November 2024
Intermediate to advanced
282 pages
7h 44m
French
Content preview from Python pour l'analyse des données géospatiales
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Chapitre 10. Utiliser Python pour mesurer les données climatiques
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Développer des compétences techniques et des parcours d'apprentissage de Python et de l'analyse géospatiale est important, mais à moins de fournir un contexte ou de créer un récit à partager, tout cela n'est que des données sur une étagère.
Dans ce dernier chapitre, tu exploreras trois approches pour étudier les données de séries temporelles en accédant à des couches d'images satellites provenant de Landsat, du China-Brazil Earth Resources Satellite (CBERS) et de Sentinel. Tu utiliseras tes compétences en analyse géospatiale pour examiner des questions relatives au changement climatique et à la déforestation.
La modélisation spatiale est un outil crucial pour prévoir, prédire et surveiller l'état en temps réel de l'augmentation des températures mondiales et de la déforestation, ce qui à son tour nous aide à anticiper les conséquences de ces phénomènes et potentiellement à intervenir ou à nous préparer.
Trois exemples sont présentés pour mettre en évidence certains paquets Python puissants : Xarray, Web Time Series Service (WTSS) et Forest at Risk (FAR). Bien que ces outils puissent sembler nouveaux, tu as été initié à la plupart de leurs dépendances dans les chapitres précédents. Le dernier exemple est une plongée plus profonde dans la puissance statistique des progiciels conçus pour ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.