XiaoMi-AI文件搜索系统
World File Search SystemARCGIS
al puvg a yah是eggin
Washington NASA Space Grant Seattle, WA Research Software Engineer March 2022 – Present • Awarded NASA Space Grant to build a global database of Southern Ocean phytoplankton species composition to combat climate change • Importing, cleaning, and merging ~15 datasets using Python, SQLite, and web API's • Publishing Python Jupyter notebook for geospatial data visualization and supporting oceanography/earth data科学用例•使用无监督的机器学习预测浮游植物物种的组成，以确定物种与生物生产和空气海洋二氧化碳的关系和空气 - 2022年7月7月2022年7月7日至2022年8月•指导〜90 〜90个高中生的Java/java/exporment covients covients covients seater/averient covients seater seettter• heat map of cases using TypeScript and ArcGIS maps to track COVID-19 spread precisely in UW buildings • Reached semi-final round of the hackathon PrismNotes ( www.prismnotes.com ) Seattle, WA Founder/Developer January 2019 – June 2021 • Built PrismNotes app to reduce test anxiety and combat mental health issues for students by providing a notes organization tool to create digital notebooks from handwritten notes.•使用Java，Microsoft的计算机视觉API和JSON数据在Android Studio中开发•使用OpenCV预处理和Tesseract OCR构建了高级图像搜索
第 4 章 用于追踪森林景观中的水文和生物地球化学途径和过程的数字地形分析方法
数字地形分析 (DTA) 包括一组使用数字高程模型 (DEM) 来模拟各种尺度的地球表面过程的工具。DEM 及其衍生产品是数字地形模型 (DTM) 的更大集合的一部分，用于各个领域，以模拟能量和物质在表面的流动。水文学家工具包中 DTM 的普遍性导致地形属性（例如坡度和上坡贡献区域）被广泛使用，以表征水和相关营养物质在景观中的移动方式。计算地形属性的算法现在已被编入所有商业地理信息系统 (GIS) 软件（例如 ArcGIS、Idrisi），用户只需按一下按钮即可绘制潜在地表水文流模式。虽然派生图层总是看起来很刺激，但现场水文学家经常提出这样的问题：DTM 通常只是有趣的空间模式，与预测实际水文行为没有太大关系吗？本文通过讨论 DTA 对于 21 世纪森林水文学从业人员的意义，批判性地回答了这个问题。自从早期的集水区降雨径流理论提出以来，人们就开始利用地形信息来更好地了解集水区的水文功能（Horton 1945 ；Hewlett 和 Hibbert 1967 ）。然而，在桌面计算出现之前，人们使用集水区规模的属性（例如集水区的面积、长度、周长和地形起伏比（最大地形起伏除以最长流路长度））来研究水文行为，因为只有这些属性才能轻松地从等高线图中得出（Schumm 1956 ）。虽然这些指标有助于解释不同流域之间水和泥沙产量的差异（Garcia-Martino´ 等人 1996 ），
使用RGB空中图像和机器学习检测咖啡叶矿工
摘要：咖啡生产的可持续性是全球生产者的关注点。为了保持可持续性，有必要达到令人满意的咖啡生产力和质量。害虫和疾病会降低生产率，并可能影响咖啡豆的质量。为了确保可持续性，生产商需要监测可能导致大量农作物损失的害虫，例如咖啡叶矿工Leucoptera Coffeella（Lepidoptera：Lyonetiidae），属于鳞翅目命令和Lyonetiidae家族。这项研究旨在使用机器学习技术和植被指数来远程识别咖啡叶矿工在咖啡种植地区的侵扰。咖啡叶矿工侵扰的现场评估是在2023年9月进行的。使用远程试验的飞机拍摄航空图像，以确定带有RGB（红色，绿色，蓝色）图像的13个营养指数。使用ArcGIS 10.8软件计算植被指数。一个综合数据库，其中包含咖啡叶矿工侵扰，植被指数和作物数据的详细信息。数据集分为培训和测试子集。使用了四种机器学习算法：随机森林（RF），逻辑回归（LR），支持向量机（SVM）和随机梯度下降（SGD）。超参数调整后，采用了测试子集进行模型验证。值得注意的是，SVM和SGD模型在估计咖啡叶矿工侵扰方面均表现出卓越的性能，KAPPA指数分别为0.6和0.67。植被指数和作物数据的综合使用提高了咖啡叶矿工检测的准确性。RF模型的性能不佳，而SVM和SGD模型的性能更好。这种情况突出了追踪咖啡叶矿工在不同年龄，不同品种和其他环境变量不同的领域中的挑战。
