旱事件视为一个时空连续体,能够有效识别出干旱的长期变化特征(Fengetal., 2024; Jiang et al., 2023)。本研究采用三维聚类方法确定干旱事件,跟踪其空间迁移,全面评估干旱事件的三维特征。三维干旱识别的具体过程如下: jvzquC41dnuh0lxfp0tfv8r2a86859<451gsvrhng1jfvjnnu175;?6676=
1.东北地理所在气候变化下东北地区骤旱演变机制及其生态影响研究取得新进展中国科学院东北地理与农业生态研究所水文与水资源学科组研究人员利用2000-2022年日尺度土壤水分数据,采用分位数法识别骤旱事件,分析了骤旱频率和历时演变特征,并基于斑块尺度质心转移法确定了骤旱的空间移动轨迹;采用气候变量异常解析法揭示了骤旱的形成机制,量化了单个气象因子和多气象因子耦合对骤旱形成的贡献率;最后,系jvzq<84yyy4ogrlcg0gd0ls1pg}t1{jugcxdj87246671}7246673@d93:?72>3jvor
2.集成土壤环境关系与机器学习的干旱区土壤属性数字制图期刊河绿洲干旱区于2017年7月设计采集典型表层(0—20 cm)土壤样品82个,依据土壤-环境之间的关系,集成DEM数据和Landsat 8数据提取出32种环境协变量,利用栅格重采样将提取出的32种变量重采样为90 m空间分辨率并转换为Grid格式参与建模.借助梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型依次对3类土壤属性的32jvzquC41f0}bpofpifguc7hqo0io1yjtkqjjejq1|itzm72426429>
3.2025年新智园区运营管理解决方案1分享.pdf数据处理:格式转换、坐标转换、属性编辑、数据裁切。 数据质检:矢量数据检查、栅格数据检查、三维模型数据检 查、元数据检查。 入库更新:矢量数据入库、影像数据入库、三维模型数据入 库、元数据入库。 数据输出:矢量数据提取、栅格数据提取。 查询浏览:地图浏览、数据加载、SQL查询、空间查询、数 据对比浏览、元数据查jvzquC41o0hpqt63:0ipo8mvon532;:129731A6462:32992297237xjvo
4.北京师范大学地理科学学部13 基于生态足迹的干旱区生态风险评估和环境影响评价系统 北京师范大学 关梦茜 2024 14 基于交叉熵最小算法的作物种植分布模拟软件 北京师范大学 郭曦 2024 15 城-乡边界提取及优化软件 北京师范大学 黄大全 2024 16 基于数字半球摄影法的植被聚集指数测算APP 北京师范大学 焦季尤 2024 17 黄河流域人地系统韫合模jvzquC41igu/dwz0gf{/ew4mz{p0m‚hi1tp{|z4kpfky0qyon
5.遥感监测技术方案范文3)现状基础资料。包括海洋功能区划资料,要求采用面状矢量数据格式,并含功能区等级表中所有的属性信息;现行有效的海陆管理界线,采用线型矢量数据格式;现状水深数据,以理论最低潮面为基准,采用栅格数据格式;现状海岸地貌数据,采用面状矢量数据格式,并含沿岸植被、底质分布等属性信息。jvzquC41yy}/i€~qq0ipo8mcqyko1;;9796/j}rn
6.集成土壤环境关系与机器学习的干旱区土壤属性数字制图【方法】在渭干河—库车河绿洲干旱区于2017年7月设计采集典型表层(0—20 cm)土壤样品82个,依据土壤-环境之间的关系,集成DEM数据和Landsat 8数据提取出32种环境协变量,利用栅格重采样将提取出的32种变量重采样为90 m空间分辨率并转换为Grid格式参与建模。借助梯度提升决策树(Gradient Boosting Decision Treejvzq<84uejupn7ktggqbq‚fp0eun1ko1ecgt1uzpygt04973138.4?4386663?7485955@60ujznn
