「已注销」
码龄6年
求更新 关注
提问 私信
  • 博客:283,029
    问答:2
    283,031
    总访问量
  • 119
    原创
  • 1,469
    粉丝
  • 73
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:陕西省
加入CSDN时间: 2020-06-10

个人简介:gzh GIS遥感数据处理应用

博客简介:

qq_48539301的博客

查看详细资料
个人成就
  • 获得1,020次点赞
  • 内容获得207次评论
  • 获得1,244次收藏
  • 代码片获得6,135次分享
创作历程
  • 42篇
    2025年
  • 84篇
    2024年
  • 2篇
    2023年
成就勋章
TA的专栏
  • GIS
    2篇
  • 土地利用
    1篇
  • python软件包
    1篇

TA关注的专栏 3

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 5

创作活动更多

1024 程序员节 · 高效创作之道活动征文

1024 程序员节来啦!今年我们邀请你用创作记录高效之道——**写一篇博文,分享你的创作经验、效率技巧或技术干货**,就有机会获得专属好礼。 **特别玩法**: - 🏆 一二三等奖不限方向,自由创作与墨衍相关创作均可参评——自由创作方向获奖者拿**卫衣/马克杯/流量券** - ✨ 如果你在创作中体验了**墨衍**(AI 创作、多平台同步、GEO 检测)并写下真实体验,你的投稿将进入**「墨衍专属创作奖」独立评审赛道**——按墨衍结合深度等专属标准**优中选优**,再拿 7 天体验卡! - 🎁 一二三等奖中的墨衍方向获奖者,同步获得墨衍 7 天体验卡! 创作方向 ### 🚀 墨衍相关创作(推荐 · 专属奖独立评审赛道) - **墨衍使用体验**:AI 创作 / 多平台同步 / GEO 检测的真实体验复盘 - **墨衍场景教程**:选题 → AI 写文 → 多平台同步 → GEO 优化一站式实操 - **墨衍 × 多平台分发**:一次创作多平台发布的效率对比与数据复盘 - **墨衍 × 1024 案例**:用墨衍辅助完成一篇 1024 主题文章的完整过程 > 投稿即进入「墨衍专属创作奖」独立评审赛道(10 名 · 7 天体验卡),不与一二三等奖合并评选,优中选优! ### ✍️ 自由创作(不限题材) 技术干货、职业成长、行业观察、程序人生……符合社区规范即可。

1290人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

Python | 基于栅格数据绘制空间分布、频率分布和剖面图

在这些图中,空间分布图能帮助我们清晰地看到数据在不同地区的分布情况,直观揭示各地的数据差异;频率分布图展示了数据的整体分布模式,让我们了解数据值的高低及其分布范围;而剖面图则通过展示某条线上的数据变化,帮助我们理解数据在特定方向上的变化趋势。今天,我们将结合自己的研究内容,绘制类似的图片,给大家提供参考。代码已经尽量简化,容易理解。大家只需更改以下几个部分即可:16行栅格数据的输入路径、26行栅格数据的有效值范围、53行图标题、69和79行图例刻度、74行图例标题、83行剖面图刻度和130行图片输出路径。
原创
博文更新于 2025.02.14 ·
707 阅读 ·
4 点赞 ·
0 评论 ·
6 收藏

Python | 基于栅格数据绘制空间分布图

该代码的流程包括读取栅格数据、去除异常值、基于数据的地理范围生成经纬度网格,并使用Cartopy在平面投影下绘制全球范围的地图,添加海岸线和经纬度刻度。接着,通过contourf函数绘制等值线图,展示数据的空间分布,并采用'RdYlGn'颜色映射来呈现数据的值变化。同学们可以根据自身需求更改栅格数据的路径、有效值范围、图标题和图例等设置。
原创
博文更新于 2025.02.13 ·
648 阅读 ·
3 点赞 ·
0 评论 ·
0 收藏

