由于忙于碩士畢業相關事宜，非常久沒有更新部落格，現在回來更新部落格，第一篇還是資源整理類。
1 Coding:
1.USGS EROS資料分發系統的API接口，非官方API。
espa api2.R語言包Taipan，Taipan是一種在準備分析時注釋圖像的工具。
taipan3.R語言包sugarbag，建立用于可視化地理空間資料的鑲嵌六邊形地圖。 定位相同尺寸的六邊形以最好地保持各個區域和最近焦點之間的關系，并最小化與其實際位置的距離。 該方法允許以相同的視覺比例對所有區域進行比較，并提供了對制圖的替代方案。
sugarbag
4.R的docker鏡像。
r docker5.适用于Python的進階應用和儀表闆解決方案，Panel提供了一些工具，可以輕松地将小部件，繪圖，表格和其他可檢視的對象和控件組合到控制台，應用程式和儀表闆中。 Panel使用來自Bokeh，Matplotlib，HoloViews和其他Python繪圖庫的可視化，使它們可以單獨檢視，也可以與控制它們的互動式小部件結合使用。 Panel在Jupyter筆記本中同樣運作良好，用于建立快速資料探索工具，或作為獨立部署的應用程式和儀表闆，并允許您根據需要輕松切換這些上下文。
panel
6.無人機攝影測量和卷積神經網絡增強自動化和準确的鲸類物種識别，發表于Methods in Ecology and Evolution的論文代碼、docker鏡像與資料。
cetacean photogram7.R語言包encryptedRmd，目标是提供密碼保護markdown html文檔的功能，并安全地與他人共享。 解密檔案所需的代碼被捆綁到導出的html檔案中，這使得生成的檔案完全自包含。
encryptedRmd8.本教程介紹了ncar資料處理工具Cheyenne/DAV Python環境的安裝和設定。
ncar pangeo tutorial9.R語言包validate，可以非常輕松地檢查資料是否符合您對領域知識的期望。 它的工作原理是允許您定義獨立于代碼或資料集的資料驗證規則。 接下來，您可以使用規則來對抗資料集或其各種版本。 結果可以彙總，繪圖等。
validate10.資料工程師秘籍。
Cookbook11.Voronoi/Delaunay圖像處理，該項目實作了一個小型，輕量級的工具，用于使用Voronoi / Delaunay資料結構進行實時圖像處理。
Voronoi Image Manipulation 12.GeoNode是一個開源平台，可以促進地理空間資料的建立，共享和協作使用。
geonode13.一個功能齊全的pythonic庫，用于表示和使用四元數組。
pyquaternion14.dataretrieval是USGS-R的dataRetrieval包的Python替代方案，用于直接從Web服務擷取USGS或EPA水質資料，流資料和中繼資料。 請注意，dataretrieval是R包的替代品，而不是端口，因為它重制了R包的功能，但其組織和功能通常不同。 Python版本還擴充了其前身，包括從NWIS和STORET以外的各種Web門戶中提取資料的功能。如果有一個您希望與之合作的水文或環境資料門戶，請将其作為一個問題提出。以下是如何使用dataretrievel從國家水資訊系統（NWIS）反演資料的示例。
dataretrieval15.用于分析USEPA GitHub組織存儲庫的使用的代碼。
epa github org analysis16.免費程式設計書籍。
free programming books17.機器學習，統計和人工智能研究相關的幻燈片，紙質筆記，課堂筆記，部落格文章。
csinva.github.io 18.緬因灣魚類生物量的生态預測。
maine fish19.plotly的R書籍。
plotly book20.使用Kaggle核心立即運作任何Jupyter筆記本。
kernel run21.火星坐标(GCJ-02, BD-09, WGS)轉換工具，支援指令行和Python API，支援點、線、面，支援GeoJson、shapefile...
