- 简介：全球1km分辨率TVDI数据集，每个像元大小为0.0089度(~1km2)。数据命名规则：tvdi20yymm.tif代表20yy年mm月的全球TVDI数据。前言 – 人工智能教程温度植被干旱指数（Temperature Vegetation Dryness Index, TVDI）是一种基于归一化植被指数（NDVI）与地表温度（LST）的土壤水分反演模型，能较好的进行干旱监测，尤其... 简介：全球1km分辨率TVDI数据集，每个像元大小为0.0089度(~1km2)。数据命名规则：tvdi20yymm.tif代表20yy年mm月的全球TVDI数据。前言 – 人工智能教程温度植被干旱指数（Temperature Vegetation Dryness Index, TVDI）是一种基于归一化植被指数（NDVI）与地表温度（LST）的土壤水分反演模型，能较好的进行干旱监测，尤其...
- USGS VIIRS 蒸散量¶VIIRS 蒸散量 (ET) 数据集基于全球 ET 产品第 6 版，利用 VIIRS 热图像和全球天气数据集通过遥感获得。它采用 SSEBop（简化表面能量平衡操作版本）方法，最初由 Senay 等人提出。2007 年，Senay 于 2018 年推出了使用卫星湿度测定原理为操作应用量身定制的专门参数化。在 SSEBop 版本 6 中，Senay 等人概述了新... USGS VIIRS 蒸散量¶VIIRS 蒸散量 (ET) 数据集基于全球 ET 产品第 6 版，利用 VIIRS 热图像和全球天气数据集通过遥感获得。它采用 SSEBop（简化表面能量平衡操作版本）方法，最初由 Senay 等人提出。2007 年，Senay 于 2018 年推出了使用卫星湿度测定原理为操作应用量身定制的专门参数化。在 SSEBop 版本 6 中，Senay 等人概述了新...
- USGS MODIS 蒸散量¶这里提供的蒸散量 (ET) 数据集是遥感技术的结果，主要利用 MODIS 热图像和全球天气数据集。该数据集对应于 Climate Engine 使用的全球 ET 产品的第 5 版。它为 2003 年至 2023 年期间的 ET 时空动态提供了宝贵的见解。该数据集的基石是可操作的简化表面能量平衡 (SSEBop) 模型，由 Senay 等人精心详细介绍。（201... USGS MODIS 蒸散量¶这里提供的蒸散量 (ET) 数据集是遥感技术的结果，主要利用 MODIS 热图像和全球天气数据集。该数据集对应于 Climate Engine 使用的全球 ET 产品的第 5 版。它为 2003 年至 2023 年期间的 ET 时空动态提供了宝贵的见解。该数据集的基石是可操作的简化表面能量平衡 (SSEBop) 模型，由 Senay 等人精心详细介绍。（201...
- 雪数据同化系统（SNODAS）¶雪资料同化系统（SNODAS）是国家水文遥感业务中心（NOHRSC）精心开发的综合建模和资料同化系统。其主要目标是提供高度准确的积雪和相关参数估计，作为水文建模和分析的重要资源。SNODAS 通过吸收各种来源的数据来实现这一目标，包括卫星观测、地面测量和数值天气预报模型。这些不同的数据流在雪质量和能量平衡模型中经过彻底处理，最终产生雪水当量（SWE）、雪深、... 雪数据同化系统（SNODAS）¶雪资料同化系统（SNODAS）是国家水文遥感业务中心（NOHRSC）精心开发的综合建模和资料同化系统。其主要目标是提供高度准确的积雪和相关参数估计，作为水文建模和分析的重要资源。SNODAS 通过吸收各种来源的数据来实现这一目标，包括卫星观测、地面测量和数值天气预报模型。这些不同的数据流在雪质量和能量平衡模型中经过彻底处理，最终产生雪水当量（SWE）、雪深、...
- 简介全球2.5分分辨率最高和最低气温数据集包含了全球范围内的年度最高气温数据，每个像元大小为2.5分(~21 km2)，最高气温单位为摄氏度。为研究全球大范围气候分异规律与全球变化提供基础的年最高气温空间分布数据，常应用于气候学、地理学等相关领域研究。前言 – 人工智能教程最高和最低气温数据集用于记录某个地区在一定时间内的最高和最低气温。它们的作用是：1. 提供天气信息：最高和最低气温数据... 简介全球2.5分分辨率最高和最低气温数据集包含了全球范围内的年度最高气温数据，每个像元大小为2.5分(~21 km2)，最高气温单位为摄氏度。为研究全球大范围气候分异规律与全球变化提供基础的年最高气温空间分布数据，常应用于气候学、地理学等相关领域研究。前言 – 人工智能教程最高和最低气温数据集用于记录某个地区在一定时间内的最高和最低气温。它们的作用是：1. 提供天气信息：最高和最低气温数据...
