源：Global Multi-resolution Terrain Elevation Data 2010 (GMTED2010)，内附三个文件，后缀分别为.j2w、.jp2、.prj。如果大家看好再下载，三者都需要，在arcgis中可以打开，如果其他作图或数据处理需求，可私信联系或交流。

DevExpress.Universal.Patch.v2.4.0

遥感图像处理之分类 本文主要介绍遥感图像处理中的分类方法，包括非监督分类和监督分类两大类。非监督分类中，K-均值分类和ISODATA算法是两种常用的方法，而监督分类中，以最大似然法为例，进行分类的讲解说明。 一、非监督分类 非监督分类是指在不知道分类结果的情况下，对遥感图像进行分类的方法。常用的非监督分类方法有K-均值分类和ISODATA算法。 1、K-均值分类算法 K-均值分类算法是一种常用的非监督分类方法。其步骤如下： （1）打开待分类的遥感影像数据 （2）依次打开：ENVI 主菜单栏—>Classification—>Unsupervised—>K-Means，即进入 K-均值分类数据文件选择对话框 （3）选择待分类的数据文件 （4）选好数据以后，点击 OK 键，进入 K-Means 参数设置对话框，进行有关参数的设置，包括分类的类数、分类终止的条件、类均值左右允许误差、最大距离误差以及文件的输出等参数的设置 （5）建立光谱类和地物类之间的联系：在新窗口中显示分类结果图：然后，打开显示窗口菜单栏 Tools 菜单—>Color Mapping—>Class Color Mapping…进入分类结果的属性设置对话框，在这里，可以进行类别的名称，显示的颜色等，建立了光谱类和地物类之间的联系。 （6）类的合并问题：如果分出的类中，有一些需要进行合并，可按以下步骤进行：选择ENVI 主菜单 Classfaction—>Post Classfiction—>Combine Classes，进入待合并分类结果数据的选择对话框 点击 OK 键，进入合并参数设置对话框，在左边选择要合并的类，在右边选择合并后的类 ，点击 Add Combination 键即完成一组合并的设置，如此反复，对其他需合并的类进行此项操作，点击 OK，出现输出文件对话框，选择输出方式，即完成了类的合并的操作。 2、ISODATA 算法 ISODATA 算法与 K-均值分类算法相似。其步骤如下： （1）进行分类数据文件的选择（依次打开：ENVI 主菜单栏—>Classification—>Unsupervised—>IsoData 即进入 ISODATA 算法分类数据文件选择对话框，选择待分类的数据文件） （2）进行分类的相关参数的设置（点击 OK 键以后，进入参数设置对话框，可以进行分类的最大最小类数、迭代次数等参数的设置） （3）如此，光谱类的划分到此结束。 （4）参看 K-均值分类的第 5—6 步，进行光谱类与地物类联系的建立以及类的合并等操作 二、监督分类 监督分类是指在知道分类结果的情况下，对遥感图像进行分类的方法。常用的监督分类方法有最大似然法、平行六面体法、最小距离法、最大似然法、波谱角法、马氏距离法、二值编码法、神经网络法等。 以最大似然法为例，进行分类的讲解说明： （1）打开待分类的遥感影像数据文件 （2）进行训练样本的选取：在窗口中打开一张影像，选择主窗口菜单栏 Tools 键—>Region Of Interest—>ROI Tools…（或是在主窗口上单击右键，在弹出的快捷菜单栏中选择 ROI Tools…）进入训练样本选取对话框。 （3）进行训练样本的选取，New Region 可以建立新的样本区，在 ROI Name 栏中双击，键入类的地物名，在 Color 栏中双击，可以输入类的颜色，ROI_Type 菜单下可以进行样本类型的设置，在主窗口按鼠标左键即可进行样本区选择，以双击右键结束样本区的选取。 （4）进行最大似然法的分类：在 ENVI 主菜单栏中 Classification—>Supervised—>Maximum Likelihood，进入分类文件的选取对话框，选择相应的待分类文件。然后进入训练样本选取对话框，进行训练样本的选取及分类结果的存储等方面的设置。 （5）单击 OK 键，即开始进行分类。 （6）参看 K-均值分类的第 5—6 步，进行类的相关设置及类的合并等操作 三、两类分类方法的比较 本文使用 K-均值分类法和最大似然法进行了分类比较。从总体上看，两种分类的方法存在较大的差异，这是由于两种分类在相关参数的选取时都存在较大的主观性，在 K-均值分类的算法中，类数的选取对结果有显著影响，在最大似然法分类中，样本选取的数量，样本的质量以及样本的代表性等对分类的结果都会产生很大的影响，这就需要进行相关参数的调节来使得分类效果达到最佳。 遥感图像处理中的分类方法有多种，选择合适的分类方法对分类结果的影响很大。因此，在进行遥感图像处理时，需要根据实际情况选择合适的分类方法，并进行相关参数的调节，以达到最佳的分类效果。

