摘要： Soil Moisture Data Class: Blogs Date: April 14, 2025 Microwave Remote Sensing Derived Name time span, time/spatial resolution source reference notes E 阅读全文

摘要： 本记录主要是为了应付下载大量CMIP6数据所写，配合新版数据下载网站ESGF MetaGrid (llnl.gov)和下面的方法，数据下载变得较为容易。 阅读全文

摘要： 在利用python处理数据的时候，想要充分发挥CPU的算力，可以选择利用多进程来实现。如果子进程内存占用较大的话，往往很难多开进程，如果不涉及对内存的写入操作，那么多个子进程共享内存，则可以减少内存的开销，多开子进程提高处理速度。 下面针对Python3.8多进程中共享Numpy数组进行记录 主要参 阅读全文

摘要： 类似于下图这种，为分析结果添加显著性区域，该如何实现呢？ 实现方式多种多样，比如： 1、代码。Python、R、Matlab都有实现方式，但是绘制一幅优美的地图，用代码绘制，需要添加很多控制语句，学习成本太高，时间成本也很高 2、P值栅格转点，然后Arcmap制图。但是栅格转点会很细碎，还需要很麻烦 阅读全文

摘要： 偏相关系数计算 参考 陈彦光编著. 地理数学方法及其应用. 2008, 北京大学城市与环境学院. 维基百科 简单相关系数旨在反映变量之间两两线性关系，但实际上，每一个简单相关系数不可能绝对不包括其他因素的相关成分。为了克服简单相关系数的间接相关信息，有人设计了另一种检验指标，称为偏相关系数（ par 阅读全文

摘要： 如何搭建 我采用了ICARUS主题，根据以下教程完成了部署 https://www.cnblogs.com/liuxianan/p/build-blog-website-by-hexo-github.html https://hexo.io/zh-cn/docs/setup 注意，配置_config 阅读全文

摘要： 一元线性回归再简单不过了，实现的方式多种多样。但如果数据Y(y1,y2,y3,...yn)中出现随机位置与个数的无效值（0值），只有将对应的X(x1,x2,x3,...xn)与Y中的无效值（0值）剔除，得到的Y随X变化趋势才是准确的。对于较少组Y与X的回归，可以采用for循环一组一组的判断计算。但是当有数以亿计组Y与X，用for循环则显得效率低下。遇到这一问题，是由于我在计算多年NDVI序列趋势，每一年的NDVI会出现随机位置与个数的无效值（0值）。下面分享解决办法。 阅读全文

摘要： 我在之前的博客：批处理文件(.bat)并行Arcpy脚本提高效率的思路，阐述了如何编写Arcpy脚本，如何利用Windows bat批处理脚本同时打开多个cmd窗口，以实现并行处理，提高数据处理效率。但是上述博客仍然存在着：1、需要编写多个Arcpy脚本；2、参数修改麻烦。最近做了一些修改，解决了上述问题。现进行分享。 阅读全文

摘要： Arcpy提供数据处理的方便接口，但一个Arcpy脚本通常只运行于一个核上。现在电脑通常是多核乃至多处理器，如果能将任务分解为可同时进行的若干任务，便可通过并行充分利用电脑性能。 阅读全文

摘要： NOAA数据下载方法 阅读全文

摘要： Landsat 现有 Analysis Ready Data (ARD) 数据介绍 阅读全文

摘要： > 本文主要翻译自下述GEE官方帮助 > > https://developers.google.com/earth-engine/guides/scale > https://developers.google.com/earth-engine/guides/projections > https 阅读全文

摘要： Numpy.frompyfunc()将计算单个值的函数转化为计算数组中每个元素的函数，基于数组运算的函数 阅读全文

摘要： 实现在Google earth engine中绘制图像/波段间的散点图，得到相关关系。适用于探究数据间的相关性，进行数据的交叉验证。 阅读全文