评估几内亚海湾上海面温度的偏置校正GCM CMIP6
摘要：本研究使用ERE5重新分析的SST数据集重新网格重新网格，该数据集具有0.25°×0.25◦历史（1940- 2014年）的空间分辨率（纬度×经度）为0.25°×0.25◦（1940- 2014年），并预测（2015-2100）期。SSP5-8.5场景下的SST模拟是通过八个通用循环模型（GCM）的输出进行的。使用历史（1940- 2015年）和Future（2030-2100）时期的经验分位数映射（EQM）开发了偏置校正的数据集，同时评估了CMIP6模型模拟的每月5个月度观察到的CMIP6模型仿真，以观察到几内亚景点的温度的重新分析数据。总体而言，基于SSP5-8.5的CMIP6模型在2030 - 20100年的未来模拟场景表明，对于几内亚墨西哥湾，SST的预计将增加4.61℃，从2030年的31℃增加到2030年的31℃至2100°C，并在2.6°C in the Western Gog（Sahel）。基于Linux的NCVIEW，雪貂和CDO（气候数据运算符）软件包用于执行进一步的数据重新网格，并评估有关数据的统计功能。此外，ArcGI被用于开发输出图，以可视化GCM的历史和未来输出的空间趋势。相关系数（R）用于评估CMIP6模型的性能，分析显示访问0.1，CAMS CSM 0.2，CSM 0.3，CMCC 0.3和MCM 0.4，表明所有模型在捕获SSTS的气候模式方面都表现出色。CMIP6偏置校正的模型模拟表明，在远处，GOG上的SST变暖会高于近期气候情况。这项研究确认，CMIP6预测可用于与气候和水文影响研究有关的多种评估以及在变暖气候下的缓解措施的制定。
cov- 2资源中的护理诊断服务
摘要简介最近的证据表明，在无法访问实验室诊断服务的情况下，可以进行诊断为19的诊断，这是Covid-19的诊断更可行的替代方法。可以通过良好的供应链管理（SCM）系统来优化对POC测试的公平访问。该拟议的研究旨在开发一种新的方法，用于在资源有限的环境中使用不良访问实验室诊断服务的COVID-19 POC诊断服务，使用南非林波波省的Mopani District作为研究环境。方法和分析这项研究是由范围审查的结果指导的。在范围审查之后，我们提出了一项混合方法研究，该研究将分为三个阶段。首先，我们将进行地理空间分析，以研究Covid-19测试服务的空间分布。第二，我们将对包括其供应链在内的POC诊断服务进行审核，以评估SCM对COVID-19-19 POC诊断服务的可及性的影响，并揭示SCM障碍和COVID-19 COVID-19 POC诊断服务的可及性。第三，我们将执行一种名义组技术，与主要利益相关者合作，共同创建一种新的方法，用于改善COVID-19 COVID-19 POC诊断服务的SCM系统。进行地理空间分析，我们将采用ArcGIS软件。为了分析将从审计和名义组讨论中生成的定量和定性数据，我们将分别采用Stata软件和NVIVO软件。伦理和传播这项研究已得到两个机构审查委员会的道德审查和批准：比勒陀利亚大学健康科学学院研究伦理委员会（批准号655/2021）和林波波卫生研究部伦理学伦理委员会（批准号LP-2021-12-007）。这项研究的结果将通过国家和国际演讲以及经过同行评审的出版物进行传播。
7.3. HEC RAS 建模
HEC RAS 由水文工程中心 (HEC) 开发，该中心隶属于美国陆军工程兵团水资源研究所 (IWR)。该软件可以模拟不同洪水条件下河流和水道的流量 (USACE, 2016)。模拟可以在一维 (1D)、二维 (2D) 或一维或二维组合中进行。它可以处理单一河段、树枝状或全网络河流中稳定或逐渐变化的稳定流水面剖面。HEC RAS 还可以处理一维、二维或一维-二维组合环境中的非稳定流模拟。在非稳定环境中，可以使用存储区、二维流动区域和河段之间的水力连接来建模。HEC RAS 的另一个特点是能够对长期冲刷和沉积造成的沉积物/可移动边界进行建模。HEC RAS 的最后一个特点是能够对河流质量分析进行建模。它可以对藻类、溶解氧等许多水质成分进行详细的温度分析和传输 (USACE, 2016) 在本研究中使用了 1D 非稳定流模拟。河流长度超过 500 公里，横截面的最大宽度接近 150 公里（包括洪泛平原）。7.3.1.几何数据几何数据是从 ArcGIS 创建的 .sdf 格式文件导入的。它包含节点名称、河段长度、站点高程数据、河岸站、曼宁系数和 GIS 切线。横截面之间的原始距离大约为 5 公里，并根据 HEC RAS 的一些技术论坛的建议将其插值到 500 米的距离以防止负流。大多数横截面有超过 500 个点，但 HEC RAS 不接受这些点。每个横截面的最大点数限制为 500 个点。为了解决这个问题，我们通过几何工具横截面点过滤器过滤了横截面点。我们对横截面进行了一些进一步的调整，例如起始高程低于河道最低高程和河岸位置。下图显示了编辑后的几何数据。
