CLARK.UNIVERSITY.LABS.TERRSET.2020.V19.0.6.2022-TEL
Geospatiale Überwachungs- und Modellierungssoftware
TerrSet ist ein integriertes geospatiales Softwaresystem zur Überwachung und Modellierung des Erdsystems für eine nachhaltige Entwicklung. Das TerrSet-System umfasst die IDRISI-GIS-Analyse- und IDRISI-Bildverarbeitungswerkzeuge sowie eine Reihe von vertikalen Anwendungen. TerrSet bietet den umfangreichsten Satz von Geoinformationswerkzeugen in der Branche in einem einzigen, erschwinglichen Paket. Es besteht keine Notwendigkeit, teure Add-ons zu kaufen, um Ihre Forschungsmöglichkeiten zu erweitern.
Neben den unten genannten Softwarefunktionen enthält TerrSet auch Dienstprogramme für den Import und Export aller wichtigen Datei- und Bildformate sowie eine umfassende Dokumentation und Anleitungen.
Merkmale der TerrSet 2020 Software
IDRISI GIS-Analyse in TerrSet 2020
Das IDRISI-GIS-Analyse-System bietet eine breite Palette grundlegender Analysewerkzeuge für GIS-Analysen, die sich in erster Linie auf Rasterdaten beziehen. Zu den besonderen Merkmalen des GIS-Analyse-Werkzeugsatzes gehören eine Reihe von multikriteriellen und multikriteriellen Entscheidungsverfahren sowie eine breite Palette von Werkzeugen zur Statistik-, Veränderungs- und Oberflächenanalyse. Spezielle grafische Modellierungsumgebungen werden auch für die dynamische Modellierung und Entscheidungsunterstützung bereitgestellt. Das GIS-Analyse-Toolset bietet auch eine Skripting-Umgebung und eine äußerst flexible Anwendungsprogrammierschnittstelle (API), die es ermöglicht, TerrSet mit Sprachen wie C++, Delphi und Python zu steuern.
IDRISI GIS-Analyse Hauptmerkmale
Datenbankabfrage
Die Möglichkeit, Raster- und Vektorkartenebenen abzufragen und grundlegende Statistiken sowie Profile über Raum und Zeit, Histogramme und Tabellierungen von Fläche und Umfang zu erstellen.
Für Vektordatenbanken ein integriertes relationales Datenbankmanagement-Tool zur Eingabe und Bearbeitung von Attributdaten unter Verwendung vollständiger SQL-Funktionen.
Abgeleitetes Mapping
Eine vollständige Suite von mathematischen und relationalen Modellierungswerkzeugen zur Ableitung neuer Datenebenen in Abhängigkeit von vorhandenen Ebenen.
Modelle können in Form von Gleichungen mit Kartenebenen als Variablen oder durch die Verwendung einer grafischen Modellierungsumgebung eingegeben werden.
Entfernung und Kontext
Ein reichhaltiger Satz von Kontextoperationen, einschließlich euklidischer und Kosten-Distanz-Prozeduren, für die Aggregation und Disaggregation von Richtungskräften und Reibungen, eine Least-Cost-Pfad-Prozedur und räumliche Zuordnungsroutinen.
Die Fähigkeit zur Analyse von Mustern und Strukturen, einschließlich der Analyse des lokalen Kontextes durch Filterung und Aggregation zusammenhängender Gruppen.
Räumliche Statistik
Eine ganze Reihe von Werkzeugen für die Beschreibung räumlicher Merkmale, einschließlich Geostatistik und Interpolation.
Zu den Werkzeugen gehören Punktverteilungsmaße, einfache und mehrfache Bildregression, logistische und multinomiale logistische Regression, Autokorrelationsverfahren, Muster- und Texturmaße, polynomiale Trendflächenanalyse und räumliches Sampling sowie Zufallsgenerierungsverfahren zur Unterstützung der Monte-Carlo-Simulation.
