Earth Observation Using Python
Apprendre les bases de la programmation Python pour créer des visualisations fonctionnelles et efficaces à partir d'ensembles de données satellitaires d'observation de la terre.
Des milliers d'ensembles de données satellitaires sont disponibles gratuitement en ligne, mais les scientifiques ont besoin des bons outils pour analyser efficacement les données et partager les résultats. Python possède une syntaxe facile à apprendre et des milliers de bibliothèques permettant d'effectuer les tâches courantes de programmation en sciences de la Terre.
Observation de la Terre avec Python : Un guide pratique de programmation présente une collection de méthodes de base, d'applications et de visualisations basées sur des exemples pour traiter des ensembles de données satellitaires pour la recherche en sciences de la Terre.
⬤ Le guide présente une collection de méthodes de base, d'applications et de visualisations permettant de traiter des ensembles de données satellitaires pour la recherche en sciences de la Terre.
⬤ Lire et écrire des formats de données scientifiques courants, tels que netCDF, HDF et GRIB2.
⬤ Créer des cartes tridimensionnelles de la poussière, des incendies, des indices de végétation, etc.
⬤ Apprendre à ajuster la résolution de l'imagerie satellitaire, à appliquer le contrôle de la qualité et à gérer des fichiers volumineux.
⬤ Développer des flux de travail utiles et apprendre à partager le code en utilisant le contrôle de version.
⬤ Acquérir des compétences en utilisant le code interactif en ligne disponible pour tous les exemples du livre.
L'American Geophysical Union promeut la découverte des sciences de la Terre et de l'espace pour le bénéfice de l'humanité. Ses publications diffusent des connaissances scientifiques et fournissent des ressources aux chercheurs, aux étudiants et aux professionnels.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)