前言:(个人建议) 1.进行数据处理工作,由于通常数据量比较大.所以在个人电脑中,要将基础数据.不断增长的过程数据.结果数据等分门别类,使得简单易找. 2.将重要数据备份,因为在数据处理过程中,由于出错使重要数据损失,勿让重要数据成绝版.所以生成或保存压缩文件是很好的选择. 3.当数据量大,需要进行批量处理时.模板文档或代码要杜绝出现细节错误.容易一锅端,费时间且低效率. 处理工具:ArcMap 处理数据:MOD13Q1的NDVI成品(.tif)文件 研究区矢量文件(以河南省省界为例) 处理流程

最大合成法(MVC)能够在Envi中的Band Math中进行,式子是B1>B2,可是无法批量化.本文实如今ArcGIS中利用Python代码批量进行,例如以下: 用到的Modis NDVI数据是在MRT中进行拼接与转投影后的月数据,一个月有两期,数据格式是.tif,文件名称的格式如:20040101.1_km_16_days_NDVI.tif.20040102.1_km_16_days_NDVI.tif代表2004年1月份的两期数据.本次处理的为2004-2013年的10年的数据. Pytho

前言 做任何事情都不是想象中的那么简单.好久没有更新技术博客了,跟最近瞎忙有很大关系,虽说是瞎忙也抽空研究了些技术. 主要是前端渲染,像原生的WebGL和Cesium.WebGL写了几篇博客,自我感觉还可以.Cesium是一个封装好的WEB端3D Earth框架,有了WebGL的基础之后切换到Cesium按理说一切应该是顺理成章,简单的测试了几个功能之后发现确实非常好,简单的几行代码就可以实现Google Earth的功能,当然Google Earth重要的绝对不是他的渲染框架. 前期做了很多G

1.EXEALL.m function EXEALL(FilePath, FileName)%执行所有流程% FilePath: 文件夹所在路径% FileName: 文件夹名称 FullPath = [FilePath , FileName , '\' , FileName , '.txt']; allPixelPath = [FilePath , FileName , '\', FileName , '.allpixel.csv']; TestdataPath = [FilePath , F

目录 1. 专栏简介 2. 专栏地址 3. 专栏目录 1. 专栏简介 Python语言是目前很火热的语言,极大的促进了人工智能发展.你知道在ArcGIS中也会有python的身影吗?事实上,在ArcGIS中使用Python会起到事半功倍的效果,大大提高工作效率,本专栏讲解在ArcGIS中使用Python进行制图.地理处理.空间分析等批处理操作. 2. 专栏地址 「 刘一哥与GIS的故事 」之<ArcGIS遇上Python> 3. 专栏目录 [ArcGIS遇上Python]从入门到精通系列之第一

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

前言: 本篇文章的出发点是因为之前接触过相关研究,困囧于该系列资料匮乏,想做一个系列.个人道行太浅,不足之处还请见谅.愿与诸君共勉. 数据准备: MODIS数据产品MOD13Q1—以2010年河南省3.4.5三个月为例: 一.MRT单次数据操作 (1).进入GUI界面操作 1.将所需处理的一个.hdf原始数据加载进来 2.通过左右选项选择所需波段(MOD13Q1已将NDVI提供,只需保留选择就行) (若用的数据比如MOD12Q1计算NDVI,则Modis算法如公式:NDVI=(Band2-Ban

时间序列S-G滤波之Python 根据上上篇博文(MODIS系列之NDVI(MOD13Q1)五:NDVI处理流程)做出的NDVI.我们求NDVI时间序列图,但该NDVI时序图为地表各土地类型综合的NDVI时序图.(详情同样参考该系列五博文的文底) 建议:大家应该也能发现从网上粘贴的代码,大部分在各自实际运行中会出现报错,不能运行.这其中有代码本身的错误,但也不乏运行环境的欠缺.误操作.电脑自身特点等原因.本博客的所有代码都经过实际运行再上传,哪怕比较熟悉的代码,再上传前都会尽可能实际运行.目的便

MRT(MODIS Reprojection Tool)简介: MODIS的全称为中分辨率成像光谱仪(Moderate-Resolution Imaging Spectroradiometer),是搭载在Terra和Aqua卫星上的一个重要的传感器.MRT是一种针对MODIS数据的处理工具.它可以帮助用户把MODIS影像重新投影到更为标准的地图投影,而且可以选择影像中的空间子集和波段子集进行投影转换,输出格式为raw binary,GeoTIFF和HDF-EOS.MRT可在多种系统平台上进行运行

这一篇我们来介绍下MODIS数据的下载方式.当然这边主要是介绍国外网站的下载方式,国内网站的普遍是在地理空间数据云和遥感集市下载.国外网站(NASA官网)下载方式主要介绍两种.本篇主要针对第一种方式,基于完整的一景影像下载的过程(FTP工具).FTP下载工具以及完整影像下载的方法NASA官方遥感影像数据下载网址(里面不止有MODIS,还有ENVISAT,NPP-VIIRS等):官网 https://ladsweb.modaps.eosdis.nasa.gov/ 选择DATA DISCOVERY的