Entscheidungsunterstützung und Ungewissheitsmanagement
Eine grafische Modellierungsumgebung für multikriterielle und multikriterielle Entscheidungsunterstützung, die Werkzeuge und Verfahren zur Eignungskartierung und Landzuweisung umfasst.
Ein Verfahren zur Landzuteilung unter Berücksichtigung von Kontiguität und Kompaktheit.
Ein Verfahren zur Konsensfindung für die Gewichtung von Kriterien, Fuzzy-Standardisierung und ein umfangreicher Satz von Kriterienaggregationsverfahren, die auf gewichteter Linearkombination und geordneter gewichteter Mittelwertbildung basieren.
Werkzeuge zur Fehlerfortpflanzung durch Monte-Carlo-Simulation, die Bewertung des Entscheidungsrisikos als Folge der Fehlerfortpflanzung, die Berechnung und Aggregation von Fuzzy-Mengen und die Aggregation indirekter Evidenz zur Unterstützung einer Evidenzgewichtung unter Verwendung von Bayes- und Dempster-Shafer-Ansätzen.
Ein weiches Reklassifizierungsverfahren zur Abbildung der Wahrscheinlichkeit, dass ein Ort über oder unter einem Schwellenwert liegt (z. B. Anstieg des Meeresspiegels), sowie eine Implementierung von räumlichen Prioritätswahrscheinlichkeiten für die Maximum-Likelihood-Klassifizierung.
Oberflächenanalyse
Werkzeuge zur Ableitung von Mustern, Trends und topologischen Merkmalen wie Hangneigung, Aspekt, Beleuchtung (Hillshading) und Krümmung.
Zu den Interpolationsverfahren gehören die inverse Abstandsgewichtung, die Modellierung dreieckiger unregelmäßiger Netze (TIN), Thiessen-Polygone, Trendflächenkartierung und Geostatistik.
Die Fähigkeit, Wassereinzugsgebiete und Sichtachsen abzugrenzen, Oberflächenabfluss und Strömungsmuster zu bestimmen, Sedimentation zu bewerten und Bodenerosion zu modellieren.
Zu den traditionellen Abstandsund Pufferanalysewerkzeugen gehören Kostenabstände und Pfadanalysen. Modellierungswerkzeuge für die Oberflächenanalyse werden für die Erzeugung von Zufallsbildern, die Bildauswahl und die Bildfilterung bereitgestellt.
Analyse von Veränderungen und Zeitreihen
Werkzeuge zur Identifizierung und Quantifizierung von Veränderungen über mehrere Bilder hinweg, einschließlich Bilddifferenzierung, Bildverhältnisbildung, Regressionsdifferenzierung, Änderungsvektoranalyse und qualitative Datenanalyse.
Eine Reihe von Werkzeugen für die prädiktive Modellierung von Veränderungen der Landbedeckung, einschließlich Markov-Kettenanalyse, zelluläre Automaten, logistische Regression und multinomiale logistische Regression, GEOMOD und künstliche neuronale Netze.
Tools für die Modellentwicklung
Image Calculator, ein interaktives mathematisches Modellierungstool, das eine einfache, rechnerähnliche Schnittstelle für die Konstruktion algebraischer und logischer Formeln mit Kartenebenen als Variablen bietet.
Macro Modeler, eine grafische Modellierungsumgebung, die alle IDRISI-GIS-Analysetools als Objekte darstellt, die mit Kartenebenen in einer algorithmischen Kette verknüpft werden können.
Für die anspruchsvollsten Anwendungen der algorithmischen Modellierung oder für die Entwicklung von eigenständigen Werkzeugen als Zusatz zu TerrSet kann eine Skriptsprache wie Python oder eine vollständige Programmiersprache wie C++ oder Delphi über die standardmäßige COM-Objektmodell-Schnittstelle eingesetzt werden.
