yunhe0426-CSDN博客

原创 QGIS学习综述

分别在“连接字段”和“目标字段”中，选择两个图层中的共同字段，勾选“已连接字段”，并选择要从源图层复制到目标图层的字段，可设置自定义前缀以便识别导入的数据，最后点击“确定”。在弹出的窗口中，“输入点图层”选择要计算的点图层，“目标点图层”选择线图层。在弹出的窗口中，“输入图层”选择导入的基站点位图层，“半径字段”选择“覆盖半径”列，“起始角度字段”和“结束角度字段”分别选择对应的角度列，“输出文件”指定扇区图层的保存路径，建议保存为Shapefile或GeoJSON格式，点击“运行”即可生成扇区图层。

2025-06-26 22:22:40 595

原创学习QGIS

输入图层（Input layer）：选“要保留部分的图层”（即 A 图层，差集结果是 A 减去与 B 重叠的部分）；- 叠加图层（Overlay layer）：选“用于裁剪的图层”（即 B 图层，A 与 B 重叠的部分会被剔除）；- 土地利用分析：A 为“规划用地”，B 为“已有建筑用地”，差集结果为“规划用地中可开发的空地”；- 数据清理：A 为“全域边界”，B 为“无效区域（如水域）”，差集保留有效陆域范围。- 输入图层：选择要去重的矢量图层（如包含重复属性的点/线/面图层）。

2025-06-19 22:25:31 390

原创 QGIS学习综述

当鼠标靠近节点一定距离（捕捉容差范围内）时，该节点会被紫色方框框住，表明捕捉成功，这样能确保绘制或编辑的图形准确连接到已有图形的节点上，避免出现缝隙或不精确的连接，提高绘图的准确性和效率。在QGIS的字段计算器（Field Calculator）中， if() 函数用于根据条件表达式返回不同的值，类似编程中的条件判断语句。2. 在“查询构建器”中，点击字段列表中的某个字段，再点击右侧的“全部”，可获取该字段在图层中的所有取值。1. 在QGIS中，右键点击要过滤的图层，选择“过滤”，弹出“查询构建器”。

2025-06-12 17:39:35 820

原创 QGISA代码学习初步学习

layer.setLabeling(QgsVectorLayerSimpleLabeling(layer.fields().indexFromName("name"))) # 基于字段"name"标注。buffer_geom = geom.buffer(100, 5) # 距离100米，分段数5（控制平滑度）print(f"距离：{distance} {layer.crs().mapUnits()}")layer.setLabelsEnabled(True) # 启用标注。1. 设置图层符号样式。

2025-06-05 22:46:53 349

原创 QGIS学习综述

2.- 使用几何图形生成器：使用“距离矩阵”工具得到距离矩阵表格后，右键点击距离矩阵选择属性，切换到“符号化”，点选“简单标记”，将符号图层类型设置为“几何图形生成器”，几何图形类型设置为“线串/线串集”，点击编辑区右侧的表达式按钮，在表达式编辑器中输入 make_line(point_n( $geometry, 1), point_n( $geometry, 2)) ，保存应用设置后，可将距离图层制作为连线形式。打开图层属性，选择“标注”选项卡，在标注类型中选择“单一标注”。

2025-06-05 22:39:16 497

原创 QGIS学习

cv2.drawContours(mask, [contour], -1, 255, -1) # 绘制目标轮廓。QGIS适合地理空间图像处理，尤其当涉及坐标系对齐、大范围栅格数据时。在待校准图上选控制点（如道路交叉口），并输入其在参考系中的实际坐标。缺点：计算开销大，大图易崩溃5。加载参考底图（如在线地图或已知坐标的矢量）：加权融合重叠区（如渐入渐出透明度）5。【栅格】→【提取】→【按掩膜图层裁剪】加载需拼接的栅格文件（如分块卫星图）：转换到HSV空间，对齐V通道值1。输入拼接后的栅格，掩膜选边界矢量。

2025-05-30 10:04:12 336

原创 QGIS初步学习

也可在插件工具面板中找到“坐标定位”选项，在输入框按“纬度,经度”格式输入经纬度，点击“定位”按钮，地图会定位到该经纬度位置，从而确认其正确性。3. 设置关键参数：选择输入图层，设置“半径”“像素大小”“核函数”“衰减比”等参数，若有数值字段，可指定“权重字段”以加权计算。2. 运行插件：点击菜单栏“栅格”→“Heatmap”→“Heatmap插件”，弹出参数窗口。1. 安装插件：点击菜单栏“插件”→“管理和安装插件”，搜索“Heatmap”并安装。4. 生成热力图：点击“运行”生成热力图栅格。

2025-05-30 09:57:01 264

原创利用QGIS进行图像预处理的初步学习

通过无人机获取农田高分辨率多光谱/可见光影像，利用QGIS与Python完成影像预处理（几何校正、辐射校正、拼接裁剪），提取农学关键指标（如NDVI、叶面积指数LAI），构建机器学习模型实现作物类型分类、长势评估及病虫害监测。安装Anaconda，配置PyQGIS、GDAL、scikit-learn、rasterio、opencv等库；传感器：至少包含红（Red）、绿（Green）、蓝（Blue）、近红外（NIR）波段。在QGIS中标注训练样本（如玉米、小麦、裸土），导出为CSV；

2025-05-22 21:26:14 901 1