GEE | 计算ERA5数据的每日风速

ERA5是由欧洲中期天气预报中心(ECMWF)生成的第五代全球气候再分析数据集,具有高分辨率和全球覆盖的优势,广泛应用于气候研究和环境科学领域。ERA5 Daily数据集提供了日均值、日最小值或最大值的主要气象参数,包括:2米气温、2米露点温度、总降水量、平均海平面气压、地表气压以及10米高度的东西向风分量(u)和南北向风分量(v)。利用GEE平台,计算并分析每日风速。各位同学可以根据自己的研究需求更改研究区、时间段。
原创
博文更新于 2025.02.12 ·
1537 阅读 ·
4 点赞 ·
0 评论 ·
3 收藏

GEE | 2000-2023年LANDSCAN全球1Km人口数据

与传统人口普查仅关注居住地不同,LandScan 提供全天(24小时平均)的人口分布模型,捕捉人口在一天内活动的空间范围。该数据基于地理空间科学、遥感技术和机器学习算法,通过多变量的区域模型,将行政边界内的人口普查数据高分辨率分解至像素级。LandScan Global 每年更新一次,覆盖全球范围,具有极高的空间分辨率和可靠性,适用于自然灾害、突发事件和其他多尺度地理分析。此外,为满足更高精度需求,美国范围内还推出了 LandScan USA,其模型包括人口的昼夜变化。
原创
博文更新于 2025.02.10 ·
976 阅读 ·
2 点赞 ·
0 评论 ·
2 收藏

GEE | 基于MODIS数据的作物缺水指数CWSI

CWSI(Crop Water Stress Index,作物缺水指数)是基于能量平衡原理计算的,用于衡量植被覆盖区域土壤的干旱程度。CWSI值的计算公式为:CWSI = 1 - ET / PET,其中ET代表实际蒸散量(mm),PET为潜在蒸散量(mm)。CWSI的取值范围在0到1之间,值越接近1表示土壤干旱程度越严重,而值越接近0则表明土壤较为湿润。基于MCD12Q1数据集识别研究区域内的作物区域,采用MOD16A2GF的ET和PET,计算每年夏季的作物CWSI,输出年度变化折线图和栅格数据。
原创
博文更新于 2025.02.09 ·
809 阅读 ·
2 点赞 ·
0 评论 ·
0 收藏

GEE | 1901-2022年全球0.5°标准化降水蒸散指数SPEI数据集

SPEIbase(全球标准化降水-蒸散指数数据库)提供了全球尺度上干旱状况的长期可靠信息,空间分辨率为0.5度,时间分辨率为月度,可支持从1至48个月的多时间尺度分析。标准化降水-蒸散指数(SPEI)通过标准化变量量化当前气候平衡相对于长期平衡的偏差,确保了时空上的可比性。以SPEI_01_month为例,print月度SPEI变化并导出栅格数据。
原创
博文更新于 2025.02.08 ·
1285 阅读 ·
1 点赞 ·
0 评论 ·
3 收藏

MATLAB | 基于Theil-Sen斜率和Mann-Kendall检验的栅格数据趋势分析

最近看到一些博主分享关于 Sen+MK 检验的代码,对于新手来说可能有点复杂。我们还准备了几个关于趋势检验的空间分布图,供大家参考。在研究中,我们常结合 Theil-Sen 斜率估计(Sen's Slope)和 Mann-Kendall (MK) 检验对栅格数据进行趋势分析。1. 将得到三个栅格数据,图中分别是MK检验、SEN趋势和MK显著区域。ABC是MATLAB输出的栅格,我们需要把D做出来。只需要更改栅格数据的输入输出路径、年份和栅格的有效值。3. 更改矢量的样式。
原创
博文更新于 2025.02.07 ·
2746 阅读 ·
9 点赞 ·
1 评论 ·
15 收藏

GEE | 2000年至今MODIS蒸散发ET变化分析 (日/月/季节/年)

