中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
基于Python的森林資源調查數據分析實踐 版權信息
- ISBN：9787030684882
- 條形碼：9787030684882 ; 978-7-03-068488-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于Python的森林資源調查數據分析實踐 內容簡介
森林資源調查數據涉及森林樣地、林班、遙感影像等多種來源不同尺度的數據類型，其數據處理和分析是森林資源、生態環境監測的重要環節。Python是當前熱門流行的數據編程處理語言。本書結合作者多年的教學和科研體會，針對林業、生態工作者對森林資源數據處理需求，突出以實踐應用為主線，構建從森林資源數據清洗及可視化、森林樣地空間結構及屬性、林班數據統計分析、多源森林資源數據融合分析的全過程數據處理技術和方法，并利用Python語言實現所有的編碼工作，力求深入淺出地為讀者提供森林資源數據分析的思路、方法和應用途徑。本書既可作為林學、生態學、地理信息科學專業及相關專業的本科生、研究生教材，也可作為一線林業工作者的參考手冊，以及相關專業科研工作者的參考書。
基于Python的森林資源調查數據分析實踐 目錄
目錄
第1章 森林資源調查方式及數據形式 1
1.1 國家森林資源連續清查 1
1.1.1 調查方法 2
1.1.2 樣地調查因子及樣木信息 3
1.1.3 樣地數據形式 4
1.2 森林資源規劃設計調查 5
1.2.1 小班邊界區劃 6
1.2.2 小班因子調查 6
1.2.3 小班數據存儲形式 7
1.3 地理空間數據 7
1.3.1 空間坐標系統 7
1.3.2 柵格數據 8
1.3.3 矢量數據 8
第2章 Python基礎及相關分析工具 10
2.1 Python開發環境配置 10
2.1.1 Anaconda安裝 10
2.1.2 開發環境推薦 10
2.2 常用的庫 13
2.2.1 NumPy和SciPy 13
2.2.2 Pandas 13
2.2.3 GDAL 13
2.2.4 Geopandas 13
2.2.5 Scikit-learn 14
2.2.6 Matplotlib 14
2.2.7 Seaborn 14
2.3 Python的編程基礎知識 14
2.3.1 Python基本語法 14
2.3.2 Python數據類型 15
2.3.3 Python數據運算 17
2.3.4 Python流程控制語句 19
2.3.5 Python函數設計 20
2.3.6 Python包的導入和使用 21
2.4 Pandas數據處理和分析的主要函數 21
2.4.1 屬性字段計算方法 21
2.4.2 groupby統計分析 22
第3章 數據清洗方法及可視化 29
3.1 數據清洗的主要過程 29
3.2 數據讀取及輸出 29
3.2.1 數據讀取 30
3.2.2 數據輸出 31
3.3 數據初步探索性分析 32
3.4 臟數據判斷 35
3.4.1 缺失值判斷 35
3.4.2 重復值檢測 37
3.4.3 異常值檢測 38
3.5 臟數據處理 39
3.5.1 數據規整化 39
3.5.2 缺失值處理 42
3.5.3 重復值處理 44
3.5.4 異常值處理 45
3.6 數據可視化方法 46
3.6.1 柱狀圖表示單變量的變化 46
3.6.2 直方圖描述單變量的分布 47
3.6.3 箱線圖描述變量的分布 48
3.6.4 散點圖描述兩個變量之間的關系 48
3.6.5 熱力圖描述兩個變量之間的相關性 49
第4章 森林資源樣地調查數據的處理和分析 50
4.1 樣地屬性特征計算 50
4.1.1 平均樹高、胸徑統計 50
4.1.2 林分蓄積量計算 52
4.1.3 森林生物量計算 53
4.1.4 生物多樣性指數 59
4.2 林分結構特征分析 61
4.2.1 林分非空間結構特征 61
4.2.2 林分空間結構特征 68
4.3 基于一類清查數據的總體森林資源統計 76
4.3.1 面積估算 77
4.3.2 蓄積量估算 78
第5章 森林規劃設計調查數據處理 80
5.1 林地面積統計表制作 80
5.2 林地蓄積量統計表制作 82
5.3 林種統計表 84
5.4 喬木林面積、蓄積量按齡組統計表 89
5.5 生態公益林（地）統計表 90
第6章 地理空間數據的處理 92
6.1 高程數據處理 92
6.1.1 坡度 92
6.1.2 坡向 95
6.2 遙感影像處理 98
6.2.1 遙感數據處理所需要的包 98
6.2.2 遙感指數計算 100
6.2.3 紋理指標計算 102
6.2.4 計算結果的輸入保存 110
6.3 矢量數據處理 112
6.3.1 矢量數據讀取 112
6.3.2 數據重投影 113
6.3.3 幾何形狀處理 114
6.3.4 緩沖區分析 115
6.3.5 疊加分析 116
6.4 根據空間位置提取相應參數 119
6.4.1 矢量裁剪 119
6.4.2 根據空間位置提取遙感參數 122
第7章 多源森林資源數據建模分析 127
7.1 聚類模型 127
7.1.1 k均值聚類 127
7.1.2 Mean Shift聚類 131
7.1.3 DBSCAN 133
7.2 回歸模型 136
7.2.1 線性回歸 137