7.高光谱遥感原理与方法(精选5篇)内生矿产在空间上常产于各类地质构造的边缘部位及变异部位,重要的矿产主要分布于扳块构造不同块体的结合部或者近边界地带,在时间上一般与地质构造事件相伴而生,矿床多成带分布,成矿带的规模和地质构造变异大致相同。 遥感找矿的地质标志主要反映在空间信息上。从与区域成矿相关的线状影像中提取信息(主要包括断裂、jvzquC41yy}/3vnujw4dqv4jcq}fp87799890qyon
8.按时间片提取多波段NetCDF格式干旱指数SPEI数据至单波段tif本文详细介绍了如何在ArcGIS中读取NetCDF格式的干旱指数SPEI数据,并将其转换为tif格式。首先,通过创建NetCDF栅格图层工具读取NC文件,然后展示了两种转换方法:一是逐个波段导出为tif,二是利用模型构建器和迭代器实现批量转换。文章提供了具体的操作步骤和注意事项,适合需要处理此类数据的用户参考。 jvzquC41dnuh0lxfp0tfv8|cpixvkknpin5bt}neng5eg}fknu525:;843;6
9.中国山洪区划研究根据历史山洪事件点,利用Getis-Ord Gi*工具,生成山洪事件强度空间分布,用于下垫面和降雨关键因子的选取。 3.2.2 山洪区划关键因子选择 常用的主成分特征选择方法通过线性变换提取主要特征变量,但并不能较好的保留数据信息且对最终降维得到的数量不能很好的估计[21]。近年来,通过基于随机森林的特征选择,可以找到与jvzquC41yy}/inti0eun0ls1EP522763:470fu}d42842>523
10.使用测高法工具(HypsometryTools)在ArcGIS中提取流域面积高程积分使用测高法工具在中提取流域面积高程积分曲线的方法赵岩简介引自年提出地貌循环理论并将地貌演化阶段分为幼年期壮年期和老年期三个阶段年首次引入了流域测高曲线面积高程关系年提出侵蚀流域的面积高程分析方法并用曲线积分值的大小来划分侵蚀流域地貌演化阶段时为幼年期时为壮年期是为老年期从而将戴维斯的地貌发育模型定量jvzquC41oc~/dxtm33>/exr1jvsm1;5431645:4922925<58426439;0ujzn
11.史上最全地理信息系统名词解释大全,GIS与中国历史研究必读学术!根据重建出的旱灾等级专题地图,判断出三个干旱中心的位置和持续时间,利用灾情指数的空间差异推导出其时降雨带在北方的推移过程,从而判断出当年夏季风在华北地区的推进时间;也印证了此次大旱是在全球性特强ENSO事件影响下,亚洲地区的季风明显减弱,季风雨带推进过程与降雨过程发生变异的结果。这是利用灾害史资料进行历史jvzquC41yy}/z~jzkng/exr1{w5zwniwfcgo1l>990nuou
12.GeoToolstif获取元数据信息,数据块获取,影像打开,影像保存Geotools Image Tif 打开的影像文件,根据几何模型进行块提取,并且保存 int模型内存数组image Freedom123 2024/03/29 2610 geotools获取给定点的DEM高程值 其他 1、在web端绘制一条曲线; 2、获取各节点处的高程值; 3、根据高程值绘制高程堆积图。 牛老师讲GIS jvzquC41enuvf7ygpekov7hqo1jfxnqqrgx0c{ykenk04=5496:
13.Spatial利用ArcGIS空间分析功能和R语言,将全疆农业种植面积统计数据与县级行政边界矢量数据进行空间属性信息关联,得到基于县级行政单元的全疆主要农作物种植比例空间要素集,并将该要素集栅格化处理后与基于全疆LULC数据产品提取的耕地分布栅格数据集进行空间叠加处理,将基于县级行政单元的种植比例赋值到对应行政单元内的耕地像元尺度jvzquC41yy}/fu~l0ci/ew4GP1710:6:435en‚o423=1:956