IDRISI Bildverarbeitung in TerrSet 2020
Das IDRISI-Bildverarbeitungssystem in TerrSet besteht aus einem umfangreichen Satz von Verfahren zur Bildwiederherstellung, -verbesserung, -transformation und -klassifizierung von Fernerkundungsbildern. Seit über 30 Jahren ist Clark Labs an der Entwicklung von Geodaten-Technologien beteiligt und stellt der Community das umfassendste Bildverarbeitungssystem auf dem Markt zur Verfügung. Die für die Klassifizierung verfügbaren Werkzeuge bieten die umfassendsten Verfahren der Branche, einschließlich harter und weicher Klassifizierungsverfahren, die auf maschinellem Lernen (wie neuronalen Netzen) und statistischer Charakterisierung basieren. Diese Werkzeuge sind in TerrSet integriert und begleiten die IDRISI GIS-Analyse-Tools, was Aufwand, Kosten und Ressourcen spart.
IDRISI Bildverarbeitung Hauptmerkmale
Bildrestaurierung
Ein vollständiger Satz geometrischer und radiometrischer Werkzeuge zur Korrektur der Bildregistrierung und zur Beseitigung von Bildverzerrungen.
Atmosphärische Korrektur unter Verwendung des Modells zur Subtraktion dunkler Objekte, des Cos(t)-Modells von Chavez, des Modells der vollständigen Strahlungstransportgleichung oder des ARM-Modells (Apparent Reflectance Model). Vollständig automatisiert für Landsat.
Bildmosaik für den Farbabgleich mehrerer Szenen in einem einzigen Bild.
Strahlungskalibrierung zur Umwandlung von Roh-DN.
Hauptkomponentenanalyse mit standardisierten und nicht standardisierten Modi.
Eine interaktive Bild-Resampling-Funktion.
Bildverbesserung
Werkzeuge zur Bildverbesserung, die Informationen innerhalb des Bildes hervorheben.
Bildfilterung mit 10 vordefinierten Filtern und der Möglichkeit, einen benutzerdefinierten Filter in variabler Größe zu verwenden.
Panchromatische Verschmelzung zur Schärfung von hochauflösenden Satellitenbildern.
Bildtransformation
Ein umfangreicher Werkzeugsatz zur Transformation von Basisbildern.
Hauptkomponentenanalyse, einschließlich standardisierter und unstandardisierter, Kreuzprodukt- und normalisierter Kreuzprodukt-Modi.
Kanonische Korrelationsanalyse für die Musteranalyse zwischen Bildserien.
Minimaler Rauschanteil zur Reduzierung des variablen Bildrauschens.
Vegetationsindexanalyse mit 19 neigungs- und entfernungsbasierten Indizes.
Andere Indizes umfassen Bodensalzgehalt, Schnee- und Wasserindex.
Bildklassifizierung
Die umfangreichste Sammlung von Bildklassifizierern in der Branche, einschließlich harter und weicher Klassifizierer.
Überwachte Klassifikatoren wie Parallelepiped, Minimaler Abstand, Maximale Wahrscheinlichkeit, Fisher LDA und K-Nächster Nachbar (KNN).
Unüberwachte Klassifikatoren wie ISODATA, Kettencluster und K-means.
Klassifikatoren des maschinellen Lernens, darunter Classification Tree Analysis (CTA), Decision Forest (Random Forest-Implementierung), Support Vector Machine (SVM) und 4 neuronale Netzwerkklassifikatoren: Multi-Layer Perceptron (MLP), Self-Organizing Map (SOM), Fuzzy ARTMAP, und Radial Basis Function.
Soft-Klassifikatoren und Mischungsanalyse-Tools, die einen Bayes'schen Wahrscheinlichkeitsklassifikator, einen Mahalanobis-Distanz-Klassifikator, einen Fuzzy-Set-Klassifikator und lineares spektrales Unmixing umfassen. MLP, Decision Forest, SVM, KNN und SOM erzeugen ebenfalls weiche Klassifizierungsergebnisse.
Bildsegmentierung
Werkzeuge für die Bildsegmentierung und objektorientierte Klassifizierung.
Ein Segmentierungswerkzeug, das Segmente auf der Grundlage spektraler Ähnlichkeit erzeugt.
Ein interaktives Werkzeug zur Entwicklung von Signaturen, das die Erstellung von Signaturen aus Segmenten erleichtert.
