遥感与 GIS 数据处理
栅格与矢量的清洗、裁剪、重投影、镶嵌、分区统计与质量检查，输出可直接进入分析的成果。
关于我
科研型数据工作者，专注空间数据的处理链路与表达质量。
我是一名研究生，研究方向围绕遥感与地理空间数据， 日常处理 DEM、多光谱影像、长时间序列栅格与矢量数据，并把重复的分析流程写成可复用的 Python 工具。
在实践中我发现，很多科研工作的瓶颈不在于想法，而在于 数据处理的可复现性与成果的表达质量—— 同一批数据，处理流程是否清晰、图是否做得让人一眼看懂，往往直接决定它能不能被接受。
所以我把能力收敛成三件事：把数据处理好、把流程写清楚、把结果图做漂亮。 既能承接具体的数据任务，也能帮你把散乱的脚本整理成能重复运行的项目。
-
以科研场景为准
理解论文与汇报对数据一致性、可复现性和图表规范的真实要求。
-
交付过程同样清楚
不只给结果文件，也给能再次运行的脚本、参数与检查记录。
-
默认保护你的数据
未公开的科研数据与成果严格保密，演示一律使用公开或合成数据。
能提供的服务
从单次数据处理到流程自动化，按需组合。
论文级科研制图
按期刊与汇报要求制作规范图表：配色、字号、图例与版式统一，导出高分辨率 PDF / TIFF / PNG。
Python 批处理与复现
把手工重复的流程写成脚本：批量读写、参数化运行、日志与校验，让结果可以一条命令重跑。
空间分析与建模
地形分析、太阳能与地形遮蔽计算、时序趋势与统计检验，配合不确定性表达。
科研可视化与表达
把复杂结果整理成清楚的图与页：技术路线图、结果对比图、汇报用排版的素材准备。
数据流程梳理
帮你看清现有工作流的瓶颈：数据在哪里断、哪一步最耗时、哪些环节应该自动化。
具体范围与报价按数据量、步骤数和交付要求确定。开始前会先确认清楚需求与验收标准， 避免双方对"做完"有不同理解。
作品与方法
以下展示使用公开或合成数据，不涉及任何未公开的研究内容。
栅格批处理流水线
批量读取、统一投影与分辨率、逐景计算指标并输出 GeoTIFF，附带运行日志与异常景记录。
地形与太阳辐射分析
由 DEM 计算坡度、坡向与地形遮蔽，输出逐日太阳辐射分量，并做天文上限一致性检查。
科研制图模板
统一字号、配色、图例与边距的可复用制图模板，一次配置即可批量产出风格一致的图组。
数据项目结构规范
标准目录、需求冻结文档、运行记录与交付清单，让项目从第一天起就整齐、可交接。
技术栈
围绕空间数据的读取、计算、成图与复现。
空间数据
- rasterio / GDAL
- geopandas / shapely
- pyproj
- xarray / rioxarray
计算与分析
- numpy / scipy
- pandas
- scikit-learn
- PyTorch（模型实验）
可视化与制图
- matplotlib / seaborn
- Cartopy
- QGIS
- 矢量与非矢量导出
工程与运维
- Python 打包与 CLI
- Linux / systemd
- Docker
- Git 版本管理
开始一个项目
把你的数据类型、想得到的结果和期望交付说清楚即可。
我会先判断可行性、给出范围与时间，再决定是否开始。
- 先沟通再报价 — 需求不清时不急着给数字
- 范围写下来 — 开工前确认交付物与验收标准
- 数据保密 — 未公开数据不外传、不示范、不保留