coord convert22.R語言包dplyr，資料處理清洗神器。
dplyr23.edaviz - 用于Jupyter Notebook或Jupyter Lab中的探索性資料分析和可視化的Python庫，edaviz是一個用于Jupyter Notebook和Jupyter Lab中的資料探索和可視化的python庫。 edaviz為您提供開箱即用的預設可視化。
edaviz24.互動式Jupyter小部件可以在2D和3D中可視化圖像，點集和網格。
itkwidgets 25.R語言包rasterFunctions，R語言包raster的自定義處理函數。它們擴充了R包栅格中的函數。
rasterFunctions26.在LaTeX中繪制貝葉斯網絡，圖形模型和技術架構。
awesome latex drawing 27.Gensim是一個Python庫，用于主題模組化，文檔索引和大型語料庫的相似性檢索。 目标閱聽人是自然語言處理（NLP）和資訊檢索（IR）社群。
gensim28.R語言包chromote，Chromote是Chrome Devtools協定的R實作。 它适用于Chrome，Chromium，Opera，Vivaldi和其他基于Chromium的浏覽器。 預設情況下，它使用谷歌浏覽器（必須已安裝在系統上）。
chromote29.R語言包bench，目标是對代碼進行基準測試，跟蹤執行時間，記憶體配置設定和垃圾收集。
bench30.Python + NumPy程式的可組合轉換：區分，矢量化，JIT到GPU / TPU等。
jax31.geosnap是一個開源的Python3軟體包，用于探索，模組化和可視化鄰域動态。geosnap旨在幫助填補這些空白。 它提供了一套工具，用于建立社會空間資料集，将這些資料集協調為一緻的時間 - 靜态邊界集，并使用經典和空間統計方法對鄰域變化進行模組化。
geosnap32.一個輕量的工具集合。
MikuTools33.GDAL的js版本。
gdaljs34.浏覽器中的GDAL Javascript包裝器。
loam35.關于如何寫學術論文review的倉庫。
reviews36.R語言包factory，目标是使函數的建構更加簡單，而無需使用者學習rlang包。
factory37.Cmder是一個軟體包，由于在Windows上缺少可用的控制台模拟器而完全失敗。 它基于ConEmu的主要配置大修，配備Monokai配色方案，驚人的碰撞（通過碰撞完成進一步增強）和自定義提示布局。
cmder38.可用于Shiny和Rmarkdown的titian圖示。
titanicon39.R語言包dashR，用于建立響應式Web應用程式的Dash生态系統的R接口。
dashR40.R語言包dtplyr，dtplyr為data.table提供了一個dplyr後端。 dtplyr的目标是允許您編寫自動轉換為等效但通常更快的data.table代碼的dplyr代碼。
dtplyr2 Paper:
1.
Globally analysing spatiotemporal trends of anthropogenic PM2.5 concentration and population's PM2.5 exposure from 1998 to 2016/從1998年到2016年人為PM2.5濃度和人口PM2.5暴露的時空趨勢全球分析顆粒物（PM）形式的空氣污染正在成為全球範圍内對人類健康的最大威脅之一。本文首先提出了一種貝葉斯時空等級分段回歸模型（BSTHPRM），它可以自适應地檢測局部趨勢的轉變，進而解釋空間相關性。通過提出的BSTHPRM研究了1998年至2016年全球大陸近似人為PM2.5去除天然塵埃（PM2.5 No塵）濃度和相應人群PM2.5 No粉塵暴露（PPM2.5E）的時空趨勢。 PM2.5 No塵埃污染嚴重的地區的總面積，其PM2.5 No污染對全球大陸總體水準的空間相對大小在1.89和14.68之間，占全球陸地面積的13.4％，相應的暴露人口占全球總人口的56.0％。全球PM2.5 No污染的空間異質性從1998年到2016年普遍增加。随着PM2.5 No濃度趨勢的增加，熱點，暖點和冷點的面積最初收縮，然後擴大。全球大陸PM2.5 NoDust濃度和PPM2.5E的局部趨勢可以使用BSTHPRM分為三個變化階段，早期，中期和後期。 PM2.5 No濃度和PPM2.5E呈下降趨勢的區域面積比例在中期比早期和後期更大。印度北部和中國東部和南部兩個較高PM2.5 No污染區PM2.5 No濃度和PPM2.5E的局部趨勢在早期增加，然後在中期減少。在後期（近年），印度北部呈增長趨勢;盡管如此，中國東部和南部的後續下降趨勢仍然存在。在前兩個階段，歐洲一半以上的地區經曆了PM2.5 NoDust濃度和PPM2.5E的下降趨勢;後來，歐洲一半以上的地區在後期呈現出越來越大的趨勢。北美和南美經曆了與歐洲相似的PPM2.5E局部趨勢。在研究期間，非洲的PPM2.5E趨勢普遍增加。發表于EI上的PM2.5濃度分析與人口暴露的研究。采用了一個貝葉斯的時空模型用于PM2.5空間分布模組化，貝葉斯時空統計是近年來時空統計方向重要模組化手段，這篇文章也是一個很有意思的研究。
2.