Ein Klassifikator mit Mehrheitsregel, der speziell für die Segmentierungsklassifizierung entwickelt wurde.
Unterstützung für den Import von Bilddaten
Importunterstützung für alle gängigen Datenarchiv- und Providerformate.
Automatischer Import und radiometrische Korrektur des Landsat-Archivs.
Automatischer Import und radiometrische Korrektur der Landsat-, Senitnel-2- und DigitalGlobe-Archive.
Erweiterte Importunterstützung mit GDAL.
Andere wichtige Bildverarbeitungsfunktionen
Hyperspektrale Bildanalyse und -klassifizierung.
Bewertung der Klassifizierungsgenauigkeit.
Land Change Modeler, eine Anwendung für die Überwachung und Vorhersage von Veränderungen der Bodenbedeckung.
Earth Trends Modeler, eine Anwendung für die Analyse von Bildzeitreihen.
Nahtlose Verbindung zu den IDRISI-GIS-Analysetools.
Land Change Modeler in TerrSet
Land Change Modeler ist ein innovatives Landplanungs- und Entscheidungsunterstützungssystem, das vollständig in die TerrSet Software integriert ist. Mit einem automatisierten, benutzerfreundlichen Arbeitsablauf vereinfacht Land Change Modeler die Komplexität der Veränderungsanalyse. Mit Land Change Modeler können Sie Veränderungen der Bodenbedeckung schnell analysieren, Beziehungen zu erklärenden Variablen empirisch modellieren und künftige Szenarien für Bodenveränderungen simulieren. Land Change Modeler enthält auch spezielle Werkzeuge für die Bewertung von REDD (Reducing Emissions from Deforestation and Forest Degradation) Strategien zur Eindämmung des Klimawandels. Land Change Modeler bietet eine Komplettlösung für Ihre Landänderungsanalysen.
Land Change Modeler Hauptmerkmale
Analyse von Landveränderungen
Erstellen Sie schnell Diagramme und Karten zu Landveränderungen, einschließlich Gewinnen und Verlusten, Nettoveränderungen und der Persistenz bestimmter Übergänge.
Erkennen Sie die zugrunde liegenden Trends komplexer Landveränderungen mit einem Werkzeug zur Abstraktion von Veränderungen.
Modellierung von Landübergangspotenzialen
Modellieren Sie Landübergangspotenziale, die die Wahrscheinlichkeit ausdrücken, dass sich Land in der Zukunft verändern wird, indem Sie eine von mehreren Methoden verwenden - ein mehrschichtiges neuronales Perzeptron-Netzwerk mit vollständiger Berichterstattung über die Erklärungskraft von Treibervariablen, logistische Regression, Decision Forest (Random Forest-Implementierung), Support Vector Machine, Weighted Normalized Likelihood und SimWeight, ein modifiziertes Verfahren des maschinellen Lernens.
Einbeziehung von dynamischen Variablen, die den Wandel vorantreiben oder erklären.
Vorhersage von Veränderungen
Berücksichtigen Sie bei der Modellierung zukünftiger Szenarien Planungseingriffe, Anreize und Beschränkungen, wie z. B. Reservegebiete und infrastrukturelle Veränderungen, die den Verlauf der Entwicklung verändern können.
Erstellen Sie eine Szenariokarte, indem Sie entweder eine harte Vorhersagekarte auf der Grundlage eines multikriteriellen Landkonkurrenzmodells mit einer einzigen Realisierung oder eine weiche Vorhersagekarte erstellen, die eine kontinuierliche Karte der Anfälligkeit für Veränderungen darstellt.
Validierung der Qualität der vorhergesagten Landbedeckungskarte im Verhältnis zu einer Karte der Realität durch eine 3-Wege-Kreuztabelle. Es werden Treffer, Fehltreffer und Fehlalarme gemeldet.
REDD-Analyse
Bewertung von REDD-bezogenen Waldschutzstrategien und Szenarien für Kohlenstoffauswirkungen mit vollständiger Bilanzierung der Auswirkungen auf die Treibhausgasemissionen.
