包含常用的几种高光谱数据，可以用于遥感图像分类。
WashingtonDCMal,IndianPine等。
ndianPines是最早的用于高光谱图像分类的测试数据，由机载可视红外成像光谱仪（AVIRIS）于1992年对美国印第安纳州一块印度松树进行成像，然后截取尺寸为145×145的大小进行标注作为高光谱图像分类测试用途。
Pavia University数据是由德国的机载反射光学光谱成像仪（Reflective OpticsSpectrographicImagingSystem，ROSIS-03）在2003年对意大利的帕维亚城所成的像的一部分高光谱数据。
该光谱成像仪对0.43-0.86μm波长范围内的115个波段连续成像，所成图像的空间分辨率为1.3m。
其中12个波段由于受噪声影响被剔除，因而一般使用的是剩下103个光谱波段所成的图像。
该数据的尺寸为610×340，因而共包含2207400个像素，但是其中包含大量的背景像素，包含地物的像素总共只有42776个，这些像素中共包含9类地物，包括树、沥青道路（Asphalt）、砖
WashingtonDCMal,IndianPine等。
ndianPines是最早的用于高光谱图像分类的测试数据，由机载可视红外成像光谱仪（AVIRIS）于1992年对美国印第安纳州一块印度松树进行成像，然后截取尺寸为145×145的大小进行标注作为高光谱图像分类测试用途。
Pavia University数据是由德国的机载反射光学光谱成像仪（Reflective OpticsSpectrographicImagingSystem，ROSIS-03）在2003年对意大利的帕维亚城所成的像的一部分高光谱数据。
该光谱成像仪对0.43-0.86μm波长范围内的115个波段连续成像，所成图像的空间分辨率为1.3m。
其中12个波段由于受噪声影响被剔除，因而一般使用的是剩下103个光谱波段所成的图像。
该数据的尺寸为610×340，因而共包含2207400个像素，但是其中包含大量的背景像素，包含地物的像素总共只有42776个，这些像素中共包含9类地物，包括树、沥青道路（Asphalt）、砖
2023/2/11 2:19:13
195MB
1
光学遥感器在轨绝对辐射定标精度决定着定量化应用的广度和深度,反射率法、辐照度法以及辐亮度法等基于大面积均匀场的在轨替代定标发挥着重要作用,但由于存在场地数量有限、定标频次低、场地反射率低以及单点定标无法实现全动态范围定标的问题,定标精度限制在5%~8%之间。
光学遥感器空间分辨率的提高,使得基于光谱平坦性好、朗伯性好的灰阶靶标的绝对辐射定标成为可能。
本文研究了基于灰阶靶标的定标方法的原理、定标流程及影响因素,并在此基础上提出了简化辐射传输计算的方法。
考虑到高分辨多光谱相机响应线性及暗电流等的影响,本文采用带偏置的一次函数响应模型,对某多光谱相机进行了三次试验,求出了定标增益与偏置,定标不确定度优于5%。
利用铺设的彩色靶标进行了反射率反演验证,结果显示,在5%~70%的反射率内,绝对差值不到0.01。
所提绝对辐射定标方法可以实现光学卫星遥感器大动态范围的绝对辐射定标,处理了在响应低端定量化应用时定标精度普遍较低的问题。
光学遥感器空间分辨率的提高,使得基于光谱平坦性好、朗伯性好的灰阶靶标的绝对辐射定标成为可能。
本文研究了基于灰阶靶标的定标方法的原理、定标流程及影响因素,并在此基础上提出了简化辐射传输计算的方法。
考虑到高分辨多光谱相机响应线性及暗电流等的影响,本文采用带偏置的一次函数响应模型,对某多光谱相机进行了三次试验,求出了定标增益与偏置,定标不确定度优于5%。
利用铺设的彩色靶标进行了反射率反演验证,结果显示,在5%~70%的反射率内,绝对差值不到0.01。
所提绝对辐射定标方法可以实现光学卫星遥感器大动态范围的绝对辐射定标,处理了在响应低端定量化应用时定标精度普遍较低的问题。
2023/1/17 5:52:44
6.39MB
1
SDSM统计降尺度模型，用于将GCM全球气候模式数据或CMIP5数据提高空间分辨率，使其使用于区域研究，在未来气候变化研究中广泛使用。
2016/6/26 23:09:20
3.96MB
1
为使星载激光高度计实现高空间分辨率，提出了一种联合采用伪随机码(PRC)相位调制光纤激光器和外差探测的测距方法。
推导了用于测高时的信噪比公式。
对激光发射功率、参考光功率、望远镜口径、调制速率以及PRC序列长度对信噪比和距离分辨率的影响进行了数值模仿。
