用途：GeoMaster 是面向地理空间科学的综合技能库，覆盖 GIS、遥感、空间分析与地球观测机器学习，包含 70+ 主题、500+ 代码示例，涉及 Python、R、Julia、JS、C++、Java、Go、Rust 等 8 种语言。
主要能力：矢量与栅格数据处理（Shapefile/GeoJSON/GeoPackage、GeoTIFF/NetCDF/COG）、点云（LAS/LAZ）、坐标系统与投影转换、光谱指数（NDVI/EVI/SAVI/NDWI）、地形分析（坡度、坡向、山体阴影）、网络分析（OSMnx）、影像分类（随机森林）、STAC 与 Planetary Computer 云原生工作流、Google Earth Engine 时间序列、PostGIS/SpatiaLite 数据库以及性能优化与最佳实践。
使用方式：按需安装依赖，核心 Python 栈建议用 conda：conda install -c conda-forge gdal rasterio fiona shapely pyproj geopandas；遥感与机器学习：uv pip install rsgislib torchgeo earthengine-api、uv pip install scikit-learn xgboost torch-geometric；网络与可视化：uv pip install osmnx networkx folium keplergl、uv pip install cartopy contextily mapclassify；大数据与云：uv pip install xarray rioxarray dask-geopandas、uv pip install pystac-client planetary-computer；点云：uv pip install laspy pylas open3d pdal；数据库：conda install -c conda-forge postgis spatialite。随后按主题调用对应库与示例代码。
适用场景：遥感影像处理、GIS 空间分析、地球观测机器学习、地形与网络分析、云原生地理数据工作流、科研复现等。
限制：操作前须检查 CRS 一致性，面积与距离计算应使用投影坐标系；需为光学影像做云掩膜；使用 Google Earth Engine 需配置 project；文档中未提供具体收费、价格、平台与效果数据。