- 简介生物气候是指生物和气候相互作用的结果，包括植物和动物对气候的影响，以及气候对生物的影响。生物气候研究的是生物、气候、土地和水等自然要素之间相互作用的过程，旨在探讨它们是如何互动并导致生态系统的变化的。生物气候对于理解全球气候变化、生物多样性和生态系统功能至关重要。生物气候变量来源于月温度和月降雨量，常用于物种分布模型和生态相关模型等。生物气候变量反映年度趋势、季节性、极端或限制性环境因素... 简介生物气候是指生物和气候相互作用的结果，包括植物和动物对气候的影响，以及气候对生物的影响。生物气候研究的是生物、气候、土地和水等自然要素之间相互作用的过程，旨在探讨它们是如何互动并导致生态系统的变化的。生物气候对于理解全球气候变化、生物多样性和生态系统功能至关重要。生物气候变量来源于月温度和月降雨量，常用于物种分布模型和生态相关模型等。生物气候变量反映年度趋势、季节性、极端或限制性环境因素...
- C/C++语言是一种通用的编程语言，具有高效、灵活和可移植等特点。C语言主要用于系统编程，如操作系统、编译器、数据库等；C语言是C语言的扩展，增加了面向对象编程的特性，适用于大型软件系统、图形用户界面、嵌入式系统等。C/C++语言具有很高的效率和控制能力，但也需要开发人员自行管理内存等底层资源，对于初学者来说可能会有一定的难度。函数模板的基本使用: 函数模板就是要实现类型参数化,实现泛型编程... C/C++语言是一种通用的编程语言，具有高效、灵活和可移植等特点。C语言主要用于系统编程，如操作系统、编译器、数据库等；C语言是C语言的扩展，增加了面向对象编程的特性，适用于大型软件系统、图形用户界面、嵌入式系统等。C/C++语言具有很高的效率和控制能力，但也需要开发人员自行管理内存等底层资源，对于初学者来说可能会有一定的难度。函数模板的基本使用: 函数模板就是要实现类型参数化,实现泛型编程...
- C/C++语言是一种通用的编程语言，具有高效、灵活和可移植等特点。C语言主要用于系统编程，如操作系统、编译器、数据库等；C语言是C语言的扩展，增加了面向对象编程的特性，适用于大型软件系统、图形用户界面、嵌入式系统等。C/C++语言具有很高的效率和控制能力，但也需要开发人员自行管理内存等底层资源，对于初学者来说可能会有一定的难度。继承的基本语法: 继承的目的就是用于提高代码的复用性,减少重复代... C/C++语言是一种通用的编程语言，具有高效、灵活和可移植等特点。C语言主要用于系统编程，如操作系统、编译器、数据库等；C语言是C语言的扩展，增加了面向对象编程的特性，适用于大型软件系统、图形用户界面、嵌入式系统等。C/C++语言具有很高的效率和控制能力，但也需要开发人员自行管理内存等底层资源，对于初学者来说可能会有一定的难度。继承的基本语法: 继承的目的就是用于提高代码的复用性,减少重复代...
- 简介生物气候变量来源于月温度和月降雨量，常用于物种分布模型和生态相关模型等。生物气候变量反映年度趋势、季节性、极端或限制性环境因素。前言 – 人工智能教程生物气候是指生物和气候之间的相互作用和影响。生物影响气候的方式有很多，包括植物的光合作用、蒸腾作用、放射作用、土壤微生物代谢作用等等，而气候也会对生物产生很大的影响，包括温度、湿度、日照、降水等等因素。生物和气候之间相互作用的结果，对整... 简介生物气候变量来源于月温度和月降雨量，常用于物种分布模型和生态相关模型等。生物气候变量反映年度趋势、季节性、极端或限制性环境因素。前言 – 人工智能教程生物气候是指生物和气候之间的相互作用和影响。生物影响气候的方式有很多，包括植物的光合作用、蒸腾作用、放射作用、土壤微生物代谢作用等等，而气候也会对生物产生很大的影响，包括温度、湿度、日照、降水等等因素。生物和气候之间相互作用的结果，对整...
