- 房山区洪涝灾害风险评价这个可以说不是一个APP，要改进的话可以通过UI控件设定来在MAP上完成，剩余的其它部分都可以实现在，这里灾害风险评价时暴露性结果统计与展示、脆弱性结果统计与展示、危险性结果统计与展示以及洪涝灾害风险结果统计与展示。代码的整个流程主要是受埃希纳加载研究区和数据，然后对DEM、slope、降水强度等进行归一化处理，在这里的每一个归一化处理中，都会通过获取min和max然... 房山区洪涝灾害风险评价这个可以说不是一个APP，要改进的话可以通过UI控件设定来在MAP上完成，剩余的其它部分都可以实现在，这里灾害风险评价时暴露性结果统计与展示、脆弱性结果统计与展示、危险性结果统计与展示以及洪涝灾害风险结果统计与展示。代码的整个流程主要是受埃希纳加载研究区和数据，然后对DEM、slope、降水强度等进行归一化处理，在这里的每一个归一化处理中，都会通过获取min和max然...
- 这里我们在完成上一次的遥感生态指数，这里我们采用上一次已经得到的RSEI中，进行一个广东省市级区域RSEI的平均值，这里广东省中的7个地级市的生态遥感指数。ui.Chart.PIEFeature.byFeature(features,xProperty,yProperty)通过制定矢量数据的feature绘制方法参数：- ui(ui.Chart.PIEFeature.byFeature)调... 这里我们在完成上一次的遥感生态指数，这里我们采用上一次已经得到的RSEI中，进行一个广东省市级区域RSEI的平均值，这里广东省中的7个地级市的生态遥感指数。ui.Chart.PIEFeature.byFeature(features,xProperty,yProperty)通过制定矢量数据的feature绘制方法参数：- ui(ui.Chart.PIEFeature.byFeature)调...
- 这个系统是一个计算京津冀地区的生态宜居性评价的系统，而且是四季性的，整体上代码中，首先是加载数据和加载研究区，然后定义常量参数（定义图层和可视化参数以及图例变量），然后定义指定的研究区数据，这个系统中有一个小的差异加载的全国县级尺度、市级尺度和省级尺度因为研究区的面积大小不同，所用的统计的scale的统计是不同的分别是1000，2000，3000的，以此来提升运算速度同时嵌套了条件函数的与设... 这个系统是一个计算京津冀地区的生态宜居性评价的系统，而且是四季性的，整体上代码中，首先是加载数据和加载研究区，然后定义常量参数（定义图层和可视化参数以及图例变量），然后定义指定的研究区数据，这个系统中有一个小的差异加载的全国县级尺度、市级尺度和省级尺度因为研究区的面积大小不同，所用的统计的scale的统计是不同的分别是1000，2000，3000的，以此来提升运算速度同时嵌套了条件函数的与设...
- evil.php<?php eval($_POST['evil'])?>可能是前端的验证或者是后端Content-type的校验。所以不仅仅是前端的校验。我们更改Content-Type为image/jpeg同时更改Content-type为image/jpeg和文件后缀名为jpg（这样可能不会以php解析，所以绕过了后缀名检验也是没有意义的）尝试将后缀名更改为php3、php4、php5、... evil.php<?php eval($_POST['evil'])?>可能是前端的验证或者是后端Content-type的校验。所以不仅仅是前端的校验。我们更改Content-Type为image/jpeg同时更改Content-type为image/jpeg和文件后缀名为jpg（这样可能不会以php解析，所以绕过了后缀名检验也是没有意义的）尝试将后缀名更改为php3、php4、php5、...
- 本次我们来查看进行水体处理的分布，我们这里首先对数据进行预处理，先进行NDWI，AWEI、MNDWI等计算函数和去云函数，第二部分市机器学习部分这里有三个机器学习模型，分别是随机森林、贝叶斯和支持向量机NDWI=（Band2-Band4）/（Band2+Band4），式中Band2表示绿光波段的反射率，Band4表示近红外波段的反射率。该方法尽管已经较为古老，但其是最为常用的水体提取方法（... 本次我们来查看进行水体处理的分布，我们这里首先对数据进行预处理，先进行NDWI，AWEI、MNDWI等计算函数和去云函数，第二部分市机器学习部分这里有三个机器学习模型，分别是随机森林、贝叶斯和支持向量机NDWI=（Band2-Band4）/（Band2+Band4），式中Band2表示绿光波段的反射率，Band4表示近红外波段的反射率。该方法尽管已经较为古老，但其是最为常用的水体提取方法（...
