用于地形模板匹配的python包
scarplet的Python项目详细描述
#疤痕
[！[构建状态]（https://travis-ci.com/rmsare/scarplet.svg？branch=master）（https://travis ci.com/rmsare/scarplet）
[！[文档状态]（https://readthedocs.org/projects/scarplet/badge/？版本=最新]（https://scarplet.readthedocs.io/en/latest/？badge=latest）
scarplet是一个python包，用于将模板匹配技术应用于数字高程数据，特别是用于检测和测量断层崖和其他
地貌的成熟度[[0，1]]（参考文献）。
它是为那些想应用扩散测年方法或从大型数据集中提取地形的地球科学家设计的。scarplet api可以用来估计地形的高度和相对年龄，或者根据dem像素与地形模板的匹配度来识别dem像素。r/>*通过使用多处理并行化/分布计算，[dask]（https://dask.readthedocs.io）或其他工具[[2]]（引用）
ng"conda"或"pip"。它是为python 3.4+开发的，目前在linux和mac os x上运行。
``bash
conda install scarplet-c conda forge
````
install--file=requirements.txt-c conda forge
python setup.py develop
```
s/）或[网站]（https://scarplet.readthedocs.io/en/latest/examples/scarps.html）和示例数据集可以使用[数据集子模块]（https://scarplet.readthedocs.io/en/latest/scarplet.datasets.base.html）加载。
基于陡崖退化的扩散模型（参考文献），以确定加利福尼亚州华莱士溪附近的圣安德烈亚斯断层沿线的陡崖状地貌。
`` python
以np形式导入numpy
以sl形式导入陡崖。windowedtemplate import scarp
params={scale'：100，
"年龄"：10，
"Ang_min"：-10*np.pi/2，
"Ang_max"：10*np.pi/2
}
data=sl.datasets.load_carrizo（）
res=sl.match（data，scarp，**params）
<；img src="docs/img/carrizo_示例.png"alt="Fault Scarp Results"height="340">；
\例如，使用中等分辨率的SRTM数据磁贴。一般来说，对于像lidar这样的高分辨率数据，对于通道网络提取或通道头识别[4，5]]（参考文献）有更可靠的选择。
``python
import numpy as np
import scarplet as sl
from scarplet windowedtemplate import channel
参数={比例：10，
年龄：0.1，
最小值：np.pi/2，
最大值：np.pi/2
}
sl.plot_results（数据、res）
````
<；img src="docs/img/rivers_example.png"alt="channel results"height="340">；
文档中还有[示例笔记本]（https://scarplet.readthedocs.io/en/latest/index.html）和[API参考]（https://scarplet.readthedocs.io/en/latest/api.html）。
文档
阅读文档，例如用例、api引用等。它们位于[scarplet.readthedocs.io]（https://scarplet.readthedocs.io）。
请[打开问题]（https://github.com/rmsare/scarplet/issues/new）使用"错误"标签，
并提供一个说明问题的最小示例。
我很乐意讨论扩展或者帮助构建一个新特性。
如果要添加功能或修复错误，请分叉存储库，创建功能分支，然后[提交PR]（https://github.com/rmsare/scarplet/compare）并参考任何相关问题。使用github[这里]（https://akrabat.com/the-初学者指南-guide-to-contribution-to-a-github-project/）和[这里]（https://yourfirstpr.github.io/）有很好的指导。请在适当的地方包括测试，并在提交之前检查测试套件是否通过（travis构建或"pytest scarplet/tests"）。
从扩散方程分析得出的猩红色地貌的年代。第四纪地质年代学，4，第313-338页。[DOI]（https://doi.org/10.1029/rf004p0313）
[1]Hilley，G.E.，Delong，S.，Prentice，C.，Blisniuk，K.和Arrowsmith，J.R.，2010年。利用机载激光测绘（alsm）数据对断层崖进行形态定年。地球物理研究快报，37（4）。【DOI】（https://doi.org/10.1029/2009gl042044）
[2]Sare，R，Hilley，G.E.和Delong，S.B.，2018年，《断层崖和其他构造地貌的区域尺度探测：北加州示例》，载于《地球物理研究杂志：固体地球》，2007年。基于小波的高分辨率地形信道网络提取。地球物理研究快报，34（23）。[DOI]（https://doi.org/10.1029/2007gl031140）
[4]Passalacqua，P.，Tarolli，P.，和Foufoula-Georgiou，E.，2010，在复杂的山地景观中测试从激光雷达自动提取地貌特征的空间尺度方法。水资源研究，46（11）。[DOI]（https://doi.org/10.1029/2009wr008812）
[5]clubb，f.j.，mudd，s.m.，milodowski，d.t.，hurst，m.d.，和slater，l.j.，2014年，从高分辨率地形数据中客观提取渠首。水资源研究，50（5）。[DOI]（https://doi.org/10.1002/2013WR015167）
