- Global large flood events : Dartmouth Flood Observatory (1985-2016)简介全球活跃洪水事件档案是免费提供给学术研究和教育目的的。备注：本档案中提供的信息来源于新闻、政府、仪器和遥感来源。该档案是“活跃的”，因为当前事件不断被添加。表格中的每个条目和相关的“受影响区域”地图轮廓代表一个独立的洪水事件。然而，某些地区的重复洪水是... Global large flood events : Dartmouth Flood Observatory (1985-2016)简介全球活跃洪水事件档案是免费提供给学术研究和教育目的的。备注：本档案中提供的信息来源于新闻、政府、仪器和遥感来源。该档案是“活跃的”，因为当前事件不断被添加。表格中的每个条目和相关的“受影响区域”地图轮廓代表一个独立的洪水事件。然而，某些地区的重复洪水是...
- Airborne Observations and Modeling Comparison of Global Inorganic Aerosol Acidity全球无机气溶胶酸度的机载观测和模拟比较简介该数据集提供了在2006年至2017年期间收集的十一项空中观测活动的观测数据，以及来自九个广泛使用的化学传输模型（CTMs）的相关输入和输出。这些空中观测活动包括ARCTAS-A、ARC... Airborne Observations and Modeling Comparison of Global Inorganic Aerosol Acidity全球无机气溶胶酸度的机载观测和模拟比较简介该数据集提供了在2006年至2017年期间收集的十一项空中观测活动的观测数据，以及来自九个广泛使用的化学传输模型（CTMs）的相关输入和输出。这些空中观测活动包括ARCTAS-A、ARC...
- ATom: L2 In Situ Measurements of Aerosol Microphysical Properties (AMP)简介该数据集提供了气溶胶微物理特性（AMP）仪器包在美国国家航空航天局大气断层扫描（ATom）任务的机载活动中测量的干气溶胶粒子的数量、表面积、体积浓度和粒度分布。 五台仪器--两台成核模式气溶胶粒度光谱仪（NMASS）、两台超高灵敏度气溶胶光谱仪... ATom: L2 In Situ Measurements of Aerosol Microphysical Properties (AMP)简介该数据集提供了气溶胶微物理特性（AMP）仪器包在美国国家航空航天局大气断层扫描（ATom）任务的机载活动中测量的干气溶胶粒子的数量、表面积、体积浓度和粒度分布。 五台仪器--两台成核模式气溶胶粒度光谱仪（NMASS）、两台超高灵敏度气溶胶光谱仪...
- 简介ABoVE: Landsat-derived Annual Disturbance Agents Across ABoVE Core Domain, 1987-2012文件修订日期：2022-03-03数据集版本: 1摘要本数据集提供了 1987-2012 年期间北极极地脆弱性实验（ABoVE）核心域中火灾、昆虫和伐木等干扰因素的空间数据，时间步长为每年，分辨率为 30 米。利用 L... 简介ABoVE: Landsat-derived Annual Disturbance Agents Across ABoVE Core Domain, 1987-2012文件修订日期：2022-03-03数据集版本: 1摘要本数据集提供了 1987-2012 年期间北极极地脆弱性实验（ABoVE）核心域中火灾、昆虫和伐木等干扰因素的空间数据，时间步长为每年，分辨率为 30 米。利用 L...
- 本文主要是通过对比GEE、PIE和AI Earth平台，主要是计算不同平台，同一个NDVI的均值计算，我们已测试结果如何。1. PIE-enginePIE获取北京市获取某一个区域的区域的NDVI平均值，但是结果却显示没有，只能通过加载图层点击图层上的点获取某一个点的NDVI值，而且这里用到区域统计使用的函数仅有min,max,sum计算，而使用mean计算，就没有结果。当我尝试使用以上三个... 本文主要是通过对比GEE、PIE和AI Earth平台，主要是计算不同平台，同一个NDVI的均值计算，我们已测试结果如何。1. PIE-enginePIE获取北京市获取某一个区域的区域的NDVI平均值，但是结果却显示没有，只能通过加载图层点击图层上的点获取某一个点的NDVI值，而且这里用到区域统计使用的函数仅有min,max,sum计算，而使用mean计算，就没有结果。当我尝试使用以上三个...