在当今快速城市化进程中，城市规划与建筑设计对于提升居住舒适度、节能减碳以及环境保护等方面扮演着至关重要的角色。特别是居住区的建筑布局设计，不仅直接关系到居民的生活品质，还与城市的气候、通风、日照等自然条件密切相关。随着计算机模拟技术的发展，各种专业软件开始应用于建筑环境的设计与评估。ENVI-Met与Ecotect便是两款在建筑领域具有广泛影响力的模拟软件。 ENVI-Met是一款三维微气候模拟工具，它能够对建筑物周围以及城市尺度上的微气候环境进行模拟。通过模拟城市中的温度、湿度、风速、空气流通等气候参数，ENVI-Met可以帮助设计师评估不同建筑布局对城市微气候的可能影响。此外，它还可以模拟建筑周围植被的生长状况，进一步分析植物对建筑气候调节的作用。 Ecotect是一款用于建筑环境性能分析的软件，它提供了广泛的设计工具，能够帮助建筑师和工程师评估建筑的能耗、声学效果、光照情况以及自然通风等多种性能参数。Ecotect特别适合于早期设计阶段，因为它能够快速地提供反馈，指导设计师对建筑方案进行优化。 此次研究以洛阳市某居住区为例，通过结合ENVI-Met与Ecotect软件进行模拟分析，探究了不同建筑布局对居住区微气候和能耗的影响。研究首先利用ENVI-Met模拟了居住区在不同设计方案下的微气候特征，包括夏季和冬季的气温、湿度、风速等参数，以及植被对微气候的调节作用。然后，利用Ecotect分析了不同建筑布局对居住区能耗的影响，包括建筑的热负荷、冷负荷以及自然光照条件等。 洛阳市作为河南省的省会城市，具有鲜明的地域特点和气候条件。洛阳属于典型的季风气候，四季分明，夏季炎热潮湿，冬季寒冷干燥，因此合理的建筑布局设计对于提高居住区的舒适度和节能减排具有重要意义。通过模拟分析，研究揭示了在洛阳市居住区设计中，如何通过调整建筑朝向、间距、高宽比等参数，优化居住区的风环境和光照条件，减少热岛效应，从而改善居民的生活环境。 在此次研究中，研究者通过对洛阳市某居住区的实地考察和数据收集，首先建立了准确的ENVI-Met模型，并通过调整模拟参数，如建筑的布局、植被的种类和分布等，进行了多方案模拟。通过比较不同方案下模拟结果的差异，评估了各个设计方案对于居住区微气候环境的影响。接着，研究者利用Ecotect软件对相同方案的建筑模型进行能耗模拟，进一步分析了建筑布局对能耗的影响。最终，结合ENVI-Met和Ecotect的模拟结果，研究者提出了一系列优化建议，为洛阳市居住区的建筑布局设计提供了科学依据。 这项研究不仅对于洛阳市的城市规划具有参考价值，同时也为其他城市在面对类似的气候条件和建筑环境问题时提供了可行的解决方案。此外，通过集成ENVI-Met与Ecotect软件的模拟结果，该研究展示了计算机模拟技术在建筑设计中的重要作用，特别是在评估建筑布局对环境和能耗影响方面的潜力。