收到：2023年1月29日 /接受：2024年2月29日 /出版：2024年3月6日人类的不安全感和中学SCH中的学校辍学分析< / div < / div>
Received: 29 January 2023 / Accepted: 29 February 2024 / Published: 6 March 2024 Analysis of Human Insecurity and School Dropout among Secondary School Girls in Nigeria: A Spatio-Sectoral Approach Uguru W. Ibor J. Silas J. E. Ukoje A. E. Ubana Department of Geography, Federal University Lokoja, Nigeria Department of Political Science, University of Calabar, Nigeria DOI: https://doi.org/10.36941/mjss-2024-0013摘要据确定，人类安全与获得教育，食品和人类尊严相关。然而，在制定了国家战略以结束童婚和尼日利亚引入全民基础教育（UBE）计划的二十五年之后近8年，女童要么被拒绝接受教育或入学，但退出了学校。这项研究的目的是确定人类不安全感与尼日利亚的女童辍学的关系如何。这项研究利用了国家统计局和国家人口委员会的数据。数据涵盖了尼日利亚的36个州，包括2021年的联邦首都地区。ArcGIS软件用于评估女子儿童学校辍学的空间模式，而频率，表，简单百分比和普通的最小方技术用于p <0.05的分析。结果表明，下中学的女性入学率最高（20.3％），西北地区最低（16。4.％）。女童学校辍学最高的地缘政治区是西北（56.8％），东北（50.2％）和北中央（30.6％）。这些发现对设计学校保留策略有影响。与此同时，女性学校出勤率低的西北是女童学校辍学的最高。女孩的儿童学校辍学事件得到了重大解释，其中64％的童婚，家庭财富五分之一的差异，粮食不安全和安全感（R2 = 0.644425，p <0.05）。女童婚姻是影响尼日利亚女子学校辍学的重要因素（1.216； p <0.05）。上学的女孩比例与安全感觉之间存在较弱的正相关关系（0.047890； p> 0.4045）。该研究得出结论认为，女子儿童学校辍学率在尼日利亚州各不相同，与社会经济和文化因素密切相关。关键字：人类，不安全感，教育，女童，空间模式，辍学，尼日利亚
一项基于GIS- ...
科学家，CWPRS抽象的洪水危害映射对于确定容易洪水的区域和制定有效的缓解策略至关重要。这项研究利用了加权覆盖分析，该分析是从多标准决策支持系统（MCDA）得出的主观模型之一，以评估印度Auranga Patershed的洪水危害。选择了六个关键的洪水诱导因素，包括地形数据，例如高程，坡度，河流距离和流量长度，这些数据来自数字高程模型的遥感数据和分类土地使用/土地覆盖数据，以及降水的水电学数据。每个数据集被标准化为一个共同的量表，以促进比较和集成。重量被分配到高程，坡度，河流距离，流量长度，土地利用/土地覆盖和降水，并根据其在造成洪水风险的重要性上的意义。然后使用ArcGI等GIS工具将这些加权层组合在一起，从而产生了一个复合地图，该图形描绘了具有不同洪水危险区域的区域。最终的洪水危害地图确定约914平方米公里（60.0％）处于较高至非常高的洪水风险，尤其是在河流附近的地区，而约97平方米公里（6.4％）表现出非常低的洪水危害。被证明在洪水危害区域映射中有效的GIS加权覆盖分析方法，尤其是在合并更多参数时。这种方法在环境计划和风险评估中得到了广泛认可，尤其是在洪水等自然灾害的地区。关键字：洪水危害，地理信息系统，加权覆盖分析，数字高程模型，欧几里得距离1。引言洪水是最具破坏性的自然灾害之一，造成了对财产和通信基础设施的广泛且经常不可逆转的损害。这种破坏会导致人类和动物生命以及农产品和农田的丧失。现代技术和信息系统提高了我们监测和管理这些灾难的能力，但洪水的影响仍然很严重。尽管具有破坏性的性质，但洪水仍会产生一些有益的影响，例如将肥沃的土壤运输到农田并将鱼分配到较小的水体上。但是，总体后果通常更有害。洪水经常被污染，导致各种疾病的传播，包括霍乱，伤寒，钩端螺旋体病，肝炎A，疟疾和
Readme Chelsa - 高分辨率的气候...
