Matlab: 提取多波段文件

Introduction

操作多波段文件，输出其中若干波段，每一波段为单一文件。

File.rar

Math: Moving Average

Introduction

In statistics, a moving average (rolling average or running average) is a calculation to analyze data points by creating series of averages of different subsets of the full data set. It is also called a moving mean (MM) or rolling mean and is a type of finite impulse response filter. Variations include: simple, and cumulative, or weighted forms (described below).

Given a series of numbers and a fixed subset size, the first element of the moving average is obtained by taking the average of the initial fixed subset of the number series. Then the subset is modified by "shifting forward"; that is, excluding the first number of the series and including the next number following the original subset in the series. This creates a new subset of numbers, which is averaged. This process is repeated over the entire data series. The plot line connecting all the (fixed) averages is the moving average. A moving average is a set of numbers, each of which is the average of the corresponding subset of a larger set of datum points. A moving average may also use unequal weights for each datum value in the subset to emphasize particular values in the subset.

已知一组序列和一个确定的子集大小，移动平均的第一个元素来自该序列的初始子集。而后子集继续向前移动，也就是，剔除序列的第一个成员再加入原序列的后一个成员。这就刚刚创建一个新的子集，求平均值。此过程在全序列不断重复至结束。图上与全部平均值关联的线段就是移动平均线。一个移动平均就是一个数值集合，每一元素对应较长数值序列的相应子集的平均值。移动平均可能采用加权计算，来突出特定样点在子集中的重要程度。

A moving average is commonly used with time series data to smooth out short-term fluctuations and highlight longer-term trends or cycles. The threshold between short-term and long-term depends on the application, and the parameters of the moving average will be set accordingly. For example, it is often used in technical analysis of financial data, like stock prices, returns or trading volumes. It is also used in economics to examine gross domestic product, employment or other macroeconomic time series. Mathematically, a moving average is a type of convolution and so it can be viewed as an example of a low-pass filter used in signal processing. When used with non-time series data, a moving average filters higher frequency components without any specific connection to time, although typically some kind of ordering is implied. Viewed simplistically it can be regarded as smoothing the data.

移动平均常应用在时间序列数据，平滑短期的波动并强调长期的趋势（周期）。短期和长期之间的阈值取决于实际情况，此时的移动平均参数须有对应的配置。例如，它常用在金融数据的技术分析，股价……数学上，一个移动平均就是一种卷积类型，所以他可以被视为信号处理的低通滤波器。当应用在非时间序列上，移动平均滤波不附带时间属性的高频率组分，即是该序列顺序有一定潜在意义。简单讲，移动平均是光滑数据的一种方式。

In financial applications a simple moving average (SMA) is the unweighted mean of the previous n data. However, in science and engineering the mean is normally taken from an equal number of data on either side of a central value. This ensures that variations in the mean are aligned with the variations in the data rather than being shifted in time. An example of a simple equally weighted running mean for a n-day sample of closing price is the mean of the previous n days' closing prices. If those prices are p_M, p_M-1, ..., p_M-(n-1) then the formula is

\[SMA = \frac{{{p_M} + {p_{M - 1}} + \cdots + {p_{M - \left( {n - 1} \right)}}}}{n}\]

还有Cumulative moving average，Weighted moving average，Exponential moving average，

时间尺度n确定方法

时间尺度n在不同的应用领域数值应是不同的，可以通过一定的算法估算具体情况下n的大小。移动平均（如简单移动平均等）并不一定有便捷的途径计算n的取值，但中心移动平均可以快速的求算n。所以，不妨利用中心移动平均求算n的途径为其他移动平均（如简单移动平均等）计算n的取值。

第一步，设置多种时间尺度（n=2,3……），原时间序列应用中心移动平均（Centered Moving Average）求得新的时间序列。

第二步，计算不同时间尺度下原时间序列与新输出时间序列的绝对差值代数和（Sum of absolute differences）。

第三步，图形展示不同时间尺度的代数和。曲线上的拐点（Knee Point of the Curve）即是对应于原时间序列的最佳时间尺度n。拐点的二阶导数等于0。

Fig. 1

如Fig. 1所示，(a)是原时间序列，(b)指出n等于9时是绝对差值代数和曲线的拐点，(c)黑线是原时间序列设定n为9时的中心移动平均曲线。

File.rar

References

[1] Moving average, from Wikipedia.