7.2.2 非線性回歸 139
7.2.3 支持向量機回歸 143
7.2.4 隨機森林回歸 146
7.3 分類模型 148
7.3.1 k近鄰算法分類 152
7.3.2 決策樹分類 153
7.3.3 支持向量機分類 155
7.3.4 隨機森林分類 156
7.4 圖像分類精度評價 158
7.4.1 混淆矩陣 158
7.4.2 評價指標 159
參考文獻 163
第1章 森林資源調查方式及數據形式 1
1.1 國家森林資源連續清查 1
1.1.1 調查方法 2
1.1.2 樣地調查因子及樣木信息 3
1.1.3 樣地數據形式 4
1.2 森林資源規劃設計調查 5
1.2.1 小班邊界區劃 6
1.2.2 小班因子調查 6
1.2.3 小班數據存儲形式 7
1.3 地理空間數據 7
1.3.1 空間坐標系統 7
1.3.2 柵格數據 8
1.3.3 矢量數據 8
第2章 Python基礎及相關分析工具 10
2.1 Python開發環境配置 10
2.1.1 Anaconda安裝 10
2.1.2 開發環境推薦 10
2.2 常用的庫 13
2.2.1 NumPy和SciPy 13
2.2.2 Pandas 13
2.2.3 GDAL 13
2.2.4 Geopandas 13
2.2.5 Scikit-learn 14
2.2.6 Matplotlib 14
2.2.7 Seaborn 14
2.3 Python的編程基礎知識 14
2.3.1 Python基本語法 14
2.3.2 Python數據類型 15
2.3.3 Python數據運算 17
2.3.4 Python流程控制語句 19
2.3.5 Python函數設計 20
2.3.6 Python包的導入和使用 21
2.4 Pandas數據處理和分析的主要函數 21
2.4.1 屬性字段計算方法 21
2.4.2 groupby統計分析 22
第3章 數據清洗方法及可視化 29
3.1 數據清洗的主要過程 29
3.2 數據讀取及輸出 29
3.2.1 數據讀取 30
3.2.2 數據輸出 31
3.3 數據初步探索性分析 32
3.4 臟數據判斷 35
3.4.1 缺失值判斷 35
3.4.2 重復值檢測 37
3.4.3 異常值檢測 38
3.5 臟數據處理 39
3.5.1 數據規整化 39
3.5.2 缺失值處理 42
3.5.3 重復值處理 44
3.5.4 異常值處理 45
3.6 數據可視化方法 46
3.6.1 柱狀圖表示單變量的變化 46
3.6.2 直方圖描述單變量的分布 47
3.6.3 箱線圖描述變量的分布 48
3.6.4 散點圖描述兩個變量之間的關系 48
3.6.5 熱力圖描述兩個變量之間的相關性 49
第4章 森林資源樣地調查數據的處理和分析 50
4.1 樣地屬性特征計算 50
4.1.1 平均樹高、胸徑統計 50
4.1.2 林分蓄積量計算 52
4.1.3 森林生物量計算 53
4.1.4 生物多樣性指數 59
4.2 林分結構特征分析 61
4.2.1 林分非空間結構特征 61
4.2.2 林分空間結構特征 68
4.3 基于一類清查數據的總體森林資源統計 76
4.3.1 面積估算 77
4.3.2 蓄積量估算 78
第5章 森林規劃設計調查數據處理 80
5.1 林地面積統計表制作 80
5.2 林地蓄積量統計表制作 82
5.3 林種統計表 84
5.4 喬木林面積、蓄積量按齡組統計表 89
5.5 生態公益林（地）統計表 90
第6章 地理空間數據的處理 92
6.1 高程數據處理 92
6.1.1 坡度 92
6.1.2 坡向 95
6.2 遙感影像處理 98
6.2.1 遙感數據處理所需要的包 98
6.2.2 遙感指數計算 100
6.2.3 紋理指標計算 102
6.2.4 計算結果的輸入保存 110
6.3 矢量數據處理 112
6.3.1 矢量數據讀取 112
6.3.2 數據重投影 113
6.3.3 幾何形狀處理 114
6.3.4 緩沖區分析 115
6.3.5 疊加分析 116
6.4 根據空間位置提取相應參數 119
6.4.1 矢量裁剪 119
6.4.2 根據空間位置提取遙感參數 122
第7章 多源森林資源數據建模分析 127
7.1 聚類模型 127
7.1.1 k均值聚類 127
7.1.2 Mean Shift聚類 131
7.1.3 DBSCAN 133
7.2 回歸模型 136
7.2.1 線性回歸 137
7.2.2 非線性回歸 139
7.2.3 支持向量機回歸 143
7.2.4 隨機森林回歸 146
7.3 分類模型 148
7.3.1 k近鄰算法分類 152
7.3.2 決策樹分類 153
7.3.3 支持向量機分類 155
7.3.4 隨機森林分類 156
7.4 圖像分類精度評價 158
7.4.1 混淆矩陣 158
7.4.2 評價指標 159
參考文獻 163
展開全部
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
二體千字文
- >
有舍有得是人生
- >
苦雨齋序跋文-周作人自編集
- >
中國歷史的瞬間
- >
【精裝繪本】畫給孩子的中國神話
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
龍榆生：詞曲概論/大家小書
本類暢銷
