
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
涉及地下水流场绘制软件(Surfer)的操作流程及数据处理讲解、地下水数值模拟软件系统的操作与应用等,并针对化工、工业园区、固废堆积、矿山等真实案例进行训练,掌握不同项目的地下水环评技术,解决地下水数值模拟技术实施过程中遇到的困难。主要利用Map、2D、3D Grid、UGrid、MODFLOW、PEST模块练习构建地下水数值模型,学会网格剖分、模拟流场、各种源汇项、边界条件以及模型的自动调参和手

旨在帮助学员掌握Python编程的基础知识与技巧、特征工程(数据清洗、变量降维、特征选择、群优化算法)、回归拟合(线性回归、BP神经网络、极限学习机)、分类识别(KNN、贝叶斯分类、支持向量机、决策树、随机森林、AdaBoost、XGBoost与LightGBM等)、聚类分析(K均值、DBSCAN、层次聚类)、关联分析(关联规则、协同过滤、Apriori算法)的基本原理及Python代码实现方法。

深度卷积网络采用“端对端”的特征学习,通过多层处理机制揭示隐藏于数据中的非线性特征,能够从大量训练集中自动学习全局特征(这种特征被称为“学习特征”),是其在遥感影像自动目标识别取得成功的重要原因,也标志特征模型从手工特征向学习特征转变。为使广大学者能理解卷积神经网络背后的数学模型和计算机算法,掌握利用PyTorch为基础的遥感影像地物分类,遥感图像目标检测,以及遥感图像目标分割等应用。1.现有几个

作者以国家生态屏障区为研究区,利用MOD13A2 NDVI、中国植被图、太阳总辐射值及温湿度等数据,计算出光合有效辐射(APAR);将光合有效辐射和实际光能利用率输入CASA模型,计算得到国家生态屏障区1km分辨率植被净初级生产力数据集(2000-2015年)。本数据集为2000-2015年每年的NPP栅格数据,投影坐标系为WGS_1984_Albers,空间分辨率为1 km,单位是gC/m²。数

土地利用以及景观格局是当前全球环境变化研究的重要组成部分及核心内容,其对区域的可持续发展以及区域土地管理有非常重要的意义。通过对土地利用时空变化规律进行分析可以更好的了解土地利用变化的过程和机制,并且通过调整人类社会经济活动,促使土地利用更趋合理,实现土地资源可持续利用。Fragstats软件是一款专业的景观格局指数计算工具,帮助用户更加方便地对环境变量进行流程分析和控制。7.1 空间分析简介,G

目录一、Delft3D软件介绍及建模原理和步骤二、掌握Delft3D各模块的基本原理,以及在模型中的操作流程、实例练习模型 三、Delft3D数值模拟溶质运移模型建立 四、工程实施前后水文情势、流场、冲淤的变化 五、地表水环境风险预测六、地表水环境影响评价导则解读七、经验交流会 以地表水数值模拟软件Delft3D 4.03.00操作为主要内容,强调地表水水动力建模、基础资料的获取、边界条件设定、模

Python是功能强大、免费、开源,实现面向对象的编程语言,在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能,这些优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。对于的气象海洋领域的专业人员,Python是进行机器学习和深度学习工作的首选。详细讲解机器学习常用的两类集成学习算法,Bagging和Boosting,对两类算法及其

深度卷积网络采用“端对端”的特征学习,通过多层处理机制揭示隐藏于数据中的非线性特征,能够从大量训练集中自动学习全局特征(这种特征被称为“学习特征”),是其在遥感影像自动目标识别取得成功的重要原因,也标志特征模型从手工特征向学习特征转变。为使广大学者能理解卷积神经网络背后的数学模型和计算机算法,掌握利用PyTorch为基础的遥感影像地物分类,遥感图像目标检测,以及遥感图像目标分割等应用。1.现有几个

在C盘的Program Files、Program Files (x86)(64位系统会有此文件夹,32位系统无此文件夹)和ProgramData文件夹中寻找与ArcGIS或ESRI有关的文件/文件夹,并删除。(记住Windows Installer Cleanup Utility这个工具,非常有用,我好多软件卸不干净,都是用它清理的,非常小,非常有效,毕竟是windows的工具嘛!不影响上网,看

每天的雪深用一个txt文件存储,文件的名称为“yyyyddd.txt”,其中yyyy代表年,ddd代表Julian日期,雪深单位为厘米(cm)。星载被动微波亮度温度数据来自多个传感器,本数据采用的传感器包括Nimbus7上的SMMR(1979-1988),DMSP-F08,F11,F13上的SSMI(1988-2008),DMSP-F17上的SSMI/S(2009-2020),Aqua上的AMSR