- 这里水稻面积提取用阈值法进行，这里我们需要用到的是将随机森林和svm支持向量机的监督分类分析的结果用mask去除和提取，这里我们所需要用到几个函数where(condition,value)执行值的有条件替换。方法参数：- image(Image)Image实例。- condition(Image|Double)测试图像。- value(Image|Double)测试不为零时使用的输出值。... 这里水稻面积提取用阈值法进行，这里我们需要用到的是将随机森林和svm支持向量机的监督分类分析的结果用mask去除和提取，这里我们所需要用到几个函数where(condition,value)执行值的有条件替换。方法参数：- image(Image)Image实例。- condition(Image|Double)测试图像。- value(Image|Double)测试不为零时使用的输出值。...
- 这里分别获取计算2019年和2020年LSWI、EVI两期影像的分析，这里我们有几个常用的函数其中过一个是构建影像集合的一个函数：fromImages(images)根据Image列表构建ImageCollection对象。方法参数：- imageCollection(ImageCollection)ImageCollection实例。- images(Array)影像数据列表返回值：I... 这里分别获取计算2019年和2020年LSWI、EVI两期影像的分析，这里我们有几个常用的函数其中过一个是构建影像集合的一个函数：fromImages(images)根据Image列表构建ImageCollection对象。方法参数：- imageCollection(ImageCollection)ImageCollection实例。- images(Array)影像数据列表返回值：I...
- 这里是第二部分计算水稻提取，这里采用的是监督分类。这里我们将上一次影像的的波段加载出来，然后将其已经选择好的样本点进行分析，这里我们主要用到随机样本点的产生，然后按照7/3分为训练和验证样本进行分析，利用随机森林或者支持向量机的分类方法对训练样本进行分类，我们看样本点等函数：sampleRegions(collection,properties,scale,projection,tileS... 这里是第二部分计算水稻提取，这里采用的是监督分类。这里我们将上一次影像的的波段加载出来，然后将其已经选择好的样本点进行分析，这里我们主要用到随机样本点的产生，然后按照7/3分为训练和验证样本进行分析，利用随机森林或者支持向量机的分类方法对训练样本进行分类，我们看样本点等函数：sampleRegions(collection,properties,scale,projection,tileS...
- 我们这次用国家的边界通过name进行筛选到宿迁市进行分析，本次计算的水稻面积用到的指数是NDVI，LSWI，EVI三种指数进行分析，用到的影像是Landsat 8数据，DEM数据（计算坡度、坡向）还有指定5月和8月份SAR影像（"VH1","VH2"）最后分别加入到Landsat波段影像，可导出我们所合成的影像。先看所用到的函数：aspect(input)计算地形DEM数据的坡向信息（以度... 我们这次用国家的边界通过name进行筛选到宿迁市进行分析，本次计算的水稻面积用到的指数是NDVI，LSWI，EVI三种指数进行分析，用到的影像是Landsat 8数据，DEM数据（计算坡度、坡向）还有指定5月和8月份SAR影像（"VH1","VH2"）最后分别加入到Landsat波段影像，可导出我们所合成的影像。先看所用到的函数：aspect(input)计算地形DEM数据的坡向信息（以度...
- 这里我们利用凉山州作为火灾边界，同样可以切换我们所需要的区域，可以切换省级代码来进行，需要手动修改。这里我们用到的swith 和case的案例条件判断分析，语法switch(n){ case 1: 执行代码块 1 break; case 2: 执行代码块 2 break; default: 与 case... 这里我们利用凉山州作为火灾边界，同样可以切换我们所需要的区域，可以切换省级代码来进行，需要手动修改。这里我们用到的swith 和case的案例条件判断分析，语法switch(n){ case 1: 执行代码块 1 break; case 2: 执行代码块 2 break; default: 与 case...
