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

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

原文:SQL Server 2005 系统数据介绍:dm_exec_connections 转载:http://msdn.microsoft.com/zh-cn/library/ms181509(SQL.90).aspx sys.dm_exec_connections.sys.dm_exec_sessions 和 sys.dm_exec_requests 动态管理视图映射到sys.sysprocesses 系统表. 列名 数据类型 说明 session_id int 标识与此连接关联的会话.可为

1 AMSR-E数据介绍 The Advanced Microwave Scanning Radiometer for EOS (AMSR-E)是ADEOS-II 上的AMSR的改进版本, 是JAXA 为Aqua卫星提供的设备.AMSR-E致力于气候与水文的观测.AMSR-E是一种多频双偏振微波辐射计,它可以探测到地球表面和大气中微弱的微波辐射.可以探测到各种地球物理参数,包括水蒸气.云液态水.降水.海面温度.海面风速.海冰浓度.雪水量当量和土壤湿度.利用迄今为止最大的微波辐射计天线之一,以精细

一.SRTM 的背景引言 美国利用航天飞机搭载成像雷达对地进行观测始于20 世纪80 年代初.1982 年11 月和1985 年10 月, 美国分别进行了两次称为S IR2A 与S IR2B 的航天飞机成像雷达实验, 结果证明合成孔径雷达(SAR ) 具有其他传感器所无法比拟的优势, 主要是具有全天候.全天时对地表成像与测绘的能力并具有一定的穿透能力. 1994年4 月.10 月, 美国的宇航局(NASA ).喷气推进实验室(JPL ) 和国家图像测绘局(NIMA ) 与德国和意大利的航天局合作

Fork版本项目地址:SSD 一.数据格式介绍 数据文件夹命名为VOC2012,内部有5个子文件夹,如下, 我们的检测任务中使用JPEGImages文件夹和Annotations文件夹. JPEGImages文件夹中包含了PASCAL VOC所提供的所有的图片信息,包括了训练图片和测试图片. 这些图像都是以“年份_编号.jpg”格式命名的. 图片的像素尺寸大小不一,但是横向图的尺寸大约在500*375左右,纵向图的尺寸大约在375*500左右,基本不会偏差超过100.(在之后的训练中,第一步就是

原文链接:每日一读 Packtpub.OpenStreetMap(1) 相信绝大多数人都知道Wiki,但要提起地图,大家第一反应肯定是Google地图.在没看这本书之前,还真不知原来还有OpenStreetMap,一个类似于wiki的可供自由编辑的世界地图,它是由用户创造的,允许你查看,编辑或者使用世界各地的地理数据. Making a Free, Editable Map of the World 简要介绍了OpenStreetMap的历史,从最初的Java到现在的Ruby on Rails.

asp.net中使用泛型获取实体数据可以发挥更高的效率,代码简洁方便,本例采用三层架构.首先在model层中定义StuInfo实体,然后在 DAL层的SQLHelper数据操作类中定义list<>泛型查询数据库获取实体数据,最后通过BLL层的方法调用出来.具体实例如下: 一.model层中定义的StuInfo实体: using System; using System.Collections.Generic; using System.Linq; using System.Text; name

IRS-P6发射于2003年10月17日,星上携带三个传感器:多光谱传感器LISS4和LISS3,以及高级广角传感器AWIFS.LISS3传感器具有四个光谱波段分别位于可见光.近红外与短波红外区域,空间分辨率为23米.波段号:波段频谱      波段2(绿)0.52-0.59mm波段3(红)0.62-0.68mm波段4(近红外)0.77-0.86mm波段5(短波红外)1.55-1.70mm,重复周期24天,景宽141公里. LISS-3传感器 :LISS-3传感器具有四个光谱波段,分别位于可见光

转自青椒炒蛋:http://www.smallleafs.com/article/35.aspx 4D数据包括DLG(数字线画地图).DEM(数字高程模型).DOM(数字正射影像地图).DRG(数字栅格地图). DLG 数字线划地图(DLG, Digital Line Graphic):是与现有线划基本一致的各地图要素的矢量 数据集,且保存各要素间的空间关系和相关的属性信息.> 在世字测图中,最为常见的产品就是数字线划图,外业测绘最终成果一般就是DLG.该产品较全面地描述地表现象,目视效果与同比

  python支持数学中的集合概念,如:通过in,not in 可以检查某元素是否在,不在集合中. python有两种集合类型,set(可以变的,不能哈希,不能用作字典的key),frozenset(不可变的,可以哈希,可以作为字典的key) 常用操作如下图:     创建于赋值:   使用集合中的元素:   怎么更新集合中的数据 (frozenset不行):

