APP开发业务 什么？只是蹧跶10秒钟就不错径直哄骗Google Earth Engine考究的SCI期刊论文插图
咱们知说念，念念发表SCI期刊论文，除了需要很是好的idea以及很是严谨且优好意思的写稿除外，还需要在论文的图表等方面下功夫。许多技艺，一张图作念好了APP开发业务，审稿东说念主看到了会情愫愉悦，论文发表后作家自己也会合计是一种享受。
一直以来，高质料的SCI期刊图表齐是在腹地作念的。为了制作考究的图片，需要把数据齐在腹地准备好。举例，咱们念念完结底下的图片，就需要下载DEM数据到腹地然后再出图，这种容颜如故相比繁琐的。
图片
1、排列三最近两期百位号码分别开出5和2，历史上百位号码连续两期分别开出5和2的奖号出现了67期。前五期开出之后其下期奖号分别为：519、575、411、549、538；
上期第一位开出奖号：2,间隔22期出现，走势非常冷，最近10期该位热码表现非常低迷，本期适当关注该位热码逐渐回补，参考号码2。
既然Google Earth Engine如故把各样遥感影像数据以及一些高等算法荟萃成到GEE云平台了，那么有莫得可能把作图等按序也搬到GEE云平台上呢？一直以来，咱们齐以为GEE出图相比丑，不安妥作念这些高质料的考究图片。然则，最近发现咱们错了，使用GEE依然粗略作念出很是颜面的SCI期刊图片。
比如，参考上图右半部分的商酌区图片，咱们不错在GEE上径直哄骗DEM数据作念出如下的图片。两者图片天然在局部地区存在一些各异，但基本上完结了起首的功能。最主要的是，统共这个词作图进程只是蹧跶了10.5秒便完成了。
图片
接下来，开发定制软件公司咱们就详确先容如安在GEE上头完结这一考究的图片。需要指出的是，这个图片不是用JavaScript网页版块的GEE作念出的，而是使用的Python版块。咱们使用的IDE是VS Code，建树起来也很陋劣。咱们最新的寒假课程就教师了奈何使用VS Code探问GEE以及关联建树问题（见寒假加油|东说念主工智能与云平台大数据图像惩办基础和提高研修班）。
第一步，导入需要的模块
这里主淌若cartopy、geemap和cartoee等模块，其中cartoee模块如故内嵌到geemap，无需再安设。腹地安设geemap的技艺，只需使用 pip install geemap -i https://pypi.douban.com/simple/即可完成安设。
import eeimport geemapfrom geemap import cartoeeimport cartopyimport cartopy.crs as ccrsimport matplotlib.pyplot as plt第二步，授权GEE的探问
主淌若让腹地的IDE粗略探问GEE数据，使用的是底下语句：
# geemap.ee_initialize()geemap.set_proxy(port=33210)ee.Authenticate()ee.Initialize(project='ee-scistudy')
醒目，这里的port后头的端口是每个东说念主魔法的端口，project后头的名堂号则是我方的project称号。这里咱们就不赘叙了，有不懂的请商酌小编加群议论。
第三步，调用dem数据和矢量数据，并在舆图中先加载看一下后果，代码如下：
roi = ee.FeatureCollection('users/studyroomGEE/A_Paper/PSPR/HLJProvince')Map = geemap.Map()Map.add_basemap('Esri.WorldImagery')Map.add_basemap('OpenTopoMap')styleHLJ = {'color': 'FF0000', 'width': 2, 'lineType': 'solid', 'fillColor': '00000000'}HLJShp = roichinaProvince = ee.FeatureCollection('users/studyroomGEE/ChinaShp/ChinaProvince')styleChina = {'color': '0000FF', 'width': 1, 'fillColor': '00000000'}Map.addLayer(chinaProvince.style(**styleChina), {}, 'chinaProvince')Map.addLayer(HLJShp.style(**styleHLJ), {}, 'HLJ')# get an imagesrtm = ee.Image('CGIAR/SRTM90_V4').clip(roi)vis_params = { 'min': 0.0, 'max': 1643, 'palette': [ 'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901', '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01', '012E01', '011D01', '011301', ],}srtm = srtm.visualize(**vis_params)imgBlend = srtm.blend(chinaProvince.style(**styleChina)).blend(HLJShp.style(**styleHLJ))Map.addLayer(imgBlend, {}, 'imgBlend')Map.centerObject(roi)Map经过这一步不错得回底下的舆图。在线加载出这个舆图标明距离终末的奏效就不远了。
图片
终末一步，将上头的舆图使用plt制作成咱们需要的图片，代码如下：
bbox = [135.8,39,120.2,55]import matplotlib.pyplot as pltimport cartopy.io.img_tiles as cimgtplt.rcParams['font.family'] = 'Times New Roman' # 调处开采from proplot import rc# 调处开采字体rc['tick.labelsize'] = 20# 调处开采xy轴称号的字体大小rc['axes.labelsize'] = 20# # 调处开采轴刻度标签的字体粗细rc['axes.labelweight'] = 'bold'# 调处开采xy轴称号的字体粗细rc['tick.labelweight'] = 'bold'fig = plt.figure(figsize=(20, 22),facecolor='white')ax = cartoee.get_map(imgBlend, region=bbox)cb = cartoee.add_colorbar(ax,vis_params=vis_params,loc='right',orientation='vertical')# ax.set_title(label='Study Area', fontsize=20)# add gridlines to the map at a specified intervalcartoee.add_gridlines(ax, interval=[2, 2], linestyle='--')plt.show()
经过这样几步，咱们就不错在GEE中作念出上文中出现的考究图片。而况环球在作念这种图的技艺，还不错我方加舆图以及换成别的不同的类型，比如地形图DTM不错换成底下的NDVI图，或者是地盘哄骗的图片。统共这个词进程十分的快捷陋劣，确实是太散漫了！！！
图片
本站仅提供存储就业，统共推行均由用户发布，如发现存害或侵权推行，请点击举报。