遥感处理中级
遥感树高估测流程
利用 LiDAR 点云数据或多源遥感影像，结合 QGIS 和 Python 估算森林树高的完整流程。
QGISPython（科研栈）
2-4 小时 5 步骤查看流程
Python（科研栈）
NumPy / Matplotlib / SciPy / Pandas 覆盖科研数据处理全场景。
详细介绍
Python 科学计算栈是目前最活跃的科研工具生态。核心库：
- Matplotlib / Seaborn：出版级绘图
- NumPy / SciPy：数值计算
- Pandas：表格数据处理
- scikit-learn：机器学习
- Rasterio / GDAL：栅格遥感数据
- GeoPandas：矢量 GIS 数据
推荐通过 Miniconda 管理环境。
在以下科研流程中使用
遥感处理中级
遥感影像分类流程
面向 Sentinel、Landsat 或无人机影像的预处理、样本制作、分类和精度评价流程。
QGISGoogle Earth EnginePython（科研栈）
3-6 小时 6 步骤查看流程
图像分析中级
科研图像分析流程
面向显微图像、病害图像、颗粒图像和组织切片的分割、计数、测量与统计流程。
ImageJ / FijiPython（科研栈）
2-5 小时 5 步骤查看流程
机器学习中级
科研机器学习建模流程
从表格数据或实验数据出发，完成特征整理、模型训练、调参、验证和结果解释，适合科研预测建模任务。
Python（科研栈）scikit-learn
3-8 小时 5 步骤查看流程