Python包 | Leafmap: 交互式地理空间分析, 为非GEE用户设计! 含500多个高级地理空间分析工具

文摘   2024-10-29 08:10   荷兰  

 RS   DL 

介绍

Leafmap是一个Python包,用于在Jupyter环境中进行交互式地图绘制和地理空间分析,几乎无需编程。它是geemap的衍生项目,为无法使用Google Earth Engine (GEE)的用户设计。Leafmap免费开源,支持在Google Colab、Jupyter Notebook和JupyterLab中使用。
Leafmap集成了segment-geospatial包,该包提供了利用深度学习算法对遥感影像进行分割和分类的工具。关于segment-geospatial:Python包 | samgeo: 使用SAM分割遥感影像等地理空间数据, 交互处理功能丰富
主页:https://leafmap.org/
GitHub:https://github.com/opengeos/leafmap
Leafmap提供了一系列交互工具,无需编程即可加载矢量和栅格数据。用户还可以利用强大的WhiteboxTools后台,在Leafmap界面中直接执行地理空间分析,无需编写代码。WhiteboxTools目前包含500多个工具,涵盖GIS分析、地貌分析、水文分析、LiDAR数据分析、数学和统计分析以及河网分析等。
  • 无需编程:支持在Jupyter环境中进行地理空间数据的可视化和分析,几乎无需编写代码。
  • 非GEE用户友好:为不使用Google Earth Engine的用户提供地理空间分析的替代方案。
  • 开源免费:基于多个开源包,免费供用户使用。
  • 丰富的工具集:集成WhiteboxTools,提供500多个高级地理空间分析工具。
  • 交互式操作:支持加载矢量和栅格数据,通过GUI直接进行操作。

视频介绍

参考:https://leafmap.org/



欢迎关注会议论文赏读系列

因配置了AI回复功能,除关键词自动回复外,号内信息主要由AI大模型回复。如需资源、投稿、合作等,请直接联系小助手微信(添加请备注:咨询投稿合作加群,加群需备注姓名/昵称,单位和研究方向)。


公众号欢迎优秀作者投稿!可加入优秀论文作者群:欢迎加入AI遥感优秀论文作者群!




问题及讨论可直接在文章下方留言



  欢迎关注  


分享遥感与深度学习领域的技术、论文、书籍、新鲜事。



欢迎加入遥感与深度学习交流群(点此加入)


遥感与深度学习
聚焦遥感与深度学习,分享相关技术、论文、书籍、资讯,团队来自国内外著名期刊作者及审稿人
 最新文章