摘要: ENVISAT卫星是欧空局的对地观测卫星系列之一,于2002年3月1日发射升空.该卫星是欧洲迄今建造的最大的环境卫星.星上载有10种探测设备,其中4种是ER S-1/2所载设备的改进型,所载最大设备是先进的合成孔径雷达(ASAR),可生成海洋.海岸.极地冰冠和.... ENVISAT卫星是欧空局的对地观测卫星系列之一,于2002年3月1日发射升空.该卫星是欧洲迄今建造的最大的环境卫星.星上载有10种探测设备,其中4种是ER S-1/2所载设备的改进型,所载最大设备是先进的合成孔径雷达(A

1.Hadoop是一个大家族,是一个开源的生态系统,是一个分布式运行系统,是基于Java编程语言的架构.不过它最高明的技术还是HDFS和MapReduce,使得它可以分布式处理海量数据. 2.HDFS(分布式文件系统):它与现存的文件系统不同的特性有很多,比如高度容错(即使中途出错,也能继续运行),支持多媒体数据和流媒体数据访问,高效率访问大型数据集合,数据保持严谨一致,部署成本降低,部署效率提交等,如图是HDFS的基础架构. 3.MapReduce(并行计算架构):它可以将计算任务拆分成大量可

import pymysql mysql_host = '192.168.0.106' port = 3306 mysql_user = 'root' mysql_pwd = ' encoding = 'utf8' # 建立 连接mysql服务端 conn = pymysql.connect( host=mysql_host, # mysql服务端ip port=port, # mysql端口 user=mysql_user, # mysql 账号 password=mysql_pwd, # m

最近有个项目需要开发个气象信息API,可以通过经纬度查找未来几天的气象信息. 经过几天的研究,现在简单总结一下. 1.数据来源数据来源采自美国国家环境预报中心的GFS(全球预报系统),该系统每天发布4次全球范围的气象数据,分辨率最高可达到0.25° x 0.25°,精度还是比较可观的. 2.数据下载GFS数据提供FTP下载方式:http://www.ftp.ncep.noaa.gov/data/nccf/com/gfs/prod/ 每次发布的数据保存在命名为gfs.YYYYMMDDHH的文件夹中

Global Web-Enabled Landsat Data (GWELD)[1] NASA 原先的 Web-Enabled Landsat Data Conterminous U.S. Seasonal and Alaska Latitude/Longitude products 于 2019-12-2退役.由GWELD产品取代. GWELD产品包括 月度产品 GWELDMO v031 https://lpdaac.usgs.gov/products/gweldmov031 年度产品 GWE

//using System.Web.Script.Serialization; JavaScriptSerializer serializer = new JavaScriptSerializer(); Dictionary<string, object> json = (Dictionary<string, object>)serializer.DeserializeObject( "{name: 'zswang', forum: 'c#'}"); obje

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

ListView 显示大量相同格式数据 常用属性: listSelector            listView每项在选中.按下等不同状态时的Drawable divider                ListView每项间的间隔Drawable dividerHeight        ListView每项间间隔的间隔高度 常用方法: setAdapter()                设置数据适配器 setOnItemClickListener()        设置每项点击事件

​   数据下载链接:数据下载链接 引言 多种卫星遥感数据反演地表蒸腾与蒸散率(ET)产品是地理遥感生态网推出的生态环境类数据产品之一,产品包括2000-2009年三个波段RGB数据,值域0-252之间,数据类型为8bit整型.该产品经过数据搜集-模型模拟-质量检查-地表蒸腾与蒸散量数据流程,且经过专家组验证,质量良好. 正文 栅格数据源 数据名称 多种卫星遥感数据反演地表蒸腾与蒸散率(ET)产品 数据类型 栅格 数据格式 TIFF 数据精度 1km.500m.30m 时间范围 1981-202