\
[！[构建状态]（https://travis-ci.com/rmsare/scarplet.svg？branch=master）（https://travis ci.com/rmsare/scarplet）
[！[文档状态]（https://readthedocs.org/projects/scarplet/badge/？版本=最新]（https://scarplet.readthedocs.io/en/latest/？badge=latest）
scarplet是一个python包，用于将模板匹配技术应用于数字高程数据，特别是用于检测和测量断层崖和其他
地貌的成熟度[[0，1]]（参考文献）。
它是为那些想应用扩散测年方法或从大型数据集中提取地形的地球科学家设计的。scarplet api可以用来估计地形的高度和相对年龄，或者根据dem像素与地形模板的匹配度来识别dem像素。r/>*通过使用多处理并行化/分布计算，[dask]（https://dask.readthedocs.io）或其他工具[[2]]（引用）
ng"conda"或"pip"。它是为python 3.4+开发的，目前在linux和mac os x上运行。
``bash
conda install scarplet-c conda forge
````
install--file=requirements.txt-c conda forge
python setup.py develop
```
s/）或[网站]（https://scarplet.readthedocs.io/en/latest/examples/scarps.html）和示例数据集可以使用[数据集子模块]（https://scarplet.readthedocs.io/en/latest/scarplet.datasets.base.html）加载。
基于陡崖退化的扩散模型（参考文献），以确定加利福尼亚州华莱士溪附近的圣安德烈亚斯断层沿线的陡崖状地貌。
`` python
以np形式导入numpy
以sl形式导入陡崖。windowedtemplate import scarp
params={scale'：100，
"年龄"：10，
"Ang_min"：-10*np.pi/2，
"Ang_max"：10*np.pi/2
}
data=sl.datasets.load_carrizo（）
res=sl.match（data，scarp，**params）
<；img src="docs/img/carrizo_示例.png"alt="Fault Scarp Results"height="340">；
\例如，使用中等分辨率的SRTM数据磁贴。一般来说，对于像lidar这样的高分辨率数据，对于通道网络提取或通道头识别[4，5]]（参考文献）有更可靠的选择。
``python
import numpy as np
import scarplet as sl
from scarplet windowedtemplate import channel
参数={比例：10，
年龄：0.1，
最小值：np.pi/2，
最大值：np.pi/2
}
sl.plot_results（数据、res）
````
<；img src="docs/img/rivers_example.png"alt="channel results"height="340">；
文档中还有[示例笔记本]（https://scarplet.readthedocs.io/en/latest/index.html）和[API参考]（https://scarplet.readthedocs.io/en/latest/api.html）。
文档
阅读文档，例如用例、api引用等。它们位于[scarplet.readthedocs.io]（https://scarplet.readthedocs.io）。
请[打开问题]（https://github.com/rmsare/scarplet/issues/new）使用"错误"标签，
并提供一个说明问题的最小示例。
我很乐意讨论扩展或者帮助构建一个新特性。
如果要添加功能或修复错误，请分叉存储库，创建功能分支，然后[提交PR]（https://github.com/rmsare/scarplet/compare）并参考任何相关问题。使用github[这里]（https://akrabat.com/the-初学者指南-guide-to-contribution-to-a-github-project/）和[这里]（https://yourfirstpr.github.io/）有很好的指导。请在适当的地方包括测试，并在提交之前检查测试套件是否通过（travis构建或"pytest scarplet/tests"）。
从扩散方程分析得出的猩红色地貌的年代。第四纪地质年代学，4，第313-338页。[DOI]（https://doi.org/10.1029/rf004p0313）
[1]Hilley，G.E.，Delong，S.，Prentice，C.，Blisniuk，K.和Arrowsmith，J.R.，2010年。利用机载激光测绘（alsm）数据对断层崖进行形态定年。地球物理研究快报，37（4）。【DOI】（https://doi.org/10.1029/2009gl042044）
[2]Sare，R，Hilley，G.E.和Delong，S.B.，2018年，《断层崖和其他构造地貌的区域尺度探测：北加州示例》，载于《地球物理研究杂志：固体地球》，2007年。基于小波的高分辨率地形信道网络提取。地球物理研究快报，34（23）。[DOI]（https://doi.org/10.1029/2007gl031140）
[4]Passalacqua，P.，Tarolli，P.，和Foufoula-Georgiou，E.，2010，在复杂的山地景观中测试从激光雷达自动提取地貌特征的空间尺度方法。水资源研究，46（11）。[DOI]（https://doi.org/10.1029/2009wr008812）
[5]clubb，f.j.，mudd，s.m.，milodowski，d.t.，hurst，m.d.，和slater，l.j.，2014年，从高分辨率地形数据中客观提取渠首。水资源研究，50（5）。[DOI]（https://doi.org/10.1002/2013WR015167）
\
欢迎加入QQ群-->： 979659372