- 【题目】给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。 示例 1：输入：head = [1,2,3,4,5], n = 2输出：[1,2,3,5]示例 2：输入：head = [1], n = 1输出：[]示例 3：输入：head = [1,2], n = 1输出：[1]【题解】题解1：思路 删除节点是将该节点的前一个节点指向该节点的后一个节点，该节点可能... 【题目】给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。 示例 1：输入：head = [1,2,3,4,5], n = 2输出：[1,2,3,5]示例 2：输入：head = [1], n = 1输出：[]示例 3：输入：head = [1,2], n = 1输出：[1]【题解】题解1：思路 删除节点是将该节点的前一个节点指向该节点的后一个节点，该节点可能...
- 【题目】给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。请注意 ，必须在不复制数组的情况下原地对数组进行操作。 示例 1:输入: nums = [0,1,0,3,12] 输出: [1,3,12,0,0]示例 2:输入: nums = [0] 输出: [0]【题解】题解1：思路 for遍历一边，遇到0移到末尾复杂度 ... 【题目】给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。请注意 ，必须在不复制数组的情况下原地对数组进行操作。 示例 1:输入: nums = [0,1,0,3,12] 输出: [1,3,12,0,0]示例 2:输入: nums = [0] 输出: [0]【题解】题解1：思路 for遍历一边，遇到0移到末尾复杂度 ...
- 简介土地覆盖分类产品（MCD12Q1.006）数据集是采用2001-2019年度获取的 MODIS Terra和Aqua反射率数据进行监督分类，并结合先验知识和辅助信息进一步完善特定类别得到的土地覆盖分类产品。Landsat-8卫星包含OLI（Operational Land Imager 陆地成像仪）和TIRS（Thermal Infrared Sensor 热红外传感器）两种传感器，每... 简介土地覆盖分类产品（MCD12Q1.006）数据集是采用2001-2019年度获取的 MODIS Terra和Aqua反射率数据进行监督分类，并结合先验知识和辅助信息进一步完善特定类别得到的土地覆盖分类产品。Landsat-8卫星包含OLI（Operational Land Imager 陆地成像仪）和TIRS（Thermal Infrared Sensor 热红外传感器）两种传感器，每...
- 快速排序是一种非常高效的排序算法，由英国计算机科学家霍尔在1960年提出。它的基本思想是选择一个基准元素将待排序数组分成两部分，其中一部分的所有元素都比基准元素小，另一部分的所有元素都比基准元素大，然后对这两部分再分别进行快速排序，整个排序过程可以递归进行。这种算法的主要步骤是： 选择一个元素作为基准（pivot）。 把数组分为两部分：一部分包含所有小于基准的元素，另一部分包含所有大于或等于... 快速排序是一种非常高效的排序算法，由英国计算机科学家霍尔在1960年提出。它的基本思想是选择一个基准元素将待排序数组分成两部分，其中一部分的所有元素都比基准元素小，另一部分的所有元素都比基准元素大，然后对这两部分再分别进行快速排序，整个排序过程可以递归进行。这种算法的主要步骤是： 选择一个元素作为基准（pivot）。 把数组分为两部分：一部分包含所有小于基准的元素，另一部分包含所有大于或等于...
- 【题目】给你一个单链表的头节点 head ，请你判断该链表是否为回文链表。如果是，返回 true ；否则，返回 false 。 示例 1：输入：head = [1,2,2,1]输出：true示例 2：输入：head = [1,2]输出：false【题解】题解1：思路 将节点值加入list，遍历list前后作比较复杂度 时间复杂度：O(n)，空间复杂度：O(n)... 【题目】给你一个单链表的头节点 head ，请你判断该链表是否为回文链表。如果是，返回 true ；否则，返回 false 。 示例 1：输入：head = [1,2,2,1]输出：true示例 2：输入：head = [1,2]输出：false【题解】题解1：思路 将节点值加入list，遍历list前后作比较复杂度 时间复杂度：O(n)，空间复杂度：O(n)...
- 给定一个链表的头节点 head ，返回链表开始入环的第一个节点。 如果链表无环，则返回 null。如果链表中有某个节点，可以通过连续跟踪 next 指针再次到达，则链表中存在环。 为了表示给定链表中的环，评测系统内部使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。如果 pos 是 -1，则在该链表中没有环。注意：pos 不作为参数进行传递，仅仅是为了标识链表的实际情况... 给定一个链表的头节点 head ，返回链表开始入环的第一个节点。 如果链表无环，则返回 null。如果链表中有某个节点，可以通过连续跟踪 next 指针再次到达，则链表中存在环。 为了表示给定链表中的环，评测系统内部使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。如果 pos 是 -1，则在该链表中没有环。注意：pos 不作为参数进行传递，仅仅是为了标识链表的实际情况...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签