PVE是一个完整的企业虚拟化开源平台。通过内置的web界面，可以轻松地管理虚拟机和容器、软件定义的存储和网络、高可用性集群和多个开箱即用的工具。是基于Debian的开源虚拟机平台，比ESXi轻量、功能丰富、对硬件要求低，几乎可以在所有x86硬件上运行。基于QEMU/KVM和LXC的开源服务器虚拟化管理解决方案。该项目由Proxmox Server Solutions GmbH开发和维护，其代码基于GNU Affero GPL v3授权。PVE提供了易用的WebUI和CLI来管理虚拟机、容器、高可用性集群、存储和网络 与全虚拟化的VMware ESXi、Microsoft Hyper-V和半虚拟化Xen这些比较流行的Hypervisor相比，PVE显得更加轻量、灵巧，在普通的x86机型下运行OW/LEDE虚拟机的效率也更高。 同时Proxmox VE对接Proxmox备份服务器，可实现对VM、容器的全量和增量备份，可显著减少网络负载并节省宝贵的存储空间。

本书《OpenVMS系统管理指南》第二版，由小劳伦斯·L·鲍德温、史蒂夫·霍夫曼和大卫·唐纳德·米勒合著，深入探讨了OpenVMS系统的管理和优化。书中涵盖了专业系统管理技能，如基于目标的管理、沟通技巧及逻辑故障排除技能。此外，还详细介绍了系统配置、启动过程、灾难恢复计划、性能监控与调优、网络管理以及安装和更新软件的方法。特别值得一提的是，书中提供了丰富的备份策略和恢复技术，包括备份需求分析、制定备份策略、使用BACKUP命令和工具，以及处理影子集备份的具体步骤。这些内容不仅适用于新手管理员，也为经验丰富的专业人士提供了宝贵的参考。

OpenV2G - an open source project implementing the basic functionality of the ISO IEC 15118 vehicle to grid (V2G) communication interface Version 0.9.5, released March 11, 2022

​- 10 种带 LOD 的灌木丛； - 28 个预制件中含有 14 块带 LOD 的岩石，法线和顶部被叶子或其他纹理遮罩； - 29 种带 LOD 的草地和植物对象、预制件； - 29 种适用于 Unity 地形的草地和植物预制件； - 16 种带 LOD 的蘑菇； - 92 个预制件中的 37 个对象，如树枝、树桩、树干、坡、原木和细节石头，均带有 LOD，未被遮罩，或被树叶、苔藓、沙子遮罩； - 14 组包含 64 种地面纹理，均含有反照率/平滑度、AO、高度贴图、法线贴图、MT/AO/H/SM； - 地面纹理中包含：苔藓、叶子、植物、土壤、潮湿的土壤、根、岩石、悬崖、沙子、草地、石头； - 42 个预制木构件开发包和 4 个带有 LOD 的桥梁预制件； - 3 种带有 LOD 的阶梯； - 4 组包含 20 种道路纹理，非常适合我们的 R.A.M 系统，供您构建道路； - R.A.M 2019 道路配置文件； - 叶子、灰尘、瀑布粒子； - 带有 LOD 的树枝、叶子、苔藓细节对象； - Vegetation Studio 树木预制件； - 13 种优化山毛榉树，带有 LOD

矿物识别 数据： 16-光谱与高光谱制图\ cup95_ff.int 处理： 基于二维散点图的端元选择 基于PPI的端元选择 光谱分析 结果：矿物识别结果

天气历史记录加拿大Web App 加拿大天气历史记录是一种开放源代码的Web应用程序工具，可访问8000多个活跃和不活跃的加拿大环境和气候变化（ECCC）维护的气象站的历史天气数据，其历史可以追溯到1840年。只需点击几下鼠标，您就可以搜索，下载并可视化每小时，每天和每月的ECCC气象数据，以获取任何所需的记录长度。 加拿大天气历史记录的目标是通过更轻松快捷地下载和解释大量历史天气数据，从而改善用户体验。 主要特征 使用Plotly Dash内置纯Python并部署到Heroku免费dyno 通过AWS Lambda定期进行URL请求，以避免Hibernate免费的Heroku测功机（即消除了缓慢的加载时间） 基于多准则的基于地图的气象站搜索和实时过滤 通过Celery和Heroku Redis将长时间运行的任务作为后台作业执行，以避免Heroku请求超时 使用Gunicorn Ge