- 2024 年日本海地震的紧急观测数据2024 年日本海地震发生在 2024 年 1 月 1 日下午 4:00 后（日本时间），造成了重大损失，包括多处建筑物倒塌、山体滑坡和火灾。应日本国内防灾机构的请求，JAXA 利用 ALOS-2 对灾害发生当晚的情况进行了紧急观测。发布的数据包括 2.1 级（GeoTIFF）和档案数据，便于进行干扰分析和变化探测，从而为减灾防灾做出贡献。值得注意的是，... 2024 年日本海地震的紧急观测数据2024 年日本海地震发生在 2024 年 1 月 1 日下午 4:00 后（日本时间），造成了重大损失，包括多处建筑物倒塌、山体滑坡和火灾。应日本国内防灾机构的请求，JAXA 利用 ALOS-2 对灾害发生当晚的情况进行了紧急观测。发布的数据包括 2.1 级（GeoTIFF）和档案数据，便于进行干扰分析和变化探测，从而为减灾防灾做出贡献。值得注意的是，...
- 数据名称：MOD11A1.006数据来源：NASA时空范围：2000-2022年空间范围：全国数据简介：MOD11A1 V6数据集是由Terra星搭载的中分辨率成像光谱仪获取的地表温度/发射率(LST/E)产品，以分片方式组织，时间分辨率为每天，空间分辨率为1公里，格网大小为1200 x 1200千米。温度值由MOD11_L2条带产品处理后得到。在纬度30度以上，某些像素可能在符合晴空的标... 数据名称：MOD11A1.006数据来源：NASA时空范围：2000-2022年空间范围：全国数据简介：MOD11A1 V6数据集是由Terra星搭载的中分辨率成像光谱仪获取的地表温度/发射率(LST/E)产品，以分片方式组织，时间分辨率为每天，空间分辨率为1公里，格网大小为1200 x 1200千米。温度值由MOD11_L2条带产品处理后得到。在纬度30度以上，某些像素可能在符合晴空的标...
- 数据名称：Sentinel-2_MSI_L2A数据来源：Copernicus时空范围：2022年10月-2023年1月空间范围：全国数据简介：哨兵2号（Sentinel-2）卫星是高分辨率多光谱成像卫星，携带一枚多光谱成像仪（MSI），分为2A和2B两颗卫星，其中一颗卫星的重访周期为10天，两颗互补，重访周期为5天，主要用于包括陆地植被、土壤以及水资源、内河水道和沿海区在内的全球陆地观测。... 数据名称：Sentinel-2_MSI_L2A数据来源：Copernicus时空范围：2022年10月-2023年1月空间范围：全国数据简介：哨兵2号（Sentinel-2）卫星是高分辨率多光谱成像卫星，携带一枚多光谱成像仪（MSI），分为2A和2B两颗卫星，其中一颗卫星的重访周期为10天，两颗互补，重访周期为5天，主要用于包括陆地植被、土壤以及水资源、内河水道和沿海区在内的全球陆地观测。...
- 数据名称：Sentinel-1_SAR_GRD数据来源：Copernicus时空范围：2022年8月-2023年2月空间范围：全国数据简介：哨兵1号（Sentinel-1）卫星是欧洲航天局哥白尼计划（GMES）中的地球观测卫星，由两颗卫星（Sentinel-1A和Sentinel-1B）组成，载有C波段合成孔径雷达，重访周期为六天，可提供连续的全天候日夜图像，非常适用于海洋监测、陆地监测... 数据名称：Sentinel-1_SAR_GRD数据来源：Copernicus时空范围：2022年8月-2023年2月空间范围：全国数据简介：哨兵1号（Sentinel-1）卫星是欧洲航天局哥白尼计划（GMES）中的地球观测卫星，由两颗卫星（Sentinel-1A和Sentinel-1B）组成，载有C波段合成孔径雷达，重访周期为六天，可提供连续的全天候日夜图像，非常适用于海洋监测、陆地监测...
