空间数据基本方法，基于python3.9，方法包括空间结构距离，长度，边界，轮廓点，行点，线组面，交叉类型，平面方程，投影点坐标计算，截取线段点等方法，适用于空间算法人群
2022-04-15 13:08:41
7KB
1
（3）趋势分析图。
蓝线表示南北方向，呈近似水平，可见南北方向无趋势。绿线表示东西方向，呈倒"U"形，可用二阶曲线拟合，在后面进行表面预测时将会去除。
点击Rotete右边的方向旋转箭头（横向箭头），可旋转趋势图，更明显地显示某一个方向的趋势。
东西方向
南北方向
2022-03-21 15:03:52
3.49MB
1
空间决策树
建造一个决策树，有五个主要步骤：
根据已知的分类，从数据D中找到例子S。
确定最佳谓词p用来分类。一般首先在较粗的层次中寻找相关谓词，然后再在较为细化的层次。
找到最佳的缓冲区大小和形状。对于取样中的每个实体，它周围的区域被称为缓冲区。目标是选择一个能产生对测试集中的类型进行最不同的缓冲区。
使用p和C，对每个缓冲区归纳谓词。
使用泛化的谓词和ID3建造二叉树T。
算法8-5 空间决策树算法
输入：空间数据库D；概念层次C；预定的类别。
输出：二叉决策树T。
（1）根据预定的类别，从数据D中找到例子S；
（2）确定最佳谓词p用来分类；
（3）找到最佳的缓冲区大小和形状；
（4）使用p和C，对每个缓冲区归纳谓词；
（5）使用泛化的谓词和ID3建造二叉树T.
2022-03-15 23:41:29
637KB
1
按照先全局变量后局部变量,MGWR如下:
使用MGWR模型，需先识别那些项具有常数参数,那些项目有可变参数.
5.1 MGWR常数参数项的识别
不是所有的 都相等
2022-02-28 16:13:03
2.38MB
1
近几年，基于位置服务的应用层出不穷，如GPS车辆导航、打车、外卖、运动等，产生了大量的具有时空信息的轨迹数据，对此类数据的处理挖掘是城市智能化发展的必经之路。
本课程讲述了Python对时空数据的处理，以及机器学习方法在空间数据处理上的应用。
2022-02-25 16:38:56
4.35MB
1
生态系统服务是生态系统形成并维持的人类赖以生存和发展的环境条件与效用，是测度自然生态系统保护价值的重要指标。采用科学方法模拟生态系统服务的空间分布对掌握当前我国生态本底状况，识别生态保护重要区，从而有效支持生态管理决策具有重要意义。本研究以遥感地物分类数据为基础，根据通用土壤流失方程、水量平衡方程、风动模型等生态过程模拟方法，通过汇总文献和地面监测数据率定模型参数，模拟了我国2010年生态系统提供食物生产、土壤保持、水源涵养、防风固沙、生物多样性、碳固定6种功能的空间分布，形成了分辨率250m的空间数据集。能够为我国的生态补偿、生态功能区划、生态红线等国家尺度生态保护政策的设计和实施提供充分的科学依据
2022-02-22 14:00:41
480.08MB
GDAL是空间数据处理的开源包，支持多种数据格式的读写。遥感图像是一种带大地坐标的栅格数据，遥感图像的栅格模型包含以下两部分的内容：
栅格矩阵：由正方形或者矩形栅格点组成，每个栅格点所对应的数值为该点的像元值，在遥感图像中用于表示地物属性值；遥感图像有单波段与多波段，波段表示地物属性的种类，每个波段表示地物一种属性。
大地坐标：空间数据参考表示地图的投影信息；仿射矩阵能将行列坐标映射到面坐标上。
GDAL读写遥感数据的代码：
from osgeo import gdal
import os
class GRID:
#读图像文件
def read_img(self,filename):
2022-02-15 13:34:59
50KB
1