Testing the Efficiency of Using High-Resolution Data From GF-1 in Land Cover Classifications/在土地覆寫分類中測試從GF-1使用高分辨率資料的效率高分辨率遙感在研究地球表層變化方面發揮着重要作用。新軌道的中國GF-1衛星旨在以區域尺度觀測地球表層;但是，衛星效率需要進一步調查。在本文中，通過考慮補充資訊和不同的土地覆寫分類方法，測試了使用GF-1 01衛星圖像監測複雜表面的效率。我們的工作表明，GF-1衛星觀測可以有效地探測土地覆寫碎片。當應用支援向量機方法時，基于多源資料的總體分類精度達到90.5％。在分類圖像中有效地減少了“鹽和胡椒現象”。這些結果還表明GF-1圖像分類的準确性優于使用Landsat 8和Sentinel-2A圖像的相同方法的結果，總體分類準确度增加了23.6％和13.6％。我們的研究表明，GF-1衛星觀測适用于複雜陸地表面的土地覆寫研究。這種方法可以使各種相關領域受益，例如土地資源調查，生态評估，環境評估等。探究了GF-1國産衛星在陸地表層對地觀測的應用。GF-1衛星有效提升原本衛星監測精度，是一個很重要的衛星資料來源。
3.
An Improved Single-Channel Polar Region Ice Surface Temperature Retrieval Algorithm Using Landsat-8 Data/利用Landsat-8資料改進單通道極區冰面溫度反演算法冰面溫度（IST）是研究極地冰蓋和冰架的關鍵參數。在本研究中，提出了一種基于輻射傳輸方程的改進單通道（ISC）算法，用于從Landsat-8頻段10資料中進行IST檢索。提出的ISC算法的主要步驟包括：1）通過回歸大氣水汽含量和有效平均大氣溫度來模拟大氣輻射參數; 2）使用普朗克方程計算IST，而不是使用泰勒近似; 3）實作IST計算的疊代方案。定量估計了使用泰勒近似和大氣輻射參數模拟的誤差。還進行了ISC對大氣水汽含量，亮度溫度和衛星觀測中可能的誤差的靈敏度分析。靈敏度分析結果表明，該算法對大氣水汽含量具有較強的魯棒性，但對熱紅外傳感器的校準精度較為敏感。使用模拟方法進行的驗證顯示，ISC的IST變異性優于原始SC算法[均方根誤差（RMSEs）分别為0.3252和0.7176 K]。與格陵蘭68個自動氣象站資料和南極25個資料的近地面氣溫相比，ISC算法的偏差和RMSE再次優于SC算法。發現中等分辨率成像光譜儀（MODIS）的IST與SC和ISC算法的結果相比被低估了。提出了從Landsat-8圖像樣本得到的IST空間分布圖。還提出了所提出的ISC算法中的每個步驟的基本原理，以便這可以為結果的真實性提供進一步的支援。發表在IEEE TGRS頂刊上的溫度遙感反演算法,改進Landsat-8的單通道溫度反演算法，非常不錯的研究。
4.