- 数据名称：Landsat9_C2_ST数据来源：USGS时空范围：2022年1月-2023年3月空间范围：全国数据简介：Landsat9_C2_ST数据集是经大气校正的地表温度数据，属于Collection2的二级数据产品，以开尔文为单位测量地球表面温度，是全球能量平衡研究和水文模拟中的重要地球物理参数。地表温度数据还有助于监测作物和植被健康状况，以及极端高温事件，如自然灾害(如火山爆发、... 数据名称：Landsat9_C2_ST数据来源：USGS时空范围：2022年1月-2023年3月空间范围：全国数据简介：Landsat9_C2_ST数据集是经大气校正的地表温度数据，属于Collection2的二级数据产品，以开尔文为单位测量地球表面温度，是全球能量平衡研究和水文模拟中的重要地球物理参数。地表温度数据还有助于监测作物和植被健康状况，以及极端高温事件，如自然灾害(如火山爆发、...
- 简介Landsat9_C2_TOA数据集是将数据每个波段的辐射亮度值转换为大气层顶表观反射率TOA，是飞行在大气层之外的航天传感器量测的反射率，包括了云层、气溶胶和气体的贡献，可通过辐射亮度定标参数、太阳辐照度、太阳高度角和成像时间等几个参数计算得到。为了便于在线分析存储，平台将影像像素值扩大了10000倍。Landsat9卫星包含二代陆地成像仪（Operational Land Ima... 简介Landsat9_C2_TOA数据集是将数据每个波段的辐射亮度值转换为大气层顶表观反射率TOA，是飞行在大气层之外的航天传感器量测的反射率，包括了云层、气溶胶和气体的贡献，可通过辐射亮度定标参数、太阳辐照度、太阳高度角和成像时间等几个参数计算得到。为了便于在线分析存储，平台将影像像素值扩大了10000倍。Landsat9卫星包含二代陆地成像仪（Operational Land Ima...
- 简介：Landsat 5_C2_ST是指Landsat 5卫星的Collection 2 Surface Reflectance Tier数据集中的气温数据集，在星图地球中直接将其从Landsat数据中分离出来。前言 – 人工智能教程Landsat 5是美国国家航空航天局（NASA）和美国地质调查局（USGS）联合推出的一颗卫星，于1984年发射。它是Landsat系列中的第五颗卫星，主要... 简介：Landsat 5_C2_ST是指Landsat 5卫星的Collection 2 Surface Reflectance Tier数据集中的气温数据集，在星图地球中直接将其从Landsat数据中分离出来。前言 – 人工智能教程Landsat 5是美国国家航空航天局（NASA）和美国地质调查局（USGS）联合推出的一颗卫星，于1984年发射。它是Landsat系列中的第五颗卫星，主要...
- 数据简介：Landsat5_C2_SR数据集是经大气校正后的地表反射率数据，属于Collection2的二级数据产品，空间分辨率为30米，基于Landsat生态系统扰动自适应处理系统(LEDAPS)(版本3.4.0)生成。水汽、臭氧、大气高度、气溶胶光学厚度、数字高程与Landsat数据一起输入到太阳光谱(6S)辐射传输模型中对卫星信号进行二次模拟，生成大气顶部(TOA)反射率、表面反射率... 数据简介：Landsat5_C2_SR数据集是经大气校正后的地表反射率数据，属于Collection2的二级数据产品，空间分辨率为30米，基于Landsat生态系统扰动自适应处理系统(LEDAPS)(版本3.4.0)生成。水汽、臭氧、大气高度、气溶胶光学厚度、数字高程与Landsat数据一起输入到太阳光谱(6S)辐射传输模型中对卫星信号进行二次模拟，生成大气顶部(TOA)反射率、表面反射率...
