Open Skills Logo
Open Skillsopenskills.cc
技能geomaster
G

geomaster

覆盖遥感、GIS、空间分析、面向地球观测的机器学习以及30多个科学领域的综合地理空间科学技能。支持卫星影像处理（Sentinel、Landsat、MODIS、SAR、高光谱）、矢量与栅格数据操作、空间统计、点云处理、网络分析、云原生工作流（STAC、COG、Planetary Computer），并提供8种编程语言（Python、R、Julia、JavaScript、C++、Java、Go、Rust）及500+代码示例。适用于遥感工作流、GIS分析、空间机器学习、地球观测数据处理、地形分析、水文建模、海洋空间分析、大气科学以及任何地理空间计算任务。

GeoMaster - 综合地理空间科学技能

技能概述

GeoMaster 是一款覆盖 30+ 科学领域的综合地理空间科学技能，提供从基础 GIS 操作到高级遥感机器学习的全栈解决方案，支持 8 种编程语言和 500+ 代码示例。

适用场景

  1. 遥感数据处理与分析 - 处理 Sentinel、Landsat、MODIS、SAR 和高光谱卫星影像，计算植被指数（NDVI/EVI/SAVI）、进行地形分析和土地覆盖分类

  2. GIS 空间分析与建模 - 执行矢量栅格数据操作、空间统计分析、网络路径分析、坐标系统转换，以及农业监测、城市规划、灾害评估和环境监测等应用

  3. 云原生地球观测工作流 - 使用 STAC、COG、Planetary Computer 等现代标准构建云原生遥感数据处理管道，进行大规模地理计算和时空数据管理

核心功能

  1. 多卫星数据源支持 - 支持 Sentinel-1/2/3/5P、Landsat 系列、MODIS、SAR 雷达、高光谱影像等主流卫星数据，提供 500+ 即用代码示例覆盖从数据获取到处理分析的全流程

  2. 跨编程语言支持 - 提供 Python、R、Julia、JavaScript、C++、Java、Go、Rust 共 8 种编程语言的地理空间计算接口，满足不同开发环境和性能需求

  3. 现代云原生工作流 - 集成 STAC 空间时空资产目录、COG 云优化 GeoTIFF、Planetary Computer 等云原生技术，支持分布式处理和 GPU 加速的大规模地理数据计算

常见问题

GeoMaster 支持哪些卫星数据源？

GeoMaster 支持完整的卫星数据系列，包括 Copernicus 计划的 Sentinel-1（SAR 雷达）、Sentinel-2/3（光学多光谱）、Sentinel-5P（大气监测），USGS 的 Landsat 系列，NASA 的 MODIS，以及各种 SAR 和高光谱传感器。代码库中包含对应的数据获取、预处理、分析和可视化示例。

如何用 GeoMaster 计算 NDVI 植被指数？

使用 GeoMaster 计算 NDVI 非常简单，Python 版本仅需几行代码：

import rasterio
import numpy as np
with rasterio.open('sentinel2.tif') as src:
    red = src.read(4).astype(float)   # B04 红波段
    nir = src.read(8).astype(float)   # B08 近红外
    ndvi = (nir - red) / (nir + red + 1e-8)

技能库中还提供 EVI、SAVI、NDWI 等多种植被指数计算方法，以及批量处理和时间序列分析工具。

GeoMaster 和 ArcGIS 有什么区别？

GeoMaster 是开源免费的编程库，适合需要定制化工作流、批量处理和集成到自动化系统中的场景；ArcGIS 是桌面 GIS 软件，更适合交互式地图制作和手动分析。GeoMaster 支持 8 种编程语言，可以轻松集成到 CI/CD 流程和云端计算环境，且提供了 500+ 代码示例直接复用。两者可以互补使用——用 ArcGIS 进行可视化探索，用 GeoMaster 进行自动化处理。