与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。通过对光谱、图像等数据处理，掌握岩矿、土壤、植被等地物的光谱特征和图像特征，结合ENVI等专业软件、Python开发工具平台，开展多光谱数据预处理、图像分类、定量评估、机器学习等方

ArcGIS Pro 是一款集数据采集、处理、分析和可视化于一体的强大 GIS 工具，广泛应用于水文、水资源、水生态和水环境等领域。在水文分析方面，ArcGIS Pro 利用数字高程模型 (DEM) 进行流域边界划分、河网提取，并可实现水文站控制面积的计算，帮助科学家分析流域内的水文特征及其动态变化。13.5 AI+ArcGIS Pro水文、水资源、水生态、水环境应用场景介绍（技术指导、Pytho

受到气候变化、温室效应以及人类活动等因素的影响，自然界中极端高温、极端环境污染、大洪水和大暴雨等现象的发生日益频繁；在人类社会中，股市崩溃、金融危机等极端情况也时有发生；今年的新冠疫情就是非常典型的极端现象。研究此类极端现象需要新的统计学方法，该类统计学的理论和方法都与传统的基于高斯分布的统计学模型有极大的不同。极值统计学就是专门研究自然界和人类社会中很少发生，然而发生之后有着巨大影响的极端现象的

机器学习已经成为继理论、实验和数值计算之后的科研“第四范式”，是发现新规律，总结和分析实验结果的利器。机器学习涉及的理论和方法繁多，编程相当复杂，一直是阻碍机器学习大范围应用的主要困难之一，由此诞生了Python，R，SAS，STAT等语言辅助机器学习算法的实现。1.Tidymodel,Tidyverse语法精讲。4.Lasso回归与最小角度回归。4.Logistic回归。2.机器学习的基本概念。

通过对土地利用时空变化规律进行分析可以更好的了解土地利用变化的过程和机制，并且通过调整人类社会经济活动，促使土地利用更趋合理，实现土地资源可持续利用。土地利用以及景观格局是当前全球环境变化研究的重要组成部分及核心内容，其对区域的可持续发展以及区域土地管理有非常重要的意义。5.3 要素采集与编辑：创建新要素，要素折点编辑。7.5 空间分析：土地利用变化分析——迁移矩阵。7.6 空间分析：土地利用变化

景观格局分析

因此，我们决定举办此次为期四天的“无人机多光谱-生态三维建模与案例实战”培训班，搭建一个面向科研院所、大学学者及工程技术人员的共享平台，集中讨论并解决“如何获取高质量三维多光谱数据集、如何建立可解释的生态模型、如何快速产出可复现的研究成果”这三大核心问题，以推动无人机生态遥感技术从“能用”走向“好用、敢用、持续用”。5、成果图：生物量热力图、预测 vs 实测残差图LSTM、GRU、Prophet、

Calpuff模型是一种三维非稳态拉格朗日扩散模型，可有效地处理非稳态（如，熏烟、环流、地形和海岸等）下污染物的长距离输送，对污染物浓度进行模拟预测，从而更好地判断受体点污染物的来源。模型主要包括：地形、气象数据预处理模块，Calmet模块，Calpuff模块以及Calpost模块。2）污染物名称和浓度场数据输入。1）Prtmet气象后处理模块。2）Append后处理模块。2）土地利用数据预处理。

本课程梳理了我国目前无人机遥感在智慧农业信息提取的综合态势，对无人机平台的性能、机载传感器指标、地面传感器应用、农林遥感光谱指数、农林光谱建模方法进行了大量的分析。在此基础上，按照形态、生理生化、胁迫、估产等四大类信息提取目标，从理论和实践两方面进行了详细的分析。其中，围绕着四大类信息，划分为十四个子专题：株数和株高、冠层覆盖度、作物倒伏、不同生育期状况、叶面积指数、作物系数、叶绿素含量、营养元素

Plaxis与python融合技术