一、说明MOD16A2.061是基于Penman-Monteith方程的8天复合蒸散量产品,空间分辨率为500米,时间范围自2001年起至今。基于GEE对ET进行时间变化分析,包括日、月、季节和年,并导出对应的栅格数据。各位同学可以根据需求更改研究区、时间段和分辨率,当然也可以分析其他产品数据。二、日变化特征 三、月尺度 四、季节尺度春:3-5月,夏:6-8月,秋:9-11月,冬:12-次年2月 五、生长季代码中设置为了4-9月,可以根据研究区的生长季时间修改。 六、年度变化
原创
博文更新于 2025.02.06 ·
550 阅读 ·
8 点赞 ·
0 评论 ·
8 收藏

GEE | 1958年至今全球0.04°干燥度指数AI (PET/PR)

TerraClimate 数据集提供了全球范围内的气候与水分平衡数据,数据结合了 WorldClim 的高分辨率气候均值与 CRU Ts4.0 和 JRA55 的时变气候数据,采用气候辅助插值法生成,空间分辨率为 4638.3 米(约 0.04°),时间分辨率为月。干燥度指数(Aridity Index, AI)是衡量一个地区水分状况的指标,常用于描述降水量和潜在蒸散发之间的比例关系。AI=PET/PR。其中,PET 代表潜在蒸散发,PR 代表降水量,AI 值较大表示该地区干旱程度较高。
原创
博文更新于 2025.02.05 ·
2145 阅读 ·
5 点赞 ·
1 评论 ·
6 收藏

2000-2023年全球0.05° GOSIF GPP数据集(附Python代码)

GOSIF GPP 是基于 OCO-2 卫星的太阳诱导叶绿素荧光(SIF)数据生成的全球总初级生产力(GPP)估算数据集,覆盖 2000 至 2023 年,具有 0.05° 的空间分辨率以及 8 天、月和年的时间分辨率。我们根据该数据集的比例因子和异常值编写了Python代码,大家可以从官网下载数据并使用此代码。请注意,不同时间分辨率下的比例因子有所不同,使用时需根据具体分辨率进行相应的修改。
原创
博文更新于 2025.02.04 ·
1951 阅读 ·
5 点赞 ·
0 评论 ·
3 收藏

MATLAB | 基于长时间序列栅格数据的Mann-Kendall与Pettitt突变检验分析

各位同学好,今天我们将分享在水文气象等领域中常用的两种突变检验方法——Mann-Kendall(MK)检验和Pettitt检验。由于时间关系,今天我们不详细介绍具体的公式和推导过程,感兴趣的同学可以参考相关文献,如。3. Pettitt突变检验。
原创
博文更新于 2025.02.03 ·
888 阅读 ·
4 点赞 ·
0 评论 ·
2 收藏

GEE | MODIS 500米土地利用数据

基于MODIS MCD12Q1.061全球年度土地覆盖分类数据集(500m分辨率,2001-2020),提取IGBP分类(LC_Type1)波段,裁剪至研究区,通过遍历生成每年的分类影像,并将每年影像以GeoTIFF格式导出到Google Drive。我们一般用的是IGBP分类体系。
原创
博文更新于 2025.02.03 ·
784 阅读 ·
1 点赞 ·
0 评论 ·
2 收藏

GLASS | 全球植被净初级生产力NPP数据集(附R代码)

GLASS NPP产品基于GLASS GPP数据,通过结合TRENDY模型中动态植被模型对植物自养呼吸与GPP比值的模拟,生成了高精度的净初级生产力(NPP)数据产品。目前提供三个版本:MODIS_500m(2000-2021)、AVHRR_0.05°(1981-2018)和AVHRR_0.5°(1982-2018)。本次分享的是1982-2018年的年数据,可通过香港大学GLASS产品发布网站(https://www.glass.hku.hk/download.html)获取。
原创
博文更新于 2025.02.03 ·
2220 阅读 ·
3 点赞 ·
0 评论 ·
3 收藏

