课程兼顾ENVI图形化软件操作与Python编程两种方式，通过ENVI直观展示数据预处理、分类、混合像元分解等核心流程，再通过Python实现相同功能，在理解理论的同时，真正掌握代码编写的逻辑与技巧，做到“知其然，更知其所以然”。系统覆盖了从数据获取到行业应用的全流程核心技术，包括卫星、航空、地面数据的获取与处理，辐射定标与大气校正的完整流程，基于Scikit-learn的机器学习分类与回归，以及

其中，Earth Engine功能最为强大，能存取和同步MODIS、Landsat、Sentinel等卫星影像及NCEP等气象再分析数据集，并已整合最新的Satellite Embedding年度数据集（2017-2024），提供全球10米分辨率的64维AI嵌入向量。案例重点展示如何通过降水和植被指数的回归分析提取残差值，消除气候变化的短期影响。学员还将掌握生态环境质量等级划分方法，学习如何制作生

随着数字农业和智慧农业的发展，基于过程的作物生长模型（Process-based Crop Growth Simulation Model）在模拟作物对气候变化的响应与适应、农田管理优化、作物品种和株型筛选、农业碳中和、农田固碳减排等领域扮演着越来越重要的作用。现有版本V4.7能模拟27种主要农作物的生长发育和产量形成过程，被广泛应用于精细农业、水肥管理、气候变化、粮食安全、土壤碳周转、环境影响、

无论您从事生命科学、环境科学、材料研究还是社会科学，都面临着共同的挑战：海量异构数据的处理耗时、复杂模型的编程门槛、以及从Idea到论文的漫长转化链条。本课程正是为突破这些瓶颈而生。从Python高阶编程（函数式、OOP、性能优化）出发，掌握XGBoost、LightGBM等经典机器学习工具，深入CNN、Transformer、扩散模型等前沿架构；告别繁琐的重复编码。掌握上下文工程与RAG技术，让

课程兼顾ENVI图形化软件操作与Python编程两种方式，通过ENVI直观展示数据预处理、分类、混合像元分解等核心流程，再通过Python实现相同功能，在理解理论的同时，真正掌握代码编写的逻辑与技巧，做到“知其然，更知其所以然”。当难以理解专业概念时，通过对话式问答快速获得通俗解释。系统覆盖了从数据获取到行业应用的全流程核心技术，包括卫星、航空、地面数据的获取与处理，辐射定标与大气校正的完整流程，

本课程正是基于这一技术变革与科研深度需求的交汇而设计，以NASA GIBS/EONET真实遥感数据为核心驱动，通过两天全链路实战，完整跑通从数据接入、Leaflet/MapLibre交互地图、ECharts科技大屏与Canvas动效可视化、PostGIS空间数据库、Express后端接口到阿里云公网部署的技术闭环，现场完成八大科研专题系统，帮助每位学员带走一套可上线运行、可替换自有研究区数据、可直

ChatGPT-4o科研必备GPT汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等）1、课题申请书撰写技巧及要点剖析（项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性

本次课程主要针对岩土工程中的各种问题（塑性、渗流、固结、动力、稳定安全、热力TM），用四天时间，教大家如何一步一步地搭建自己的Plaxis模型，包括Plaxis Python API的连接与配置、外部Python编译器的使用、Python命令流自动建模过程、Python远程脚本读取输出结果等，其中的Python建模模块尽可能做到让学员零基础开始，通过提供标准命令流库，使用搭积木、摆乐高的形式模块化

课程旨在提升课程参与者在数据分析、趋势预测和资源评估等方面的能力，激发创新思维，并通过实践操作深化对AI在气象数据分析中应用的理解。4.2模型堆叠：使用mlxtend库或自定义方法实现模型堆叠，结合不同模型的预测结果作为新的特征，训练一个新的模型。2.4时间序列分割：对于时间序列数据，使用时间顺序分割数据，确保训练集中的数据点时间上早于测试集中的数据点。1.2数据探索：通过统计摘要、可视化方法（如

无人机摄影测量技术是传统航空摄影测量手段的有力补充，具有机动灵活、高效快速、精细准确、作业成本低、生产周期短、影像获取空间分辨率高、高危地区探测等优势。无人机与航空摄影测量相结合使得“无人机数字低空遥感”成为航空遥感领域的一个崭新发展方向。无人机摄影测量技术凭借其可提供高精度、高空间分辨率的DOM、DSM、DEM以及DTM等数据产品，已在国家重大工程建设、灾害应急与处理、国土监察、矿产开发监测、新