怎么做网站跳转链接,WordPress论坛小程序,调用wordpress,58同城泰安二手房出售信息张博士#xff0c;来自重点高校及科研院所一线科研人员#xff0c;长期从事机器学习、遥感技术与应用研究#xff0c;主持多项国家级科研项目#xff0c;编写著作3部#xff0c;第一作者发表科研论文20余篇。对国内外遥感技术的多平台、多传感器应用现状#xff0c;以及涉…张博士来自重点高校及科研院所一线科研人员长期从事机器学习、遥感技术与应用研究主持多项国家级科研项目编写著作3部第一作者发表科研论文20余篇。对国内外遥感技术的多平台、多传感器应用现状以及涉及的核心技术具有很深的理解精通ENVI、R语言、Mathlab和Unscrambler等分析工具具有丰富的科研及水体叶绿素、悬浮物、泥沙和黄色物质的提取经验。
1、掌握R语言基础应用及水环境数据分析方法
2、掌握水环境遥感数据预处理方法
3、掌握水线提取——水体指数与阈值混合法遥感
4、掌握水深提取——多元回归分析方法R语言遥感
5、掌握水温提取——支持向量机方法R语言遥感
6、掌握水质提取——神经网络分析方法R语言遥感
7、掌握水环境遥感信息提取结果的可视化制图方法R语言
专题一、R语言概述
1.1 R语言特点R语言
1.2 安装RR语言
1.3 安装RStudioR语言
1下载地址
2安装步骤
3软件配置
1.4 第一个程序Hello worldR语言
1Hello world
2R语言基础
3R语言数值计算
4R语言常用函数
5R语言数据输入方法
1.5 案例形式的R语言语法基础学习R语言
1读取水环境数据源
2设置路径
3使用read.csv读取数据
4根据数据类型进行转化
5水环境数据基础分析
6水环境数据高级分析
7基于决策树预测验证正确数据特点
8基于混淆矩阵验证预测结果 专题二、遥感数据预处理
2.1 遥感水环境污染评价理论遥感
1水环境遥感原理
2水环境遥感建模方法
2.2 遥感数据获取方法遥感
2.3 遥感数据辐射校正方法遥感
1加载和显示数据
2辐射定标
3大气校正
2.4 遥感数据高清融合方法遥感
1融合的原理
2Gram-Schmidt融合的实现 专题三、水线提取——水体指数与阈值混合法遥感
3.1 水体指数计算
1加载数据
2计算水体指数
3.2 阈值法确定水线
1感兴趣区的建立
2背景像素设置为0
3阈值的实现
4水线的提取
3.3 裁剪湖泊数据 专题四、水深提取——多元回归分析方法R语言遥感
4.1 应用太阳辐射波段的模型理论
4.2 水深数据的获取方法
4.3 加载影像
4.4 水面实测数据
4.5 假设条件
4.6 数据整理
4.7 将数据导入R语言
4.8 采用R语言进行相关性检验
1相关性检验原理
2R语言语法
3进行相关性分析
4绘制相关性图
5建立多元线性回归模型
6水深的多元线性回归模型
4.9 数字制图
4.10 精度验证
1打开结果影像
2打开精度评价模板
3查询实测水深
4分析提取精度 专题五、水温提取——支持向量机方法R语言遥感
5.1 水体表面温度反演的原理
5.2 Landsat8卫星热红外波段
5.3 热辐射传导方程
5.4 地表热信息的提取方法实现
1打开数据
2图像辐射定标
3地表比辐射率计算
4黑体辐射亮度与地表温度计算
5地表温度计算结果
6图像裁剪
7颜色制图
8温廓线的制作
9采集精确地理位置的温度值
5.5 水温预测的R语言实现
1技术背景
2导入数据
3数据的预览与检查
4使用支持向量机完成数据分类
5基于支持向量机训练模型实现水温预测
5.6 R语言绘制预测值与实测值的对比图
1绘制基本散点图
2基于颜色和点形对数据进行分组
3映射连续型变量
4处理散点重叠
5添加回归模型拟合线
6向散点图添加边际地毯
7向散点图添加标签 专题六、水质提取——神经网络分析R语言遥感
6.1 水体成分反演的原理
6.2 加载影像
6.3 建立成分含量指数模型
6.4 生成12个参量的光谱数据集
1LayerStacking生成数据集
2提取采样点的光谱参量
6.5 水面实测数据与光谱参量的数据集
6.6 R语言预测水质成分含量
1技术背景
2导入数据
3安装nnet包
4预测叶绿素、氮、磷、钾含量
5绘制叶绿素、氮、磷、钾神经网络图 专题七、水环境遥感信息提取结果的可视化制图R语言
7.1 叶绿素、泥沙、悬浮物关系图
1单色显示图
2渐变色填充显示图
3渐变色与不同形状填充显示图
7.2 水深与水温相关系数图
1相关热力图
2变化情况图
7.3 水温数据的可视化制图
1散点分布图
2柱状分布图
7.4 水质数据的可视化制图
1时间序列峰峦图
2量化波形图
3日历图 原文链接https://mp.weixin.qq.com/s?__bizMzUyNzczMTI4Mgmid2247685362idx5snb0ed2e0fdec4d7f704257ab32e3f53c4chksmfa774bcfcd00c2d916b14e9725ecce5703cd95c55c90e726f067e9da4e5c4d881f7e0312fd0btoken1090362660langzh_CN#rd
