MODIS 数据产品预处理 1  MCTK重投影 第一步:安装ENVI的MCTK扩展工具 解压压缩包,将其中的mctk.sav与modis_products.scsv文件复制到如图所示,相应的ENVI安装路径中去. 第二步:打开ENVI5.3标准版如图所示 在右边的工具栏处打开最下方的Extensions工具扩展包.可以看到安装的处理工具如图所示.鼠标左键双击打开其中的mctk工具. 在MODIS Conversion Toolkit(MCTK)工具栏中,点击Input HDF按钮加载将要进行处

json数据是没有length这个属性的 ,所以不能直接用.length()方法 我们可以先遍历,然后根据遍历次数求长度 1.在IE上这样遍历json:(js代码) var jsonLength = 0; JSON形如:json = ["数据1","数据2"];$.each(json,function(index,record){alert(record); jsonLength++;}); 2.在火狐上这样遍历: for(var json in JSON){ al

发出请求之后,通过添加断言可以判断响应数据是否是我们的预期结果. 1 在Jmeter中发送一个登录的http请求(参数故意输入错误).结果肯定是登陆失败啦. 但结果树中http请求的图标显示‘绿色’表示请求成功了,因为服务器确实对请求返回了响应数据. 我们来添加断言验证响应数据符合预期.只有登录成功,http请求才显示绿色图标. 2  在http请求上点击右键>添加>断言>响应断言 3 响应断言编辑页面,可选择断言应用范围和要测试的响应字段,匹配规则等. 都选择默认配置,输入‘登录成功’

go golang 判断base64数据 获取随机字符串 截取字符串 先少写点,占个坑,以后接着加. 1,获取指定长度随机字符串 func RandomDigits(length int) string { return randomString(length, []byte(Digits)) } func randomString(length int, base []byte) string { bytes := make([]byte, length) maxIndex := len(ba

Modis数据下载方法 1.1打开网址 浏览器输入地址:https://ladsweb.nascom.nasa.gov/search 注:需要一定的等待时间,如果一直打不开,就需要FQ.(网址加载了google的api了,呵呵,可以百度下载一个叫psiphon3.exe的软件就可以访问了.) 1.2登陆 点击右上角的Profile的Login按钮进行登陆操作 1.3输入登录信息 用户名:Yutu_Rs_001密码:Yutu_Rs_001 进行登陆跳转至查询页面 ,这里建议各位自己注册账号,方便一

本人初次尝试用Python批量下载DACC的MODIS数据,记下步骤,提醒自己,数据还在下载,成功是否未知,等待结果中...... 若有大佬发现步骤有不对之处,望指出,不胜感激. 1.下载Python:https://www.python.org/downloads/ (1)在下面版本中任选一版本: (2)选择适合自己系统的软件下载 (3)下载完成之后,按照网上教程安装即可:https://jingyan.baidu.com/article/c45ad29c05c208051653e270.ht

发出请求之后,通过添加断言可以判断响应数据是否是我们的预期结果. 1 在Jmeter中发送一个登录的http请求(参数故意输入错误).结果肯定是登陆失败啦. 但结果树中http请求的图标显示‘绿色’表示请求成功了,因为服务器确实对请求返回了响应数据. 我们来添加断言验证响应数据符合预期.只有登录成功,http请求才显示绿色图标. 2  在http请求上点击右键>添加>断言>响应断言 3 响应断言编辑页面,可选择断言应用范围和要测试的响应字段,匹配规则等. 都选择默认配置,输入‘登录成功’

//判断form数据是否为POST而来,判断数据提交方式 if ($_SERVER['REQUEST_METHOD'] != 'POST') { // 非 POST 来路,做警告或你想做的事 return; } else { //POST ,做你想做的事,处理用户提交的 POST 请求 // header('Location:user.php'); }

下面的代码主要用于使用python语言调用NASA官方的MODIS处理工具HEG进行投影坐标转换与重采样批量处理 主要参考 HEG的用户手册:https://newsroom.gsfc.nasa.gov/sdptoolkit/HEG/HEG215/EED2-TP-030_Rev01_HEG_UsersGuide_2.15.pdf HEG批处理帮助:https://newsroom.gsfc.nasa.gov/sdptoolkit/HEG/HEG_Batch_job_Help.htm 主要的注意事

1.MODIS数据的特点 (1)全球免费:NASA对MODIS数据实行全球免费接收的政策(TERRA卫星除MODIS外的其他传感器获取的数据均采取公开有偿接收和有偿使用的政策),这样的数据接收和使用政策对于目前我国大多数科学家来说是不可多得的.廉价并且实用的数据资源:     (2)光谱范围广:MODIS数据涉及波段范围广(共有36个波段,光谱范围从0.4um-14.4um),数据分辨率比NOAA-AVHRR有较大的进展(辐射分辨率达12bits,其中两个通道的空间分辨率达250m,5个通道为5