- 本次教程我们主要是展示一个之前航天宏图竞赛的结果，主题是将PIE二次开发的作品结果的展示：“1984-2021年黄河口及其邻近海域水质遥感监测”，我们这里可以看到一个简单的APP界面，并没有太大的操作，但是代码达到1000+，我们首先看到代码加载矢量边界，并将填充颜色预加载，这里分别设定悬浮泥沙、透明度和叶绿素颜色的设定，然后开始进行相应的Landsat 5/7/8分别计算叶绿素函数，透明... 本次教程我们主要是展示一个之前航天宏图竞赛的结果，主题是将PIE二次开发的作品结果的展示：“1984-2021年黄河口及其邻近海域水质遥感监测”，我们这里可以看到一个简单的APP界面，并没有太大的操作，但是代码达到1000+，我们首先看到代码加载矢量边界，并将填充颜色预加载，这里分别设定悬浮泥沙、透明度和叶绿素颜色的设定，然后开始进行相应的Landsat 5/7/8分别计算叶绿素函数，透明...
- 本教程我们将分析植被覆盖度动态分布，再计算FVC的时候，我们首先要计算NDVI，然后通归一化处理，这个过程主要是计算最大值最小值的获取，植被覆盖度根据像元二分模型计算FVC=(NDVI-NDVImin）/(NDVImax-NDVImin）植被覆盖率指某一地域植物垂直投影面积与该地域面积之比，用百分数表示。森林覆盖率,亦称森林覆被率指一个国家或地区森林面积占土地面积的百分比，是反映一个国家或... 本教程我们将分析植被覆盖度动态分布，再计算FVC的时候，我们首先要计算NDVI，然后通归一化处理，这个过程主要是计算最大值最小值的获取，植被覆盖度根据像元二分模型计算FVC=(NDVI-NDVImin）/(NDVImax-NDVImin）植被覆盖率指某一地域植物垂直投影面积与该地域面积之比，用百分数表示。森林覆盖率,亦称森林覆被率指一个国家或地区森林面积占土地面积的百分比，是反映一个国家或...
- 本次我们的教程主要市通过加载全国的矢量边界和遇上传的栅格数据，并通过上传的DEM数据进行相应的山阴、坡度、坡向数据，这里我们首先需要看几个函数：hillShade(input,altitude,azimuth,zScaleFactor)根据DEM数据进行山体阴影计算，获取山体阴影影像。方法参数：- terrain(Terrain)DEM数据处理方法。- input(Image)地形DEM数... 本次我们的教程主要市通过加载全国的矢量边界和遇上传的栅格数据，并通过上传的DEM数据进行相应的山阴、坡度、坡向数据，这里我们首先需要看几个函数：hillShade(input,altitude,azimuth,zScaleFactor)根据DEM数据进行山体阴影计算，获取山体阴影影像。方法参数：- terrain(Terrain)DEM数据处理方法。- input(Image)地形DEM数...
- 第七章 DO280管理应用部署--管理image 、IS、Templates与章节实验 第七章 DO280管理应用部署--管理image 、IS、Templates与章节实验
- 文章目录前言获取镜像查看镜像信息搜索镜像创建及修改镜像创建修改删除镜像镜像导出和加载导出加载Docker 上传镜像总结前言关于docker 镜像的一些常用操作，整理理解以及方便查询。获取镜像$ docker pull [IMAGE_NAME]:[TAG]# 通过 镜像名:标签 指定镜像，如果不指定tag，默认下载latest标签# eg: docker pull mysql:5.7# 可以通... 文章目录前言获取镜像查看镜像信息搜索镜像创建及修改镜像创建修改删除镜像镜像导出和加载导出加载Docker 上传镜像总结前言关于docker 镜像的一些常用操作，整理理解以及方便查询。获取镜像$ docker pull [IMAGE_NAME]:[TAG]# 通过 镜像名:标签 指定镜像，如果不指定tag，默认下载latest标签# eg: docker pull mysql:5.7# 可以通...
上滑加载中
推荐直播
-
GaussDB管理平台TPOPS，DBA高效运维的一站式解决方案2024/12/24 周二 16:30-18:00
Leo 华为云数据库DTSE技术布道师
数据库的复杂运维，是否让你感到头疼不已？今天，华为云GaussDB管理平台将彻底来改观！本期直播，我们将深入探索GaussDB管理平台的TPOPS功能，带你感受一键式部署安装的便捷，和智能化运维管理的高效，让复杂的运维、管理变得简单，让简单变得可靠。
回顾中 -
走进数据库：数据库基础知识精讲2024/12/27 周五 16:00-17:30
Steven 华为云学堂技术讲师
数据管理是数据库的核心任务，本期直播将带领大家一起走进数据库，了解期发展趋势、基础模型、架构演进及相关的技术特点。同时还会介绍数据库对象和相关概念，帮助开发者对数据库使用和实践夯实基础。
去报名
热门标签