[2] Moving Average, Investopedia.

[3] How to decide window size for a moving average filter?

[4] Knee Point, from MathWorks File Exchange.

Matlab+Arcpy: 批量输出ArcMap图片

Introduction

配置要求tif与mxd同名，代码并行输出PNG图片，Layout View。

Fig. 1

File.rar

MXD匹配M代码.

禁止ArcMap自动拉伸 Go to Customize > ArcMap Options > Raster tab > Raster Layer sub tab and set the default to None.

References

[1] ExportToPNG, ArcGIS.

[2] Turn off automatic stretch when opening raster?.

GIS: Set Display Options

Introduction

为了避免ArcGIS添加栅格图层之后自动拉伸（Stretch），可以在原始MXD文件中配置显示选项。Customize至ArcMap Options，如Fig. 1。

Fig. 1

在ArcMap Options选项中，按照Fig. 2配置。

Fig. 2

如此配置之后，在MXD中添加文件，就不会再出现自动拉伸的现象了。似乎这些配置还不能在Arcpy脚本语言操作，但.NET可能可以操作上面的配置。

References

[1] Setting default raster display options.

Geography: Precision agriculture

Introduction

精准农业（或称卫星种植、定点作物管理）建立在监测、测量和反馈作物田间和内部诸多变化基础上的种植管理概念。在保护资源并提高收益要求下，精准农业的研究目的是为整体种植管理建立决策支持系统。

众多途径中，地植物学方法表现地形属性紧密地与多年的作物生产稳定性/特征相联系。地植物学方法的专长可追溯到地形因素对大田水分的显著作用。

精准农业已经伴随着GPS和GNSS应用而开启。农场主和研究人员已经可以在地图上表现很多的可测量的空间变动（产量，地形/拓扑关系，有机物含量、湿度等）。

精准农业业已开展，比如，它借助于收割机上的GPS估算产量，变动率技术诸如播种机、喷灌机等，以及一系列地能够测量从叶绿素水平至植物水分状态的传感器，多光谱和超光谱的航空和卫星影像，并制作NDVI地图产品。

精准农业概念出现在1980年代早期的美国。1985年，University of Minnesota研究人员在大田布设不同程度的石灰。同时还出现了网格化采样（每公顷固定一个采样点）。直到1980年代末期，这项技术才首次作为肥料和pH纠正的推荐图件。产量传感器的利用自新技术出现即被应用，它结合了GPS接收器。今天，此类系统已经覆盖数百万公顷农田。

在美国中西部，精准农业与可持续农业关联不大，但是那些在农田使用肥料而希望最大化收益的主流农场主比较关心的。依据GPS导航或代表性采样结果，农田肥料可以适用在需要的地方。由于肥料可能会使用在并不需要的地方，而精准农业则将肥料使用在合适的地方，从而优化肥料的利用。

纵观世界，精准农业已经发展非常多样。先进国家是美国、加拿大和澳大利亚。在欧洲，英国是第一个紧跟的国家，紧随其后是法国，当地最早在1997~1998年出现。在拉美，最先进国家是阿根廷，出现在1990年代中期获得了国家农业技术研究所支持。巴西的农业实践在环境保护下发展为高效生产，因而Embrapa建立了巴西精准农业研究网络，研究包括豌豆、玉米、小麦、水稻等。GPS和变化率分布技术有助于定位精准种植管理实践。GPS应用非常广泛，一直应用在精准农业服务，它提供了大田水平的优化地图。精准农业，正如该名称表面文字，意味着一些列精准和正确的投入，如水、肥料、杀虫剂等在正确时间为提高生产力和最大化产出。精准农业管理实践能够显著地增加产量时减少大量的营养和作物投入。由此，农场主因节约简易和肥料成本而获得更多收入。

其次，目标投入的较大规模的收益对环境会产生作用，空间、时间和数量。做好在正确的时间和地点投入恰当的投入有益于作物、土壤和农场主。可持续农业寻找确实的食物不间断供给，生态、经济和社会的限制要求长期的可持续生产。因此，精准农业寻找利用高科技系统是它的追求目标。

References

[1] Precision agriculture, from Wikipedia, the free encyclopedia.

Data: Glob Temperature

Introduction

网站上主要是各类地表温度（LST）数据，下载数据需注册。

Fig. 1

References

[1] Glob Temperature: Data portal.