Bewertung der Zusätzlichkeit von REDD-Projekten und Business-as-usual-Projektionsszenarien.
Habitat- und Biodiversitätsmodellierer in TerrSet 2020
Der Habitat and Biodiversity Modeler ist ein vollständig integriertes Unterstützungssystem innerhalb der TerrSet-Software für die Bewertung von Lebensräumen, die Analyse von Landschaftsmustern und die Modellierung der biologischen Vielfalt. Es gibt Werkzeuge für die Modellierung der Artenverteilung und die Planung von Schutzgebieten. Es gibt auch eine Funktion zum Import von IUCN-Artenverbreitungsdaten und zur Modellierung der biologischen Vielfalt. Mit dem Habitat and Biodiversity Modeler können Sie die Analyse zukünftiger Szenarien aus dem Land Change Modeler und dem Climate Change Adaptation Modeler kombinieren, um potenzielle Auswirkungen des Landschafts- oder Klimawandels zu modellieren und zu visualisieren.
Habitat- und Biodiversitätsmodellierer Hauptmerkmale
Modellierung der Artenverteilung
Modellieren Sie die Verteilung von Arten oder die Eignung von Lebensräumen mit einer Vielzahl von empirischen Modellierungsansätzen. Eine Schnittstelle zu Maxent ist verfügbar.
Verwenden Sie Karten mit Umweltvariablen zur empirischen Verfeinerung von Polygonkarten der Artenverbreitung.
Auswirkungsanalyse
Bewerten Sie die Auswirkungen von Veränderungen der Bodenbedeckung auf den Lebensraum, einschließlich der Bewertung von Lebensräumen, der Analyse von Lebensraumveränderungen und der Analyse von Artenlücken.
Ableitung von Landschaftsmetriken einschließlich Musteranalysen aus einer einzigen Landbedeckungskarte oder Analyse von Veränderungsprozessen aus mehreren Landbedeckungskarten.
Analyse der biologischen Vielfalt
Berechnung der Biodiversität durch Kartierung der Alpha-Diversität, Gamma-Diversität, Beta-Diversität, Sorensen-Dissimilarität und Reichweitenbeschränkung.
Importieren Sie Verbreitungskarten von Arten aus der Datenbank der Roten Liste bedrohter Arten der IUCN.
Raumplanung
Generieren Sie biologische Korridorentwürfe, die für Lebensraumeignung, ökologische Bedeutung und Schutzstatus optimiert sind.
Entwicklung von Szenarien für die Auswahl und Gestaltung von Schutzgebieten über eine Schnittstelle zu MARXAN, einem Planungsinstrument für den Naturschutz.
GeOSIRIS für REDD-Modellierung in TerrSet 2020
GeOSIRIS ist ein vollständig integriertes Entscheidungshilfesystem innerhalb der TerrSet-Software für die Planung von REDD-Aktivitäten (Reducing Emissions from Deforestation and Forest Degradation) auf nationaler Ebene. Es enthält Werkzeuge zur Quantifizierung und Kartierung der Auswirkungen von REDD-Projekten auf Entwaldung, Kohlenstoffemissionen, landwirtschaftliche Erträge und Kohlenstoffzahlungen. Als räumliches Entscheidungshilfesystem kann GeOSIRIS bei der Bewertung alternativer wirtschaftspolitischer Entscheidungen zur Verringerung der Treibhausgasemissionen bei gleichzeitiger gerechter Umverteilung der REDD-Einnahmen helfen. GeOSIRIS ist eine räumliche Implementierung des OSIRIS-Modells, das von Conservation International entwickelt wurde, mit dem zusätzlichen Vorteil, dass die Nutzer Entwaldung und Kohlenstoffemissionen räumlich modellieren können.
Hauptmerkmale von GeOSIRIS REDD
Modellieren Sie die Auswirkungen verschiedener wirtschaftlicher Strategien zur Reduzierung von Kohlenstoffemissionen.