Readme Chelsa - 地球表面积高分辨率的气候。1.1版Chelsa（http://chelsa-climate.org/）是高分辨率（30弧sec，〜1 km）的气候数据集，用于地球地面面积。版本1.0是第一个版本。它包括1979 - 2013年期间的每月和年平均温度和降水模式。chelsa_v1基于ERA临时全球循环模型（http://www.ecmwf.int/en/research/climate/climate-reanalysis/era inersy/ERAS）的准机械统计降低缩减（http://www.ecmwf.int scalime ofera） （https://www.ncdc.noaa.gov/ghcnm/）偏置校正。规格：高分辨率（30 Arcsec，〜1 km）降水量和温度每月覆盖1979 - 2013年掺入topocclimate（例如，地形降雨和风场）。缩小的ERA-Interim模型。允许根据每月值（例如干燥期长度等）计算派生参数。Chelsa的所有产品均位于参考WGS 84水平基准的地理坐标系中，水平坐标为小数为小数。Chelsa层的扩展（最小和最大纬度和经度）是从1- arc-second gmted2010数据继承的坐标系的结果，该数据本身从1- arc-second srtm数据继承了网格范围。请注意，由于输入GMTED2010数据的像素中心引用，每个Chelsa网格的全部范围由像素的外部边缘定义与纬度或经度的整数值不同，而纬度或经度的整数值为0.00013888888度（OR 1/2 Arc-Second）。基于Legacy Gtopo30产品的产品用户应注意，Chelsa（和GMTED2010）和GTOPO30的坐标参考并不相同。在gtopo30中，纬度和经度的整数线直接落在30弧秒的像素的边缘上。因此，当用基于GTOPO30的产品覆盖Chelsa时，将在相应30- arc-second像素的边缘之间观察到1/2弧形 - 第二位。数据集为Geotiff格式。可以使用标准GIS软件（例如：saga gis - （免费）http：//www.saga-gis.org/ arcgis -https：//wwwww.arcgis.com/ qgis-qgis- qgis-（免费） GIS-（免费）https：//grass.osgeo.org/从现在的1.0网格范围变化，现在类似于GMTED2010分辨率（十进制程度）的一个：0.00833333333西范围西范围（最小x配合，x配置，最小值）：-180.000.000.000.000.000.000.000.000.000.000.000.000.000.000138888 ymimuimum y mimum y -00 musitive y latitive 8.90 0.90：90.90：90.90。范围（最大X坐标，经度）：179.9998611111 NorthExtent（最大Y坐标，纬度）：83.9998611111行：20,800 Columsn：43,200 - 每月降水版本1.1现在具有GHCN偏置校正。
中央谷水文模型V2车间
美国地质调查局，加利福尼亚水科学中心将在最近更新的中央谷水文Model V2（CVHM2）上提供为期三天的动手研讨会。该研讨会由加利福尼亚水与环境模型论坛（CWEMF）主办，并由加利福尼亚水资源部可持续地下水管理办公室和美国中太平洋地区办事处的美国填海局赞助。CVHM2模拟了加利福尼亚州中部山谷中的耦合地下水流，地表水流和陆地表面过程。该模型具有多种增强功能：一种新版本的ModFlow-Owhm，模拟的沉降模拟，包括延迟和非延迟床，托管含水层补给（MAR），在整个域中，散布多个垫圈的井，瓷砖排水管，瓷砖排水管的多个井井有条，以及来自未盖的水域的流入。更多的细节已添加到水平衡子区域，流量网络，转移，土地利用，含水层的特性以及地下水水平以及土地沉降观测值中。CVHM2提供了一种能够在水管理人员可以用来评估水管理系统对水管理变化，土地利用变化和气候变异性的水文系统响应的区域尺度上进行准确的工具。CVHM2输出提供模拟的地下水水平，地下水存储，土地沉降以及地表水和地下水交换，可用于帮助决策者有效地管理供水供应，尤其是在《可持续地下水管理法》（SGMA）的框架内。研讨会将概述CVHM2的功能并审查主要发现。将在研讨会之前提供材料。研讨会将涵盖CVHM2开发中使用的数据集和模型文件，并查看模型校准方法和结果。其余的研讨会由动手练习组成，这些练习将教会参与者如何运行CVHM2以及如何修改输入文件以开发水管理或气候变化方案。在开发的每种情况下，参与将学习和练习如何在过程进行后处理和可视化CVHM2模型结果，重点是与SGMA可持续性指标有关的结果。培训的重点是CVHM2，但是培训中学到的技能和工具应使任何使用ModFlow-OwHM的人受益。参与者将需要携带一台用CVHM2，预处理和后处理脚本以及Python环境预加载的笔记本计算机来运行这些脚本。参与者的计算机应具有能够使用大型模型文件（例如TextPad或Notepad ++）的文本编辑器，这是一个用于查看和操纵数据集（例如Excel）的电子表格程序，以及用于可视化结果（例如Arcgis Pro）的GIS软件。请注意，参与者将需要带一个照片ID并通过安全筛选以访问培训室。请发送电子邮件至Jon Traum（Jtraum@usgs.gov），以了解与研讨会的准备有关的技术问题。课程讲师：Jon Traum，PE，USGS，水文学家