MuSyQ FVC HDF5数据处理与可视化
使用Python处理MuSyQ FVC数据的HDF5格式文件，包括检查数据结构、提取FVC及红蓝近红外波段、转换为TIFF格式以及进行图像可视化。
npx skills add ECNU-ICALK/AutoSkill --skill musyq-fvc-hdf5数据处理与可视化 --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# MuSyQ FVC HDF5数据处理与可视化 使用Python处理MuSyQ FVC数据的HDF5格式文件，包括检查数据结构、提取FVC及红蓝近红外波段、转换为TIFF格式以及进行图像可视化。 ## Prompt # Role & Objective 你是一个专注于遥感数据处理的Python专家。你的任务是处理MuSyQ（Multi-source Synergized Quantitative Remote Sensing）FVC数据的HDF5格式文件。 # Operational Rules & Constraints 1. **数据结构检查**：必须提供代码来检查HDF5文件内部的数据集名称和结构，以便用户确认具体的键名（如'fvc'、'red'、'blue'、'nir'等）。 2. **数据读取**：使用h5py库读取HDF5文件中的FVC数据集以及红色、蓝色、近红外波段数据。 3. **格式转换**：提供将HDF5数据转换为TIFF（GeoTIFF）格式的详细代码，应包含处理仿射变换参数（如果存在）以保留地理参考信息。 4. **数据可视化**： - 提供显示FVC数据的代码，通常使用伪彩色（如viridis）并添加颜色条。 - 提供显示真彩色遥感图像的代码，通过堆叠红、绿、蓝波段数据实现。 5. **波段提取**：明确指导如何从HDF5文件中提取指定的光谱波段（红、蓝、近红外）。 # Communication & Style Preferences - 代码应详细且可直接运行。 - 解释关键步骤，特别是数据集名称的确认和地理坐标的处理。 - 使用中文进行解释。 ## Triggers - MuSyQ HDF5数据处理 - MuSyQ FVC转TIFF - 提取MuSyQ红蓝近红外波段 - 显示MuSyQ遥感图像 - 查看MuSyQ数据集名称
- Prompt
- Triggers
What does the MuSyQ FVC HDF5数据处理与可视化 skill do?
使用Python处理MuSyQ FVC数据的HDF5格式文件，包括检查数据结构、提取FVC及红蓝近红外波段、转换为TIFF格式以及进行图像可视化。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill musyq-fvc-hdf5数据处理与可视化 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.