Einbeziehung wichtiger externer Modellparameter wie z.B. der globalen Kohlenstoffpreise.
Modellieren Sie, wie Kohlenstoffeinnahmen und -strafen über die verschiedenen Verwaltungsebenen verteilt werden.
Modellierung individueller Kohlenstoff-Pool-Emissionen.
Berechnung der effektiven Opportunitätskosten in Bezug auf Entwaldung und potenzielle landwirtschaftliche Einnahmen.
Berechnung der Auswirkungen eines REDD-Projekts auf die Agrarpreisstrategie eines Landes.
Modellierer für Ökosystemleistungen in TerrSet 2020
Der Ecosystem Services Modeler (ESM) in TerrSet ist ein räumliches Entscheidungshilfesystem zur Bewertung des Wertes von Naturkapital für eine nachhaltige Entwicklung. Der Ecosystem Services Modeler bietet 15 Ökosystemdienstleistungsmodelle, die eng an das InVEST-Toolset angelehnt sind, das vom Natural Capital Project entwickelt wurde - einer Partnerschaft zwischen dem Wood's Institute for the Environment an der Stanford University, The Nature Conservancy, dem World Wildlife Fund und dem Institute on the Environment an der University of Minnesota.
TerrSet bietet eine leistungsfähige Plattform für die Ableitung von Daten zur Verwendung in diesen Modellen. Wenn man sich beispielsweise für die zukünftigen Auswirkungen von Veränderungen der Bodenbedeckung auf die Wasserausbeute interessiert, kann man mit dem Land Change Modeler in TerrSet zukünftige Landnutzungsszenarien ableiten und in das ESM-Modell für die Wasserausbeute eingeben. Ebenso können zukünftige Niederschlagsszenarien für die Ableitung des Wasserertrags aus dem Climate Change Adaptation Modeler in TerrSet abgeleitet werden.
Hauptmerkmale des Ecosystem Services Modeler
Wasserausbeute: misst den durchschnittlichen jährlichen Abfluss auf der Ebene des Wassereinzugsgebiets, der Teileinzugsgebiete oder der Pixel
Wasserkraft: schätzt die potenzielle Energieproduktion aus einem Reservoir und deren Wert
Wasserreinigung: Berechnet die Nährstoffrückhaltung und die vermiedenen Kosten der Wasseraufbereitung
Sedimentrückhaltung: schätzt die Sedimentrückhaltung in einem Wassereinzugsgebiet und die vermiedenen Kosten für die Sedimententfernung
Kohlenstoffspeicherung und -bindung: schätzt die derzeit in der Landschaft gespeicherte oder gebundene Kohlenstoffmenge und deren Wert
Holzernte: Modellierung der Gesamtbiomasse und des Nettogegenwartswerts des geernteten Rundholzes
Lebensraumqualität und Seltenheit: schätzt das Ausmaß und die Verschlechterung des Lebensraums von Arten als Reaktion auf Bedrohungen und Veränderungen der Bodenbedeckung
Bestäubung von Nutzpflanzen: Bewertung der Abundanz und des wirtschaftlichen Wertes von Bestäubern für die Landwirtschaft
Risikobewertung von Lebensräumen: Modellierung der Lebensraumverteilung und der Auswirkungen menschlicher Aktivitäten auf das Lebensraumrisiko
Offshore-Windenergie: Bewertung potenzieller Windenergiestandorte und ihres wirtschaftlichen Wertes
Ästhetische Qualität: Modelliert die Auswirkungen der Sichtbarkeit neuer Entwicklungen
Überlappende Nutzung: Berechnet die Häufigkeit und Bedeutung menschlicher Aktivitäten innerhalb einer Managementzone
Küstenanfälligkeit: bewertet die Gefährdung von Küstengemeinden durch sturmbedingte Erosion und Überflutung
Marine Aquakultur: schätzt entweder die Produktivität und den wirtschaftlichen Wert bereits bestehender Aquakulturanlagen oder ermittelt die besten potenziellen Standorte für neue Aquakulturprojekte
Wellenenergie: Identifizierung von Hotspots potenzieller Wellenenergie für die Ansiedlung von Wellenenergieumwandlungsanlagen
Erdtrendmodellierer in TerrSet 2020
Der Earth Trends Modeler (ETM) ist ein in TerrSet integriertes Werkzeugpaket für die Analyse von Bildzeitreihen, die mit fernerkundeten Erdbeobachtungsbildern verbunden sind. Mit dem Earth Trends Modeler können Benutzer schnell langfristige Klimatrends bewerten, saisonale Trends in der Phänologie messen und Bildzeitreihen zerlegen, um wiederkehrende Muster in Raum und Zeit zu finden.