Token验证的流程: 1,客户端使用用户名跟密码请求登录:2,服务端收到请求,去验证用户名与密码:3,验证成功后,服务端会签发一个 Token,再把这个 Token 发送给客户端:4,客户端收到 Token 以后可以把它存储起来,比如放在 Cookie 里或者 Local Storage 里:5,客户端每次向服务端请求资源的时候需要带着服务端签发的 Token:6,服务端收到请求,然后去验证客户端请求里面带着的 Token,如果验证成功,就向客户端返回请求的数据. 如何准确的判断一个数据的类型

最近开发的php项目用到了表单 所以需要响应post请求 而在实际使用中 有些请求只需判断是否存在 百度了不少资料 发现都比较繁杂 然后想起了  count()函数 — 计算数组中的单元数目或对象中的属性个数 int count ( mixed $var [, int $mode = COUNT_NORMAL ] ) 统计一个数组里的所有元素,或者一个对象里的东西. 对于对象,如果安装了 SPL,可以通过实现 Countable 接口来调用 count().该接口只有一个方法 Countable

create or replace function isExist(data in DataTypes) --DataTypes 为表中该数据的类型return Numberisv_flag number(2);v_data [DataTypes]; --表中数据的类型beginselect data into v_data from table_name where ....;if v_data not null then v_falg := 1;else v_flag :=0;end if

昨晚做了阿里的题目,让我写一个函数,可以判断数据的具体类型.其实题目很简单的...但是真的是自己不太注意吧,写的很糟糕啊. 然后今天就自己写了一个,然后又到晚上搜了下,看看别人的写法,结果发现自己有点思维受限啊,不够开阔啊,那些方法其实都是见过的,可能是自己没有梳理过,或者认真对待.今天就把这些方法整理一下. 1.基本数据类型采用typeof,这个返回的都是很准的. var a = "iamstring."; var b = 222; var c= [1,2,3]; var e = f

此篇随笔是2013年根据项目需求开发记录的,不一定符合大众口味,只需了解开发思路,毕竟解决方案多种多样. 下面简单说说需求点吧: (1)通过下拉列表可以选择一个DataSet(数据集),一个DataSet存在可以互相关联的多个DataTable(数据表格),DataTable数据来源于数据库视图:SQL语句关联比较复杂 (2)一个DataTable(数据表格)存在多个可供选择查询显示的Column(列),支持动态组合 (3)Column(列)同时支持作为查询条件进行并运算 先看效果吧,免得待会看

import tornado.ioloop import tornado.web import tornado.httpserver # 非阻塞 import tornado.options # 提供了多种选择 python xxx.py --port=xxxx from tornado.options import define,options from data.user_module import User define('port',default=8000,help='run port

正态分布: 若随机变量x服从有个数学期望为μ,方差为σ2 的正态分布,记为N(μ,σ) 其中期望值决定密度函数的位置,标准差决定分布的幅度,当υ=0,σ=0 时的正态分布是标准正态分布 判断方法有画图/k-s检验 画图: #导入模块 import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline #构造一组随机数据 s = pd.DataFrame(np.random.randn(

1.download.sh获取 EarthData(需注册账号)中获取MODIS的产品类型.地理范围.时间年份等,进入下载页面Download Status 下载点击得到_download.sh 文件 2.Git批量下载 Git下载 得到以下三个应用,批量下载MODIS使用Git Bash 在想要保存的文件夹路径下右键 选择Git Bash Here,若在开始菜单直接点击程序Git Bash,默认路径为C:\Users\用户名 出现命令界面,MINGW64:/后面的即为文件下载的路径 将_dow

private ArrayList alst = new System.Collections.ArrayList();//建立ArrayList对象 int strLength = 0; string dirSub = null; private Ftp ftpClient; public FormSearch() { InitializeComponent(); InitProduct("/allData/5/"); } //产品类型初始化 private void InitPro

转自:http://blog.jqian.net/post/dynamo.html Dynamo是Amazon开发的一款高可用的分布式KV系统,已经在Amazon商店的后端存储有很成熟的应用.它的特点:总是可写(500+ per sec, 99.9% <300ms),并且可以根据需求优化配置(调整RWN模型). 根据CAP原则 (Consistency, Availability, Partition tolerance),Dynamo是一个AP系统,只保证最终一致性. Dynamo的三个主要概