Impacts of air pollutants from rural Chinese households under the rapid residential energy transition/家庭能源快速轉型下中國農村家庭大氣污染物的影響家庭固體燃料的使用構成了大量的空氣污染，但在過去三十年中逐漸被其他清潔能源所取代。 在這裡，作者調查了農村家庭對環境PM2.5污染的貢獻以及由此産生的氣候強迫和健康影響，并發現農村家庭使用的剩餘大量固體燃料仍然是環境空氣污染的主要原因，盡管 由于清潔的能源轉換，其污染物排放量減少以及對PM2.5的相對貢獻。發表于Nature Communication的文章，來自陶澍院士團隊的成果，分析農村家庭燃煤對于PM2.5和氣候強迫的影響。事實上PM2.5、氣溶膠與氣候有着密不可分的聯系，這是一個非常複雜的海陸氣耦合綜合問題，未來的研究應當關注PM2.5與氣候強迫的一些研究。
5.
Quantitative estimates of collective geo-tagged human activities in response to typhoon Hato using location-aware big data/使用位置感覺大資料定量估計對台風Hato響應的集體地理标記人類活動來自社交媒體的位置感覺大資料已廣泛用于定量描述自然災害和災害造成的損失。目前尚不清楚人類活動如何共同應對災難。在這項研究中，我們使用聚合位置請求資料檢查了在多個空間尺度上響應台風哈托的集體人類活動。我們提出了一種多級突變檢測（MACD）方法架構，用于檢測和表征響應Typhoon Hato的位置請求的突然變化。結果表明，在網格水準上，大多數異常網格位于台風軌迹周圍53公裡半徑範圍内。在城市一級，人類活動恢複持續時間（平均230小時）存在顯着的空間差異。在地方一級，突然的位置要求變化的絕對幅度與台風引起的經濟損失和受影響的人口密切相關。基于社交媒體大資料與災害應急方面的研究，分析了不同尺度下的影響，利用社交媒體資料定量估計人類活動将為防災減災提供重要的資料支撐。
6.
Committed emissions from existing energy infrastructure jeopardize 1.5 °C climate target/現有能源基礎設施的承諾排放危及1.5°C氣候目标到本世紀中葉（2050年），淨人為二氧化碳（CO2）排放必須達到零，以将全球平均溫度穩定在國際努力所針對的水準1-5。然而，化石燃料能源基礎設施的持續擴張意味着已經“承諾”的未來二氧化碳排放。在這裡，我們使用2018年目前化石燃料燃燒能源基礎設施的詳細資料集來估算“承諾的”二氧化碳排放的區域和部門模式，此類排放對假定的運作壽命和時間表的敏感性，以及相關基礎設施的經濟價值。我們估計，如果按曆史營運，現有基礎設施将排放大約658億噸（Gt）的二氧化碳（取決于假定的壽命和使用率，從226到1,479 Gt二氧化碳）。預計這些排放中有一半以上來自電力部門，中國，美國和歐盟28國的基礎設施分别約占總數的41％，9％和7％。如果建成，拟議的發電廠（計劃，允許或正在建設中）将排放大約額外的188（範圍37-427）Gt CO2。如果将平均變暖限制在1.5°C，機率為50-66％（420-580 Gt CO2），現有和拟議的能源基礎設施（約846 Gt CO2）的承諾排放量将超過整個剩餘的碳預算。如果将平均變暖限制在2°C以下（1,170-1,500 Gt CO2）5，則可能是剩餘碳預算的三分之二。剩餘的碳預算估計是多種多樣的，細微差别，取決于氣候目标和大規模負排放的可用性。盡管如此，我們的排放估算表明，很少或根本沒有額外的二氧化碳排放基礎設施，為了符合“巴黎協定”，可能需要早于曆史基礎設施退役（或采用碳捕集與封存技術的改造）。據每噸承諾排放的資産價值，我們估計，如果非排放替代技術可用且價格合理，那麼最具成本效益的過早基礎設施退役将在電力和工業部門進行。Nature上的一篇文章，探究能源基礎設施數量、排放規模對于巴黎協定減排目标的影響，這些結果表明目前具有非常大的減排壓力。氣候變化仍舊道阻且長，當然carbon budget的估算方式仍然有多種多樣。