引言: 写MODIS数据处理这个系列文章的初衷,主要是为了分享本人处理MODIS数据方面的一些经验.鉴于网上对这方面系统性的总结还比较少,我搜集资料时也是走了许多的弯路,因此希望通过此文让初学者能够更快的入门,把时间多花费在数据分析方法的创新上,而不是在机械式的处理数据上.本系列包括的MODIS数据处理例子包括:MOD16全球蒸散发数据集以及MOD13植被指数数据集.如果你是一名遥感方面的初学者,想要利用ArcGIS处理MODIS数据,相信看完这系列文章,能够帮助你熟悉这整个数据处理流程以及Ar

Winform下CefSharp的引用.配置.实例与报错排除 本文详细介绍了CefSharp在vs2013..net4.0环境下,创建Winfrom项目.引用CefSharp的方法,演示了winfrom下CefSharp的基本使用,包括显示网页url/本地html显示.JavaScript调用异步C#方法.JavaScript调用带参数C#方法.JavaScript调用委托C#方法.JavaScript调用C#返回实体对象.ChromiumWebBrowser控件扩展IContextMenuHa

最近在处理遥感影像的时候遇见了MODIS影像数据,从中MOD13中提取NDVI是相当的重要.在一番的百度之中找到了处理modis影像的神器------MRT 接下来我来说明一下MRT的具体安装,如果之前没有接触过这个软件的话学学是相当的必要的. 第一步:就是MRT的下载,网络上很多,大多数能用.我使用的的是:http://pc6.com//softview/SoftView_96098.html. 第二步:进行解压,MRT使用的前提是必须有Java的jre包,如果之前开发过Android或者安装

一.基础概念 NDVI(Normalized Difference Vegetation Index,归一化差分植被指数,标准差异植被指数),植被覆盖指数.也称为生物量指标变化,可使植被从水和土的图像范围中分类出来. 应用于检测植被生长状态.植被覆盖度和消除部分辐射误差等. 1.NDVI 能够部分消除与太阳高度角.卫星观测角.地形.云影等与大气条件有关的辐射变化的影响: 2.NDVI 结果被限定在[-1,1]之间,避免了数据过大或过小给使用带来的不便: 3.NDVI 是植被生长状态及植被覆盖度的

https://lpdaac.usgs.gov/node/838 Description The MOD13A1 Version 6 product provides a Vegetation Index (VI) value at a per pixel basis. There are two primary vegetation layers. The algorithm for this product chooses the best available pixel value fro

 个人K8s还在学习中,相关博客还没有写,准备学第二遍再开始学,发现这篇文章挺好,先转载一下. 原创: 白明的赞赏账户 下面是一个示意图,可帮助你调试Kubernetes Deployment(你可以在此处下载它的PDF版本 https://tonybai.com/wp-content/uploads/k8s-deployment-troubleshooting/troubleshooting-kubernetes.pdf). 当你希望在Kubernetes中部署应用程序时,你通常会定义三个组件

本文转载自:http://www.cnblogs.com/emanlee/archive/2013/01/07/2849680.html  向作者致敬! TP是常见的基于TCP的网络服务,它使用了两个TCP连接来建立逻辑通信信道,即控制连接和数据连接.当客户端与服务器建立一个FTP会话时,使用TCP创建一个持久的控制连接以传递命令和应答.当发送文件和其它数据传输时,它们在独立的TCP数据连接上进行传递,这个连接根据需要创建和拆除. 更为复杂的是,FTP标准指定了创建数据连接的两种不同方法,即正常

内容来源于官方 Longhorn 1.1.2 英文技术手册. 系列 Longhorn 是什么? Longhorn 云原生容器分布式存储 - 设计架构和概念 Longhorn 云原生容器分布式存储 - 部署篇 Longhorn 云原生容器分布式存储 - 券和节点 Longhorn 云原生容器分布式存储 - K8S 资源配置示例 Longhorn 云原生容器分布式存储 - 监控(Prometheus) Longhorn 云原生容器分布式存储 - 备份与恢复 Longhorn 云原生容器分布式存储 -

背景假设 当你希望在Kubernetes中部署应用程序时,你通常会定义三个组件: 一个Deployment - 这是一份用于创建你的应用程序的Pod副本的"食谱": 一个Service - 一个内部负载均衡器,用于将流量路由到内部的Pod上: 一个Ingress - 描述如何流量应该如何从集群外部流入到集群内部的你的服务上. 下面让我们用示意图快速总结一下要点. 1.在Kubernetes中,你的应用程序通过两层负载均衡器暴露服务:内部的和外部的 2.内部的负载均衡器称为Service

前言 solr排除查询也就是我们在数据库和程序中经常处理的不等于,solr的语法是在定语前加[-].. StringBuilder sbHtml=new StringBuilder(); shBhtml.Append("); 注意CityId前的-号就是不等于 从Solr控制台 从solr控制台看下排除查询的url, 也可以在构建url查询时自己添加筛选条件