2019独角兽企业重金招聘Python工程师标准>>> 
资源整理。
1 Coding：
1.开源项目aom，基于Fotran90编写的水光学蒙特卡洛模型。可以模拟辐射量。
aomc
2.开源项目proSR，一种全新的单图像超分辨率重建方法。
proSR
3.开源项目conditional neural process，条件神经网络的jupyter notebook实现。
conditional neural process
4.如何将自己开发的R包推送到cran上，需要准备的东西。
prepare for cran
5.Python库flask ipywidgets，flask框架里的ipywidgets支持。
flask ipywidgets
6.针对生态学家的贝叶斯数据分析介绍。
bayes course
7.R中关于回归，GLM，混合效应模型和GLMM的wokrshop练习。
glmm course
8.R语言包bayesdfa，bayesdfa与Stan实施贝叶斯动态因子分析（DFA）。
bayesdfa
9.开放交通数据的资源。
opentransportdata
10.R语言包rangeModelMetadata，提供了创建与R中物种范围模型相关的元数据对象的便捷访问。
rangeModelMetadata
11.在Earth Engine IDE中转换和运行代码的工具。
ee loader
12.R语言包backyard，这个包的目标是为Bookdown项目提供可视后台。
backyard
13.R语言包binb，非常适合从LaTeX制作pdf演示文稿，并且还得到Markdown和RMarkdown的支持。
binb
14.地理空间资源链接。
coords
15.夏威夷大学马诺阿分校地质与地球物理系举办的研讨会。
tgif2018
16.R语言包unilur，帮助用rmarkdown编写教程，实践或试卷。
unilur
17.R语言包pRojects，用于创建各类不同的项目，以降低繁琐的项目设置工作。
pRojects
18.R语言包RGLUEANN，一般似然不确定性估计（GLUE）和人工神经网络（ANN）之间耦合的R实现。
RGLUEANN
19.使用开源软件的基本遥感和GIS方法教程（Python或R中的GDAL）。
open geo tutorial
20.R语言包lucCalculus，用于分析土地利用的时空演算改变轨迹。
lucCalculus
21.R语言包rmdWidgets，将Widgets插入到Rmarkdown的html/LaTex文档中。
rmdWidgets
22.R语言包revgeo，使用Google Maps API和Photon API在R中反向地理编码。
revgeo
23.Rmarkdown模板，传统邮件的R bookdown模板。
bookdown mail
24.R语言包portalr，专门从指定的portal获取数据（Chihuahuan沙漠中长期野外场地的啮齿动物，植物，蚂蚁和天气的观测数据）。
portalr
25.XGBoost功能交互和重要性。
xgbfi
26.Tidynomicon：Python程序员R简介
tidynomicon
27.Stan 2.18.0中的多线程和Map-Reduce的一个小案例。
cmdstan map rect tutorial
28.主题为地热的学习资源jupyter notebook。
geothermics
29.Generic Mapping Tools的Python接口以及Generic Mapping Tools。
gmt python
gmt
30.R语言包geobench，放置数据（在发行版中）和代码（用任何语言）来测试性能。
geobench
31.正则化贪婪森林算法。集成树机器学习方法。
rgf
2 Paper:
1.Estimating urban above ground biomass with multi-scale LiDAR/用多尺度激光雷达估算城市地上生物量
背景：长期以来，城市树木因提供生态系统服务（减轻“热岛”效应，抑制空气污染等）而受到重视;最近，城市森林储存大量地上生物量（AGB）的潜力也得到了认可。然而，由于树木的可塑性，高物种多样性以及异质和复杂的土地覆盖，城市地区在评估AGB时面临特殊挑战。遥感，特别是光探测和测距（LiDAR），通过直接测量树木结构，为评估城市AGB提供了独特的机会。在这项研究中，陆地LiDAR测量被用于推导出伦敦卡姆登区的新异速生长，其中包含了城市环境中典型的各种树木结构。使用从墙到墙的机载LiDAR数据集，然后使用新的个体树检测（ITD）方法在整个自治市镇中识别单个树。随后将新的异速生长应用于所识别的树木，产生自治市镇范围内的AGB估计。
结果：Camden的AGB密度估计值为51.6 Mg ha-1，其中林地口袋中的AGB密度最大;陆地LiDAR衍生的AGB估计表明这些区域与温带和热带森林相当。地球LiDAR衍生的最大高度和投影冠面积的多元线性回归解释了树体积的93％的方差，突出了这些指标用于表征不同树形结构的效用。局部推导的异速生长提供了对树木体积的准确估计，而自治市镇的异速生长倾向于过高估计林地区域的AGB。新的ITD方法成功识别了单个树木;然而，由于ITD无法解决表冠重叠，因此与陆地LiDAR相比，AGB被低估了≤25％。蒙特卡罗不确定性分析确定在估算AGB时将木材密度值指定为最大的不确定性来源。
结论：在未来一个世纪，预计全球人口将日益城市化，导致城市土地覆盖面积空前扩大。由于需要碳汇和评估这些地区碳密度的有效工具，城市地区将变得更加重要。使用多尺度激光雷达提供了实现这一目标的机会，提供了城市森林结构和AGB的空间显式图。
LiDAR对AGB的大规模测量已经在森林地区有了很多应用，而针对城市森林AGB的研究还较少，本文就是针对城市内部森林的AGB测度。
2.Global forecasts of urban expansion to 2030 and direct impacts on biodiversity and carbon pools/2000-2030年全球城市扩展过程及其对生物多样性和碳储量的直接影响
推文
该文章模拟了2000-2030年全球城市扩展过程。然后基于模拟结果，分析了城市扩展过程对自然栖息地、生物多样性以及碳储量的影响。详情可以见上面的推文，PNAS的雄文。城市扩张的模型以及造成的环境效应值得关注。