黄土高原2000年降水数据

  • n247648172
    了解作者
  • matlab
    开发工具
  • 2.8MB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 10 积分
    下载积分
  • 0
    下载次数
  • 2022-05-23 17:19
    上传日期
黄土高原2000年降水年数据,可直接在arcgis里打开
黄土高原2000年降水数据.zip
  • 黄土高原2000年降水数据
  • 2000.tif
    4.8MB
  • 2000.tif.aux.xml
    248B
  • 2000P1.tfw
    82B
  • 2000P1.tif.aux.xml
    2KB
  • 2000P1.tif.ovr
    1.9MB
  • 2000.tif.ovr
    620.3KB
内容介绍
<PAMDataset> <Metadata domain="Esri"> <MDI key="PyramidResamplingType">NEAREST</MDI> </Metadata> <PAMRasterBand band="1"> <Histograms> <HistItem> <HistMin>93.42780303955078</HistMin> <HistMax>1201.538818359375</HistMax> <BucketCount>256</BucketCount> <IncludeOutOfRange>1</IncludeOutOfRange> <approximate rel='nofollow' onclick='return false;'>0</Approximate> <HistCounts>520|1523|1632|1613|1347|1475|1142|1527|1431|1442|2508|4424|4499|3673|3822|3786|4159|4601|4455|4915|4617|4628|5414|5297|4421|3837|3853|3998|3957|3788|3590|3229|3318|3555|3451|3631|3420|3380|3253|3259|3276|3233|3405|3608|3606|3733|3545|3199|3364|3679|3690|3801|4063|4595|4953|5343|5564|5581|5861|6500|6552|6527|6861|7076|6975|6673|6388|6423|6517|7174|7278|6768|6356|6083|5878|5601|5432|4982|4824|4988|5351|5433|5468|5683|6014|6119|6186|6494|6473|6439|6439|6158|6068|5821|6519|7023|6560|6166|5902|6216|5973|5971|5989|6012|5664|5461|5322|5071|4580|4394|3908|3656|3299|3103|2839|2660|2550|2206|2017|1922|1832|1697|1722|1524|1421|1245|1121|1054|1051|1028|1010|911|908|859|759|695|685|704|621|674|675|663|557|582|540|514|474|535|473|466|431|410|440|394|405|428|407|355|384|429|368|364|356|357|370|349|322|371|335|360|317|333|277|241|251|223|212|200|203|186|141|159|138|95|76|70|50|48|44|35|32|27|23|14|22|22|16|18|21|24|13|20|16|19|17|11|7|15|15|18|32|30|28|30|26|20|22|31|26|43|32|24|28|22|27|28|21|26|19|19|14|12|16|9|9|14|19|23|6|6|9|12|3|7|1|4|10|3|2|3|2|1|1|1|1|1</HistCounts> </HistItem> </Histograms> <Metadata> <MDI key="RepresentationType">ATHEMATIC</MDI> <MDI key="STATISTICS_COVARIANCES">24175.18536625323</MDI> <MDI key="STATISTICS_MAXIMUM">1201.5388183594</MDI> <MDI key="STATISTICS_MEAN">401.47345200968</MDI> <MDI key="STATISTICS_MINIMUM">93.427803039551</MDI> <MDI key="STATISTICS_SKIPFACTORX">1</MDI> <MDI key="STATISTICS_SKIPFACTORY">1</MDI> <MDI key="STATISTICS_STDDEV">155.4837141512</MDI> </Metadata> </PAMRasterBand> </PAMDataset>
评论
    相关推荐
    • 降水.zip
      用于计算标准降水指数SPI的程序,可以较方便的进行spi的提取
    • 逐年降水量.zip
      逐年降水量,2010-2019年大渡河流域
    • matlab集成c代码-BiasCorrectionPrecipitation:卫星降水观测的偏差校正
      卫星降水的偏差校正 该资料库中的脚本用于使用偏向校正卫星观测到的降水。 这些方法源自于MATLAB语言编写的算法,该算法由Juan University of Juan Valdes教授领导的亚利桑那大学SWAAT研究小组开发(Roy等人,2016年...
    • 黄土高原2003年的降水数据,可在Arcgis里直接打开
      黄土高原2003年的降水数据,可在Arcgis里直接打开
    • 黄土高原降水数据
      黄土高原2003年的降水数据,可在Arcgis里直接打开
    • deep_nowcaster:DFW IPW +降水预测算法
      第一步是建立不断变化的降水场和不断变化的湿度场(称为NIPW-归一化综合可沉淀水)的训练/测试数据集,每一个都是一个100 x 100的矩阵,在给定的时间步长t下存储为numpy数组。 在运行脚本之前,请确保使用的链接下载...
    • WeatherCalendar:将降水从“开放天气地图”添加到Google日历
      我的版本提供了降水的类型(例如雷雨,小雨,下雪等),降水量(以毫米为单位)和当天的温度。 它作为全天活动添加到Google日历中,能够在预计下雨超过5毫米时向用户发送推送通知。 目录 建于 在这些Python模块的...
    • regn:使用神经网络对全球降水进行稳健估计
      使用神经网络(REGN)可靠地估算全球降水 首字母缩略词REGN代表使用神经网络对全球降水进行稳健估计。 同时,瑞格([rɛŋn])是瑞典语中的雨。 REGN项目的目的是开发基于神经网络的GPROF算法实现。 该存储库用于...
    • 中国年降水量分布数据.rar
      在中国地面国际交换点气候资料日值数据集中下载2011年中国气象站20-20时降水量数据,包括66430条数据。并下载元数据。元数据中包括中国地面气候资料国际交换站数据集台站信息,其中有区站编号、站名、经纬度、海拔...
    • libiconv-1.1.tar.gz
      字符集转换程序