Mit ETM können die Nutzer Fragen wie diese beantworten:
"Wie haben sich die Temperaturen in den letzten 30 Jahren verändert?"
"Zeigen Pflanzen eine spätere Seneszenz?
"Gibt es wiederkehrende räumliche Muster in der Produktivität des Phytoplanktons?
"Was sind die geografischen Auswirkungen von Klimaereignissen wie El Niño?
Keine andere Softwaretechnologie bietet eine derart koordinierte Suite von Data-Mining-Werkzeugen, die von den Geowissenschaftlern für die Analyse des Klimawandels und die Bewertung der Auswirkungen benötigt werden.
Die Werkzeuge in ETM umfassen:
Parametrische und nicht-parametrische Trendmessungen
Saisonale Trendanalyse
Hauptkomponenten-/Empirische Orthogonale Funktionsanalyse (PCA/EOF)
Erweiterte PCA/EOF für die Co-Analyse von mehreren Reihen (EPCA/EEOF)
Mehrkanalige singuläre Spektralanalyse (MSSA)
Empirische Orthogonale Telekonnektionsanalyse (EOT) und erweiterte Modi
Kanonische Korrelationsanalyse (CCA)
Verzögerte lineare Modellierung
Fourier PCA und Wavelet-Analyse
Obwohl ETM für den professionellen Einsatz gedacht ist, eignet es sich dank seiner einfachen und intuitiven Benutzeroberfläche hervorragend für den Unterricht und die eigene Erforschung. Das System enthält ein vollständiges Tutorial und Beispieldatensätze.
Earth Trends Modeler Hauptmerkmale
Extrahieren und Analysieren langfristiger globaler Trends und ihrer Auswirkungen
Untersuchen Sie die Beziehung zwischen Zeitreihen
Untersuchen Sie Trends in der Saisonalität
Isolierung echter Veränderungen von normalen Umweltschwankungen
Aufdecken und Analysieren von Variabilitätsmustern über zeitliche Skalen hinweg
Vorverarbeitung von Bildzeitreihendaten, einschließlich Rauschentfernung und Entzerrung
Earth Trends Modeler Analytische Funktionen
Animierte 3-D-Anzeige von Raum-Zeit-Würfeln
Dynamische Lag-Korrelation zwischen Index-Zeitreihen
Interaktive Maximum Overlap Discrete Wavelet Analyse
Trendanalyse von Index-Zeitreihen (linearer Trend, Theil-Sen-Median-Trend, Polynom (bis zur 9. Ordnung), gleitender Durchschnitt, gleitender Gauß-Durchschnitt, gleitendes Maximum)
Interaktives zeitliches Profiling
Trendanalyse von Bildreihen (linearer Trend, Linearitätsgrad, Theil-Sen-Median-Trend, monotoner Trend, Mann-Kendall-Trendsignifikanz)
Saisonale Trendanalyse (STA) einschließlich interaktiver Interpretation und Trend-Signifikanzkartierung
Hauptkomponenten (PCA) / Empirische Orthogonale Funktion (EOF) Analyse (T-Mode und S-Mode, standardisiert/unstandardisiert und zentriert/unzentriert)
Erweiterte PCA/EOF (T-Mode und S-Mode, standardisiert/unstandardisiert und zentriert/unzentriert)
Mehrkanalige Singulärspektralanalyse (T-Mode und S-Mode, standardisiert/unstandardisiert und zentriert/unzentriert)
Empirische Orthogonal Teleconnection (EOT) Analyse (S-Mode, standardisiert/unstandardisiert und zentriert/unzentriert)
Erweiterte EOT (S-Modus, genormt/ungenormt und zentriert/unzentriert)
Cross-EOT (S-Mode, genormt/ungenormt und zentriert/unzentriert)
