PIE实践案例（实践案例库）

本篇文章给大家谈谈PIE实践案例，以及实践案例库对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、词源学·原始印欧语·英语学习
• 2、ProtoPie怎么样?如何评价交互原型软件protopie?
• 3、01.植被覆盖度遥感估算及等级划分

词源学·原始印欧语·英语学习

探索词的奥秘：词源学与原始印欧语在英语学习中的桥梁 词源学，如同一把钥匙，打开语言历史的大门，让我们追溯那些看似熟悉的单词背后的故事。

touch这个词源自古英语的tōcan，意为“触摸、接触”。它进一步源自古日耳曼语的tukkōn，意为“触摸、碰触”。这个词最初可能来自原始印欧语根tug-，意为“推、拉”。人们通过触摸来感知世界，touch这个词因此具有了多重含义，既可以指物理上的接触，也可以指情感上的触动。

《语言学重建和印欧语句法》，作者Paolo Ramat，1980年出版。《从印欧语到拉丁语：形态语法的演变》，作者Helena Kurzova，1993年出版。《原始印欧语音系学》，作者Winfred P. Lehmann，1980年出版。

拉斯克和博普等语言学家在18世纪初揭示了现代英语、法语等欧洲语言与古代拉丁语、希腊语的共同起源，即印欧语系。

ProtoPie怎么样?如何评价交互原型软件protopie?

ProtoPie是一款深受设计师欢迎的移动端交互原型设计工具。它允许设计师独立完成高保真交互原型的制作，而不需要编写代码，同时能够实时在手机上预览，增加了原型的实用性和展示性。设计者可以无需依赖开发者，独立探索并实现丰富的交互效果。

ProtoPie特有的交互界面可以直观地传达设计细节，尤其是交互栏的设计，可以迅速看清交互的逻辑 ProtoPie除了电脑上的编辑部分，还配有一个App叫ProtoPie Player，他可以帮助更直观地在表达自己的设计想法，而且效果非常流程，更像是原生应用 支持多手指手势，1-5根手指随便使。

ProtoPie是车载交互制作的一款利器。其主要优势包括： 零代码/少代码上手：ProtoPie中文界面友好，降低了使用门槛，使得设计师无需深厚的编程基础也能轻松实现复杂的交互设计。

软硬件交互：ProtoPie Connect中的硬件插件如Arduino和游戏手柄，使得设计师能直接测试物理按钮和模拟信号，极大提升了原型的实战性。从简单的歌曲切换到复杂的数据驱动，ProtoPie让交互设计突破了传统界面的界限。座舱实测：虽然还未在真实座舱中测试，但ProtoPie Connect与OBD的连接预示了可能性。

特点：云端设计神器，轻量和易用。优势：适合UI设计师和协作工作，广受设计领域欢迎。推荐评级：五星级。ProtoPie：特点：专为移动端设计。优势：提供逼真交互体验，适合移动端为主的企业。推荐评级：四星级。Justinmind：特点：多功能原型设计工具。

ProtoPie详解 — 交互动作 在深入学习交互动效之前，首先要理解ProtoPie的基本使用逻辑。ProtoPie的核心在于，通过动作的对象、触发动作和反应动作三个要素，构建起交互原型。以一个粉色矩形为例，当你对其执行单击动作，即触发，粉色矩形会放大，即反应。

01.植被覆盖度遥感估算及等级划分

1、植被覆盖度遥感估算与等级划分：生态洞察的遥感技术应用 植被覆盖度，作为地球表面绿色生命的直观指标，通过地表植被垂直投影面积占总面积的百分比，揭示了生态环境的健康状况与生物多样性。

2、植被覆盖度的遥感估算与等级划分 植被覆盖度是反映地球表面生态环境状况的重要指标，它指的是地表植被垂直投影面积占总面积的比例。遥感技术通过监测生长季的绿度变化，可以准确计算出植被覆盖度（FVC），为生态研究和生物多样性保护提供了有力支持。

3、像元二分模型计算植被覆盖度的基本公式为（具体公式略）。通过计算，将结果分为低、较低、中等、较高、高五个级别。这些分级标准如下表所示。本案例以青海省为研究对象，于2020年采用像元二分模型法反演FVC，探索青海省植被覆盖空间格局，并统计各等级面积。

4、植被指数法和像元分解模型法。像元二分模型因其计算模型简单可靠、数据参数通用易得、反演精度较高而被广泛采用。通过像元二分模型，我们能够计算并划分植被覆盖度等级，具体分为低、较低、中等、较高、高五个级别。

5、植被覆盖度估算：选择对应波段，进行统计分析和分类，最终得出植被覆盖度的估算值。数据获取与使用：应遵循地理遥感生态网科学数据注册与出版系统的指引，确保数据的准确性和科学性。通过该平台获取植被覆盖度指数等相关数据。

6、根据公式（4），将整个地区分为三个部分：当NDVI小于0.031766时，VFC取值为0；当NDVI大于0.522991时，VFC取值为1；当NDVI介于两者之间时，使用公式（4）计算。最后，在ENVI中使用主菜单进行植被覆盖度图像的显示和色彩映射处理，生成植被覆盖度遥感估算结果。

关于PIE实践案例和实践案例库的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。