空间分析应用

Python批量填补遥感影像的无效值NoData

本文介绍基于**Python**中**ArcPy**模块,对大量栅格遥感影像文件**批量**进行**无效值**(**NoData**值)填充的方法。 在处理栅格图像文件时,我们经常会遇到图像中存在有无效值(即**NoData**值)的情况。如下图所示,这里有一个**矢量面要素图层**和该矢量图层范围 ... »

ENVI指定像元数量(行数与列数)裁剪栅格图像

本文介绍基于**ENVI**软件,实现栅格遥感影像按照**像元行列号与个数**进行**指定矩形区域裁剪**的方法。 一般的,如果我们需要裁剪某个具体的行政区域,按照对应区域的矢量图层裁剪即可;如果需要裁剪某个大致的区域范围,可以按照文章[ArcMap手动新建矢量要素的方式](https://www. ... »

ENVI手动地理配准栅格图像的方法

本文介绍在**ENVI**软件中,手动划定**地面控制**点从而实现栅格图像相互间**地理配准**的方法;其中,所用软件版本为**ENVI Classic 5.3 (64-bit)**。 首先,在软件中同时打开两景需要进行地理配准的栅格图像,开启“**Link Displays**”后在其中一幅图像 ... »

ArcGIS如何自动获得随机采样点?

本文介绍基于ArcMap软件,实现在指定区域自动生成随机点的方法。 在GIS应用中,我们时常需要在研究区域内进行地理数据的随机采样;而采样点的位置往往需要在结合实际情况的前提下,用计算机随机生成。这一操作在ArcMap软件中就可以非常方便地进行。 已知现有如下一景栅格图像,我们需要在这一图像对应的位 ... »

SPSS计算极值、平均值、中位数、方差、偏度、峰度、变异系数

本文介绍基于SPSS软件的经典统计学分析与偏度、峰度等常用统计学指标的计算方法。 首先需要说明,本文所述数据的经典统计学分析,包括计算数据的极值、平均值、中位数、标准差、方差、变异系数、偏度与峰度等常用统计学指标。 首先,打开SPSS软件。 第一步需要将数据导入SPSS中。选择“文件”,然后选择“数 ... »

单窗算法的地表温度反演:谷歌地球引擎GEE代码

本文介绍在GEE中基于Landsat遥感影像实现地表温度(LST)单窗算法反演的代码。 1 背景知识 基于遥感数据的地表温度(LST)反演目前得到了广泛的应用,尤其是面向大尺度、长时间范围的温度数据需求,遥感方法更是可以凸显其优势。目前,基于各类遥感数据源的地表温度反演方法不断得以改进,精度亦不断提 ... »

地统计学的基本概念及公式详解

本文对插值、平稳假设、变异函数、克里格等常用的地学计算概念加以介绍,并对相关公式进行推导。 (插值、平稳假设、本征假设、变异函数、基台、块金、克里格、线性无偏最优…地学计算概念及公式推导) 1 引言 最近的几篇博客,分别从遥感的实际应用出发,对影像前期处理与相关算法、反演操作等加以详细介绍。而通过遥 ... »

Python ArcPy批量计算多时相遥感影像的各项元平均值

本文介绍基于Python中ArcPy模块,对大量长时间序列栅格遥感影像文件的每一个像元进行多时序平均值的求取。 在遥感应用中,我们经常需要对某一景遥感影像中的全部像元的像素值进行平均值求取——这一操作很好实现,基于ArcMap软件或者简单的Python代码就可以实现;但有时候,我们会需要结合同一地区 ... »

Python GDAL库在Anaconda环境中的配置

本文介绍在Anaconda环境下,安装Python中栅格、矢量等地理数据处理库GDAL的方法。 需要注意的是,本文介绍基于conda install命令直接联网安装GDAL库的方法;这一方法有时不太稳定,且速度较慢。因此,如果有需要,大家可以参考Anaconda环境GDAL库基于whl文件的配置方法 ... »

MATLAB计算变异函数并绘制经验半方差图

本文介绍基于MATLAB求取空间数据的变异函数,并绘制经验半方差图的方法。 由于本文所用的数据并不是我的,因此遗憾不能将数据一并展示给大家;但是依据本篇博客的思想与对代码的详细解释,大家用自己的数据,可以将空间数据变异函数计算与经验半方差图绘制的全部过程与分析方法加以完整重现。 1 数据处理 1.1 ... »

利用ArcEngin进行空间分析的简单应用

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »

利用ArcEngin进行空间分析的简单应用

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »

矩阵分析与应用 -- 向量空间

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »

《gis空间分析及应用案例解析》培训总结 - gisoracle

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »

gisoracle

Arcgis软件应用(二)空间分析之缓冲区分析

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »

GIS空间分析的功能和广泛应用

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »

linhon

空间分析应用开发

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »

GIS应用|快速开发REST空间分析服务

目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »