《Python地理空间分析指南》（莱哈德 (Joel Lawhead)）电子书网盘下载免费在线阅读
链接:https://pan.baidu.com/s/1loSOe3paiqbCzOONF63q6Q
提取码:lfy7书名：Python地理空间分析指南
作者：莱哈德 (Joel Lawhead)
豆瓣评分：7.7
出版社：人民邮电出版社
出版年份：2017-4-1
页数：317
内容简介：
用非常流行的Python语言做地理空间分析；
学习高效、易学的地理空间分析指南；
书中含有典型且非常实用的开发案例，帮助读者快速掌握相关技能；
图文结合，将学习效率大大提高。
Python作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。
本书以地理空间分析为背景，介绍了Python在地理信息处理方面的应用技巧。全书共分为10章，分别介绍了Python与地理空间分析、地理空间数据、地理空间技术、Python的地理空间分析工具、Python与地理信息系统、Python与遥感、Python与高程数据、Python与地理空间高级建模、实时数据、综合应用等内容。
本书内容结构清晰，示例完整，适合希望了解测绘数字化和分析的读者，也适合想使用Python进行空间地理分析、建模和GIS分析的开发人员及研究人员参考阅读。
作者简介：
Joel Lawhead 目前是NVision公司的CIO，该公司是业内屡获殊荣的地理信息集成和传感工程服务提供商。他还获得了管理专业人员资格认证（Project Management Professional，PMP)，地理信息专业资格认证(certified GIS Professional ，GISP)。
Joel于1997年开始使用Python，从2000年开始使用它进行地理空间软件的开发，也是Learning Geospatial Analysis with Python（第1版）和QGIS Python Programming Cookbook的作者，并且这两本书都是Packt出版的。他撰写的Python Cookbook系列图书由O'Reilly Media出版，其不同版本更是各具特色。除此之外，他还是广受赞誉的开源软件PyShp（Python Shapefile Library）的主要开发人员。他的技术博客是http://geospatialpython.com/，Twitter昵称是@SpatialPython，通过上述方式，用户可以和他讨论地理空间分析中与Python编程相关的话题。
2011年，Joel通过逆向工程处理了Shapefile文件的空间索引格式，帮助地理空间Python工程师Marc Pfister实现了上述索引算法，这一做法有利于世界各地的开发者开发出更易于集成、更健壮的地理空间应用。
Joel作为架构师、项目经理和地理空间应用合作开发者，多次为美国政府机构提供服务，其中包括NASA、FEMA、NOAA、美国海军，以及其他商业和非营利性机构。2002年，由于其领导开发的实时应急响应协作工具（the Real-Time Emergency Action Coordination Tool，REACT）表现杰出，他获得了Esri公司颁发的国际GIS特别成就奖。该软件的主要用途是使用地理空间分析技术进行应急管理。
遥感数字图像可以用Google earth engine python API来实现定量反演。
用基于GEE的python API，主要实现以下内容：
站点数据和遥感影像匹配。
利用机器学习/深度学习模型进行匹配数据的训练。
将训练的模型用于GEE上的影像数据，实现参数反演结果成图。
提取影像的metedata，作为模型的输入数据。
注意，直接采用img.get( )得到的是computerobject这种类型的结果，无法在机器学习模型中输入和计算，应加上.getInfo()。
总结如下：
反演，在人工智能领域又称为人工智能反演(inversion with artificial intelligence),是指能够模仿人类智能的计算机程序系统即人工智能专家系统，它具有学习和推理的功能。例如模拟退火最优化系统、人工神经网络系统等。
在反问题求解过程中应用人工智能的方法技术，引导局部或全局寻优，这种反演方法称为人工智能反演技术。
