简介
整体上，gma遵循易用至上、开放共享、效率更新的原则，不断整合优秀的、前沿的、大众急需的地理/气象相关模型算法，力争打造国内独具特色的集地理数据处理和分析、气象指标计算、地理空间绘图等功能为一体函数包，以简单的用法、完整的帮助说明、典型的示例等使用者可以快速入手，并解决现实问题。
目前，gma 2 已经发布，相较于 gma 1，其底层算法逻辑彻底重构，功能函数重新归类，类结构和功能逻辑更加清晰，其更像是gma真正意义上的第一个正式版。
注意
gma 2 已经发布，并且数十年内不会进行大的用法调整！
gma 1 不在提供支持，本站内容均建立于gma 2。
# 主要功能
gma 是作者地理研学过程中成果的集合。且为每个函数配置中文的函数帮助说明，使用时只需调用对应的函数，设置相应的参数即可实现。
已包含的功能
栅格/矢量数据输入输出模块：包括数据打开、信息查看、转换、提取，栅格/矢量内存数据创建等。
坐标参考系统：包括地理/投影坐标系创建、基准面/椭球体创建、投影方法配置、初始化现有空间参考等。
地理空间制图：包括栅格、矢量数据绘图，指北针、比例尺等生成。
数学运算模块：包括数据平滑、评估、滤波、拉伸、增强、变换等。
气候气象模块：包括气候指数（SPEI、SPI等）、多种潜在蒸散算法（Penman-Monteith法等）、气候诊断（M-K突变检验等）和一些其他相关指数（日地相对距离等）算法等。
遥感指数计算：包括NDVI、EVI、TVDI等遥感植被指数计算。
栅格处理工具包括基础处理（重采样、重投影等）、提取分析（等值线提取、重分类等）、栅格融合（Pansharpen融合等）、滤波运算（高斯滤波等）、栅格分解（波段分解等）、多维处理（多维数据转为普通栅格等）、表面分析（坡度、坡向等）等工具。
矢量处理工具：包括基础处理（几何修复、简化、重投影等）、矢量提取（要素分割等）、几何处理（裁剪、相交、擦除等）。
空间计算工具：包括空间查询（长度测量、坐标转换等）、空间插值（反距离权重法、克里金法等）。
其他系统工具：包括常用的文件查找、压缩文件操作、多线程等。
# 构建初衷与目标
对于大部分地学或气象学的学者来说，数据处理是一个很大的工程，动辄数小时或者数天的数据处理时间。如果没有很好的工具或者方法，在面对多时序（例如时序遥感数据），大尺度（例如全国范围）等数据分析研究时，就显得极为困难。
因此，gma构建的最初目的便是为了解决上述问题。当然，随着gma版本的更迭，gma内容也越来越丰富，功能越来越完善，所能解决的问题也越来越多。
# 发展目标
随着gma 的迭代更新，gma的建库理念和发展目标也越发明确：
（1）数据处理方面
基于GDAL（OGR/OSR），简化并优化用户交互逻辑，构建更加快速、方便、实用的Python地理与气象数据处理和分析方法。
（2）气候气象方面
基于NumPy体系，涵盖从前期数据清晰、提取到气候应用的全过程，完整封装计算过程中繁杂的数学方法，简化使用方法，降低使用门槛。
（3）空间绘图方面
以ArcGIS交互逻辑为参考模板，打造独立于cartopy的Python空间绘图体系。
（4）国内开源GIS应用
以ArcGIS工具箱功能为学习对象，力争成为国内功能最丰富的Python开源地理处理工具包。