GeoMaster 地理空间科学

你在解决什么问题

地理空间项目往往横跨坐标系转换、矢量/栅格混用、遥感指数与分类、以及 QGIS/ArcGIS 与 Python 栈的胶水代码。资料分散在 GDAL 文档、各卫星任务说明和零散 Notebook 里，同一类操作（例如 NDVI、缓冲区、适宜性分析）在不同库之间重复踩坑。

技能如何组织能力

GeoMaster 把能力按主题串成可检索的知识面：从 CRS（EPSG:4326 / UTM / Web Mercator）与矢量（GeoJSON、GeoPackage、PostGIS）、栅格（GeoTIFF、COG、NetCDF）到点云与时空轨迹，并覆盖 OGC 服务（WMS/WFS/WCS 等）的常见用法。

典型路径包括：

• Python 核心栈：GeoPandas、Rasterio、Shapely、PyProj 等安装与基础操作
• 遥感：光谱指数、云掩膜、分类与 Google Earth Engine 时间序列
• 集成与扩展：QGIS/PyQGIS、ArcPy、GRASS/SAGA，以及 R/Julia/JS 等语言的地理空间工具
• 进阶：网络与路径规划、3D/点云、分布式（Dask）与地理空间机器学习

文档里还整理了端到端工作流（土地覆盖、洪水制图、植被时序、多准则适宜性）和可操作的性能/规范建议（空间索引、分块读栅格、尽量少次重投影、几何校验）。

适用边界

这是知识与示例导航型技能，不是替你托管数据或自动跑生产流水线。复杂、多步、长会话的研究型工作流需要你自己选库、控内存与算力；涉及辐射定标、法律合规与数据许可时，仍要以原始数据源与机构规范为准。