Mehrkanal-EOT (MEOT) (S-Modus, standardisiert/unstandardisiert und zentriert/unzentriert)
Kanonische Korrelationsanalyse (CCA) (T-Mode und S-Mode, standardisiert/unstandardisiert und zentriert/unzentriert)
Fourier PCA (S-Mode, nicht standardisiert, zentriert)
Index zu Bildserien und Bild zu Bildserien Multiple lineare Modellierung (Steigung, Achsenabschnitt, R, R2, bereinigtes R2, partielles R) mit mehreren Verzögerungen plus Erstellung von Restreihen
Interpolation fehlender Daten (harmonische Interpolation, räumliche Interpolation, lineare zeitliche Interpolation und Klimatologie)
Entrauschung durch zeitliche Filterung (Mittelwert, Gaußscher Mittelwert, Maximum, kumulative Summe, kumulativer Mittelwert) mit beliebiger Filterlänge
Entrauschung mittels Maximum Value Compositing (MVC).
Entrauschung mittels PCA (T-Mode und S-Mode)
Entrauschung mittels Inverser Fourier-Analyse
Entschärfung (Anomalien, standardisierte Anomalien, zeitliche Filter)
Reihenbildung (linear, SIN, COS)
Serienbearbeitung (Verschieben, Abschneiden, Erweitern, Überspringen, zeitliche Aggregation, räumliches Subsetting, automatische Umbenennung)
Analyse der seriellen Korrelation (Durbin-Watson)
Detrending (lineare oder Differenzreihen)
Cochrane-Orcutt-Transformation
Trenderhaltendes Prewhitening (Wang- und Swail-Verfahren)
Modellierung der Anpassung an den Klimawandel in TerrSet 2020
Der Climate Change Adaptation Modeler (CCAM) befasst sich mit der wachsenden Herausforderung der Anpassung an ein sich schnell veränderndes Klima. Der Climate Change Adaptation Modeler ist vollständig in das TerrSet-System integriert und besteht aus einer Reihe von Werkzeugen zur Modellierung des künftigen Klimas und zur Bewertung seiner Auswirkungen auf den Anstieg des Meeresspiegels, die Eignung von Kulturpflanzen und die Verbreitung von Arten. Es umfasst Werkzeuge für die Erstellung von Klimaszenarien unter Verwendung der Modelle MAGICC und SCENGEN des National Center for Atmospheric Research, die Modellierung der Eignung von Kulturpflanzen unter Verwendung der EcoCrop-Datenbank von Food and Agriculture, die Modellierung der Auswirkungen des Meeresspiegelanstiegs, das Downscaling von Daten und die Erstellung von bioklimatischen Variablen.
Hauptmerkmale des Climate Change Adaptation Modeler
Modellierung und Kartierung der globalen Erwärmung und des Meeresspiegelanstiegs
Generierung globaler Temperatur- und Niederschlagsszenarien
Modellierung globaler Szenarien für die Eignung von Kulturpflanzen für über 2700 Arten
Ableitung bioklimatischer Variablen für die Modellierung von Arten
Importieren von NetCDF-Zeitreihendaten
Transformation globaler Klimamodelldaten von Gaußschen Gittern zu Latlong
Verkleinern von globalen Klimamodelldaten
BETRIEBSSYSTEM:
WINDOWS
.TEL\VERLASSEN
Die Veröffentlichung ist lediglich zu Bildungszwecken gedacht.
Sie beruht auf dem Recht der Informationsfreiheit.
The publication is intended for educational purposes only.
It is based on the right of freedom of information.
0 Kommentare:
Kommentar veröffentlichen