GEE | 计算Sentinel-2的改进型土壤调整植被指数MSAVI

改进型土壤调整植被指数(MSAVI)是一种针对植被覆盖区域土壤背景干扰问题提出的指数。传统的植被指数如NDVI在植被稀疏或土壤裸露较多的区域容易受到土壤反射率的影响,而MSAVI通过引入土壤调节因子有效减少了土壤噪声。今天和大家分享的是 “改进型土壤调整植被指数MSAVI”,它能够更准确地反映植被生长状态,且广泛应用于植被覆盖监测、生态环境评估等领域。其中NIR代表近红外波段,RED代表红光波段。
原创
博文更新于 2025.02.03 ·
1640 阅读 ·
3 点赞 ·
0 评论 ·
3 收藏

GEE | 多源遥感蒸散发ET的月变化特征

本次我们采用了多种遥感数据集计算蒸散发(ET)的月变化趋势,涉及的数据集包括FLDAS、GLDAS、MODIS、TerraClimate、SMAP以及基于PML模型的ET数据。由于时间限制,具体的数据集说明将不再详细介绍,数据的时间跨度、时空分辨率以及比例因子等参数均已在代码中体现,有兴趣的同学可以自行运行代码进行进一步探索。
原创
博文更新于 2025.02.02 ·
384 阅读 ·
3 点赞 ·
0 评论 ·
2 收藏

GEE | 植被总初级生产力GPP的时间变化特征

同学们好,这期我们分享的是植被总初级生产力GPP的日、月、生长季和年变化趋势代码。我们选用的数据集是MODIS/061/MOD17A2HGF,该产品时间跨度为2000-至今,空间分辨率500米,时间分辨率8天。其中我们把生长季时间设置为了5-9月份,各位同学可以根据自己的需求更改数据集、波段及合成方式。
原创
博文更新于 2025.01.31 ·
668 阅读 ·
2 点赞 ·
0 评论 ·
2 收藏

GEE | 1975-2030年全球100米人口数据集

这个数据集是由欧洲委员会联合研究中心(JRC)发布的GHSL: Global Population Surfaces 1975-2030,它提供了全球各地人口分布的详细时空信息。数据集的空间分辨率为100米,能够精准地描绘每个网格单元的居民人口。时间跨度从1975年到2030年,包括每五年一次的历史人口数据(如1975、1980、1985……2020年)以及未来的预测数据。
原创
博文更新于 2025.01.30 ·
718 阅读 ·
3 点赞 ·
0 评论 ·
0 收藏

GEE | 1985-2022年全球30米土地覆盖数据

GLC_FCS30D数据集提供了1985至2022年间全球30米分辨率的土地覆盖变化数据,采用Landsat影像和Google Earth Engine平台的连续变化检测方法,涵盖35个土地覆盖子类,数据更新频率为2000年前每五年一次,2000年后每年一次。各位同学,我们对gee-community上的数据和代码(https://gee-community-catalog.org/projects/glc_fcs/)进行了更改,同学们可以在代码基础上修改研究区和时间并导出。
原创
博文更新于 2025.01.29 ·
1391 阅读 ·
1 点赞 ·
0 评论 ·
0 收藏

GEE | 提取随机样本点的数据,以CHIRPS降水为例

从CHIRPS 数据集中提取时间段的降水数据,随机生成点并获取它们的值和经纬度,最后导出CSV和各点的SHP文件,坐标系为WGS 1984。各位同学可以结合自己需求更改研究区、时间段、数据集波段及合成方式。
原创
博文更新于 2025.01.28 ·
382 阅读 ·
2 点赞 ·
0 评论 ·
0 收藏

CHM | 1961-2022年逐日降水数据(附R代码)

CHM_PRE数据集是中国大陆高时空分辨率的逐日降水数据集,覆盖1961年至2022年(持续更新),空间分辨率提供0.5°×0.5°、0.25°×0.25°和0.1°×0.1°三种选择。基于2839个站点的逐日观测数据,利用日气候场与降水比例场算法生成,并结合月降水约束和地形特征修正进行调整,适用于干旱监测、洪水预报和水文建模等研究。数据格式为NC,我们写了R代码,将其转为栅格并导出到每年的文件夹中。
原创
博文更新于 2025.01.27 ·
1326 阅读 ·
2 点赞 ·
0 评论 ·
0 收藏
加载更多