- Aqualink海洋表面和次表面温度子集Aqualink是一个由慈善机构资助的系统，帮助人们在海洋温度上升的情况下管理他们当地的海洋生态系统。该系统由卫星连接的水下温度传感器和摄影调查组成，允许与世界各地的科学家进行远程合作。这个出口是作为aqualink.org提供的数据集和网站的一个子集而创建的，作为使海洋温度的原位读数真正成为可能并在全球范围内获得的一部分。aqualink浮标是a... Aqualink海洋表面和次表面温度子集Aqualink是一个由慈善机构资助的系统，帮助人们在海洋温度上升的情况下管理他们当地的海洋生态系统。该系统由卫星连接的水下温度传感器和摄影调查组成，允许与世界各地的科学家进行远程合作。这个出口是作为aqualink.org提供的数据集和网站的一个子集而创建的，作为使海洋温度的原位读数真正成为可能并在全球范围内获得的一部分。aqualink浮标是a...
- 全球土壤盐度图（1986-2016）该数据集包括1986、1992、2000、2002、2005、2009和2016年的全球土壤盐度层。这些地图是用一个随机森林分类器生成的，该分类器是用七个土壤属性图、热红外图像和WoSIS数据库中的ECe点数据进行训练的。所得地图的验证准确率在67-70%之间。根据我们的评估，受盐影响的土地总面积约为10亿公顷，并有明显的增长趋势。进一步的细节在一篇同行... 全球土壤盐度图（1986-2016）该数据集包括1986、1992、2000、2002、2005、2009和2016年的全球土壤盐度层。这些地图是用一个随机森林分类器生成的，该分类器是用七个土壤属性图、热红外图像和WoSIS数据库中的ECe点数据进行训练的。所得地图的验证准确率在67-70%之间。根据我们的评估，受盐影响的土地总面积约为10亿公顷，并有明显的增长趋势。进一步的细节在一篇同行...
- 沿海国家高程数据库（CoNED）项目--地形测量数字高程模型（TBDEMs）沿海国家高程数据库（CoNED）项目--地形测量数字高程模型（TBDEMs）是地形（陆地高程）和水深（水体深度）的合并渲染，为美国部分沿海地区提供无缝高程产品（2011年至今）。这个沿海高程数据库将不同的光探测和测距（激光雷达）和测深数据源（如声纳）整合到共同的数据库中，在垂直和水平方向上与共同的参考系统对齐。这个... 沿海国家高程数据库（CoNED）项目--地形测量数字高程模型（TBDEMs）沿海国家高程数据库（CoNED）项目--地形测量数字高程模型（TBDEMs）是地形（陆地高程）和水深（水体深度）的合并渲染，为美国部分沿海地区提供无缝高程产品（2011年至今）。这个沿海高程数据库将不同的光探测和测距（激光雷达）和测深数据源（如声纳）整合到共同的数据库中，在垂直和水平方向上与共同的参考系统对齐。这个...
- 地球生态系统中不可恢复的碳这些数据集提供了2010年和2018年的全球碳密度地图（地上、地下生物质碳和土壤有机碳储量），空间分辨率约为300米，单位为Mg ha-1（坐标系：WGS 1984，浮点格式）。输入的地图从已发表的文献中收集，并在必要时进行更新，以涵盖重点时间段。这些更新被应用于可管理碳、脆弱碳和不可恢复碳地图。可管理的碳是陆地和沿海生态系统中可能经历人为土地使用转换事件的碳。脆... 地球生态系统中不可恢复的碳这些数据集提供了2010年和2018年的全球碳密度地图（地上、地下生物质碳和土壤有机碳储量），空间分辨率约为300米，单位为Mg ha-1（坐标系：WGS 1984，浮点格式）。输入的地图从已发表的文献中收集，并在必要时进行更新，以涵盖重点时间段。这些更新被应用于可管理碳、脆弱碳和不可恢复碳地图。可管理的碳是陆地和沿海生态系统中可能经历人为土地使用转换事件的碳。脆...
- 加拿大陆地生态系统中的土壤碳储量这个集合包含了加拿大土壤和植物中碳储量的空间分布和树冠高度的数据集。它被公开，作为目前正在审查的出版物《加拿大陆地生态系统中的大型土壤碳储存》的补充数据。这些地图是在2020年1月至12月期间在麦克马斯特大学的遥感实验室制作的。这个研究项目是由世界野生动物基金会（WWF）-加拿大的拨款促成的。该项目旨在利用多源卫星、气候和地形数据以及机器学习算法，首次以25... 加拿大陆地生态系统中的土壤碳储量这个集合包含了加拿大土壤和植物中碳储量的空间分布和树冠高度的数据集。它被公开，作为目前正在审查的出版物《加拿大陆地生态系统中的大型土壤碳储存》的补充数据。这些地图是在2020年1月至12月期间在麦克马斯特大学的遥感实验室制作的。这个研究项目是由世界野生动物基金会（WWF）-加拿大的拨款促成的。该项目旨在利用多源卫星、气候和地形数据以及机器学习算法，首次以25...