对系统参数进行分析，得到了相关参数的关系和优化的参数。
结果表明,当激光出射功率约为10W，参考光功率约为10mW，望远镜口径为0.4m，调制速率为1GHz，单周期内PRC序列长度约为300μs时，基于PRC相位调制和外差探测的星载激光测高计能够实现系统信噪比为10和距离分辨率为15cm的设计目标。
推导了用于测高时的信噪比公式。
对激光发射功率、参考光功率、望远镜口径、调制速率以及PRC序列长度对信噪比和距离分辨率的影响进行了数值模仿。
对系统参数进行分析，得到了相关参数的关系和优化的参数。
结果表明,当激光出射功率约为10W，参考光功率约为10mW，望远镜口径为0.4m，调制速率为1GHz，单周期内PRC序列长度约为300μs时，基于PRC相位调制和外差探测的星载激光测高计能够实现系统信噪比为10和距离分辨率为15cm的设计目标。
2018/1/7 3:28:24
3.2MB
1
土壤数据来自于世界土壤数据库，空间分辨率为1km，包括土壤深度、无机质含量、土壤容重、砂粒含量、粉粒含量、粘粒含量等属性数据。
2015/3/19 11:25:18
3.52MB
1
NDVI数据都已转成TIF格式，NDVI3g数据工夫分辨率为16天，空间分辨率为1/12度。
2017/5/24 16:36:29
107.26MB
1
FY3，MODIS，NPPVIIRS，Landsat8等常用卫星的波段信息、空间分辨率等参数，材料整合整理
2022/9/5 4:18:59
261KB
1
ASTERGDEM数据由日本METI和美国NASA联合研制并免费面向公众分发。
ASTERGDEM数据产品基于“先进星载热发射和反辐射计(ASTER)”数据计算生成，是目前独一覆盖全球陆地表面的高分辨率高程影像数据。
自2009年6月29日V1版ASTERGDEM数据发布以来，在全球对地观测研究中取得了广泛的应用。
但是，ASTERGDEMV1原始数据局部地区存在异常，所以由ASTERGDEMV1加工的数字高程数据产品也存在个别区域的数据异常现象。
ASTERGDEMV2版则采用了一种先进的算法对V1版GDEM影像进行了改进，提高了数据的空间分辨率精度和高程精度。
该算法重新处理了1,500,000幅影像，其中的250，000幅影像是在V1版GDEM数据发布后新获取的影像。
日本METI和美国NASA两个机构对V2版GDEM的数据精度进行了验证，结果显示V2版对V1版中存在的错误做了很好的矫正。
此资源将山东地区所有DEM已经打包下载完成
ASTERGDEM数据产品基于“先进星载热发射和反辐射计(ASTER)”数据计算生成，是目前独一覆盖全球陆地表面的高分辨率高程影像数据。
自2009年6月29日V1版ASTERGDEM数据发布以来，在全球对地观测研究中取得了广泛的应用。
但是，ASTERGDEMV1原始数据局部地区存在异常，所以由ASTERGDEMV1加工的数字高程数据产品也存在个别区域的数据异常现象。
ASTERGDEMV2版则采用了一种先进的算法对V1版GDEM影像进行了改进，提高了数据的空间分辨率精度和高程精度。
该算法重新处理了1,500,000幅影像，其中的250，000幅影像是在V1版GDEM数据发布后新获取的影像。
日本METI和美国NASA两个机构对V2版GDEM的数据精度进行了验证，结果显示V2版对V1版中存在的错误做了很好的矫正。
此资源将山东地区所有DEM已经打包下载完成
2021/4/16 8:17:11
213B
1
（含源码及报告）本程序分析了自2016年到2021年（外加）每年我国原油加工的产量，并且分析了2020年全国各地区原油加工量等，含饼状图，柱状图，折线图，数据在地图上显示。
运转本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运转。
文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。
不懂可以扫文件中二维码在QQ里面问。
运转本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运转。
文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。
不懂可以扫文件中二维码在QQ里面问。
2022/9/30 16:31:44
29.75MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB