logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

使用 Python 查询 Sentinel-1 数据,绘制查询结果范围并下载数据

本文主要介绍通过 Python 从下载哨兵1(Sentinel-1)号 VV&VH 极化 IW_SLC__1S 产品数据。整体流程如下:fill:#333;color:#333;color:#333;fill:none;申请一个 Copernicus 账号配置 Python 依赖查询数据绘制查询结果范围并检查查询结果下载数据。

文章图片
#python#sentinel#redis
使用 Python 查询 Sentinel-1 数据(从NASA),绘制查询结果范围并下载数据

本文主要介绍通过 Python 从下载哨兵1(Sentinel-1)号 VV&VH 极化 IW_SLC__1S 产品数据。整体流程如下:fill:#333;color:#333;color:#333;fill:none;申请一个 earthdata 账号配置 Python 依赖查询数据绘制查询结果范围并检查查询结果下载数据。

#python#sentinel#java
使用 Python 查询和下载 Sentinel-1 轨道数据

本文主要介绍通过 Python 从下载哨兵1(Sentinel-1)号轨道数据(AUX_POEORB、AUX_RESORB等)产品数据(2025年9月~12月)。整体流程如下:fill:#333;color:#333;color:#333;fill:none;申请一个 earthdata 账号配置 Python 依赖查询数据下载数据。

#python#sentinel#redis
Python下载并处理MOD13A3植被指数数据

本文主要介绍通过 Python 从下载Terra 卫星上中分辨率成像光谱仪(MODIS)传感器获取的全球月尺度植被指数产品(MOD13A3),空间分辨率为1km。整体流程如下:fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;申请一个 eart

文章图片
#python#开发语言
pandas/polars/gma读写Excel文件速度对比,探索Excel数据处理的最佳性能模式

Excel(.xlsx)文件作为数据表重要承载格式,在诸多领域有较大规模的应用。在数据自动化处理过程中,针对Excel数据,我们常编写代码进行自动化过程。

文章图片
#pandas#python
gma 教程:计算标准化降水蒸散指数(SPEI)

【标准化降水蒸散指数】。基于 Log-Logistic 分布计算标准化降水蒸散指数。PRE:array。降水量(mm)。PET:array。潜在蒸散量(mm)。Axis =int。计算轴。如果不设置(None),多维数据会将所有数据展开到一维计算。Scale =int。时间尺度。默认为 1。例如:1月、3月或其他。int。周期。默认为 12。例如:月数据可以以 12 为周期。str。用于内部拟合/

文章图片
#python
gma 2.1.7 (2025.07.11) | gma 2.1.8 (2025.08.07) 更新日志

Layer.CalculateGeometry(计算几何属性), Layer.CalculateSummaryStatistics(汇总统计分析),详见help()。链接:https://pan.baidu.com/s/1P0nmZUPMJaPEmYgixoL2QQ?:私有方法:获得当前图层支持的所有sqlite空间、统计和其他方法。:修复了一个由于存在 nan 值导致连续卷积结果为 nan 的问

文章图片
#python
gma 1.x 气候气象指数计算源代码(分享)

clindex:气候指标计算函数。cmana:气候诊断函数。static:气候常量。et0:蒸散计算函数。utils:通用工具。

文章图片
#python
gma 2 教程(一)概述:2.GMA 安装

matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表,包括折线图、柱状图、直方图、散点图、箱线图等,以及多边形、路径、圆或椭圆等其他图形。SciPy是构建在NumPy上的扩展数学算法和函数集合,是一个用于数学、科学、工程领域的常用软件包,包含线性代数、积分、最优化、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其

文章图片
基于 Python 的自然邻域法空间插值的实现与思考

自然邻域法是基于区域大小按比例对这些样本应用权重来进行插值 (Sibson 1981),该插值也称为 Sibson 或“区域占用 (area-stealing)”插值。其基本属性是它具有局部性,仅使用查询点周围的样本子集,并保证插值高度在所使用的样本范围之内,插值表面将通过输入样本且在除输入样本位置之外的其他所有位置均是平滑的。

文章图片
#python
    共 11 条
  • 1
  • 2
  • 请选择