- 随着航天事业的高速发展，人工智能技术为遥感卫星的技术应用带来了新的发展机遇。从太空到地面，基于深度学习的智能遥感在气象预报、国土普查、环境监测、作物估产、森林监测、城市规划、地图测绘等领域取得了重要进展。 10月22日（周六）14:00【MSG企业行·遥感卫星】线上交流会，昇思MindSpore开源社区诚邀您与各企业深入交流与分享，一起探索基于人工智能的卫星遥感应用体系！活动亮点1、光学... 随着航天事业的高速发展，人工智能技术为遥感卫星的技术应用带来了新的发展机遇。从太空到地面，基于深度学习的智能遥感在气象预报、国土普查、环境监测、作物估产、森林监测、城市规划、地图测绘等领域取得了重要进展。 10月22日（周六）14:00【MSG企业行·遥感卫星】线上交流会，昇思MindSpore开源社区诚邀您与各企业深入交流与分享，一起探索基于人工智能的卫星遥感应用体系！活动亮点1、光学...
- 我想在GEE中做一个二进制变化检测，有以下代码，但没有显示任何结果。 你能告诉我我做错了什么吗？另外，如果我知道我想用来做减法的图像的具体日期--有什么方法可以做到吗？或者我必须使用我的方式来过滤日期？原有的代码：var polygon = ee.Geometry.Polygon({coords: [[[-88.6006, 30.3604], [-88.5340, 30.3447], [-8... 我想在GEE中做一个二进制变化检测，有以下代码，但没有显示任何结果。 你能告诉我我做错了什么吗？另外，如果我知道我想用来做减法的图像的具体日期--有什么方法可以做到吗？或者我必须使用我的方式来过滤日期？原有的代码：var polygon = ee.Geometry.Polygon({coords: [[[-88.6006, 30.3604], [-88.5340, 30.3447], [-8...
- 这里我们利用ndvi进行荒漠化处理，我们这里将ndvi小于0.1的地方进行掩膜掉，将剩余部分作为作为荒漠化的区域。这里选择时间的筛选我们将4月到10月的的时间作为研究时间。这里我们有几个函数需要需要先了解一下，首先是我们了解画polygon的函数，另外就是image的掩膜，另外一个就是像素统计函数pie.Geometry.Polygon(coords,proj)多边形构造Geometry。... 这里我们利用ndvi进行荒漠化处理，我们这里将ndvi小于0.1的地方进行掩膜掉，将剩余部分作为作为荒漠化的区域。这里选择时间的筛选我们将4月到10月的的时间作为研究时间。这里我们有几个函数需要需要先了解一下，首先是我们了解画polygon的函数，另外就是image的掩膜，另外一个就是像素统计函数pie.Geometry.Polygon(coords,proj)多边形构造Geometry。...
- 本次教程首先市选定我们合适的长时间序列影像，我们首先划定研究区，然后设定指定区域的NDVI计算这里用到的市mean合成的计算，设定我们的去云和可视化参数设定，我们定义一个佛如循环用来进行分别进行遍历，最后设定chart影像的格式，加载影像。我们这里需要用到一个函数：split(regex)按正则表达式拆分字符串，返回字符串列表。方法参数：- string(String)要拆分的字符串。- ... 本次教程首先市选定我们合适的长时间序列影像，我们首先划定研究区，然后设定指定区域的NDVI计算这里用到的市mean合成的计算，设定我们的去云和可视化参数设定，我们定义一个佛如循环用来进行分别进行遍历，最后设定chart影像的格式，加载影像。我们这里需要用到一个函数：split(regex)按正则表达式拆分字符串，返回字符串列表。方法参数：- string(String)要拆分的字符串。- ...
- 云上遥感影像文件Cloud optimized GeoTIFF（COG）格式的详细介绍，大量数据上云面临的挑战，并分享了获得云原生影像最佳性能的实践经验。 云上遥感影像文件Cloud optimized GeoTIFF（COG）格式的详细介绍，大量数据上云面临的挑战，并分享了获得云原生影像最佳性能的实践经验。
上滑加载中
推荐直播
-
物联网资深专家带你轻松构建AIoT智能场景应用2024/11/21 周四 16:30-18:00
管老师 华为云IoT DTSE技术布道师
如何轻松构建AIoT智能场景应用？本期直播将聚焦华为云设备接入平台，结合AI、鸿蒙（OpenHarmony）、大数据等技术，实现物联网端云协同创新场景，教您如何打造更有实用性及创新性的AIoT行业标杆应用。
回顾中 -
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
即将直播 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
去报名
热门标签