- 简介 Landsat 5是美国陆地卫星系列（Landsat）的第五颗卫星，于1984年3月1日发射，2011年11月停止工作。16天可覆盖全球范围一次。Landsat5_C2_TOA数据集是由Collection2 level1数据通过MTL文件计算得到的TOA反射率产品。数据集的空间分辨率为30米，相对于Collection1 level1数据，Collection2 level1数据... 简介 Landsat 5是美国陆地卫星系列（Landsat）的第五颗卫星，于1984年3月1日发射，2011年11月停止工作。16天可覆盖全球范围一次。Landsat5_C2_TOA数据集是由Collection2 level1数据通过MTL文件计算得到的TOA反射率产品。数据集的空间分辨率为30米，相对于Collection1 level1数据，Collection2 level1数据...
- 简介S2 云概率由 sentinel2-cloud-detector 库创建（使用 LightGBM）。在应用梯度提升基础算法之前，先使用双线性插值法将所有波段上采样至 10 米分辨率。得到的 0...1 浮点概率被缩放为 0...100，并存储为 UINT8。缺少任何或所有波段的区域都会被屏蔽掉。数值较高的区域更有可能是云层或高反射表面（如屋顶或积雪）。前言 – 人工智能教程哨兵-2 是... 简介S2 云概率由 sentinel2-cloud-detector 库创建（使用 LightGBM）。在应用梯度提升基础算法之前，先使用双线性插值法将所有波段上采样至 10 米分辨率。得到的 0...1 浮点概率被缩放为 0...100，并存储为 UINT8。缺少任何或所有波段的区域都会被屏蔽掉。数值较高的区域更有可能是云层或高反射表面（如屋顶或积雪）。前言 – 人工智能教程哨兵-2 是...
- 简介Cloud Score+ 是一种用于中高分辨率光学卫星图像的质量评估（QA）处理器。Cloud Score+ S2_HARMONIZED数据集是由统一的哨兵-2 L1C数据集制作的，Cloud Score+的输出可用于识别相对清晰的像素，并有效去除L1C（大气顶部）或L2A（表面反射率）图像中的云层和云影。Cloud Score+ S2_HARMONIZED 数据集包括两个质量保证波... 简介Cloud Score+ 是一种用于中高分辨率光学卫星图像的质量评估（QA）处理器。Cloud Score+ S2_HARMONIZED数据集是由统一的哨兵-2 L1C数据集制作的，Cloud Score+的输出可用于识别相对清晰的像素，并有效去除L1C（大气顶部）或L2A（表面反射率）图像中的云层和云影。Cloud Score+ S2_HARMONIZED 数据集包括两个质量保证波...
- ACES 增强版不丹水稻作物地图（2016-2022 年）¶用于改善粮食安全决策的 2016-2022 年年度作物类型稻米地图仍然是不丹的一项挑战。这些地图是与不丹农业部和 SERVIR 合作开发的。通过专注于发展不丹的科学、技术、工程和数学 (STEM)，我们共同开发了名为农业分类和估算服务 (ACES) 的地理空间应用程序。该数据集和论文重点关注共同开发地球观测信息气候智能作物类型框架... ACES 增强版不丹水稻作物地图（2016-2022 年）¶用于改善粮食安全决策的 2016-2022 年年度作物类型稻米地图仍然是不丹的一项挑战。这些地图是与不丹农业部和 SERVIR 合作开发的。通过专注于发展不丹的科学、技术、工程和数学 (STEM)，我们共同开发了名为农业分类和估算服务 (ACES) 的地理空间应用程序。该数据集和论文重点关注共同开发地球观测信息气候智能作物类型框架...
- 全球城市内土地利用¶该数据集提供了全球所有 4,000 多个城市和人口超过 10 万的大都市区 2020 年的土地利用地图。由此产生的产品是第一个免费提供的、分辨率为 5 米的全球城市内土地利用地图。该数据包括四级土地利用分类法，从根本上区分开放空间和建成区。在第二层，它将建成区细分为非住宅区和住宅区。第三层区分正式和非正式住宅用地，第四层进一步将正式和非正式住宅用地进一步细分为更详细的类... 全球城市内土地利用¶该数据集提供了全球所有 4,000 多个城市和人口超过 10 万的大都市区 2020 年的土地利用地图。由此产生的产品是第一个免费提供的、分辨率为 5 米的全球城市内土地利用地图。该数据包括四级土地利用分类法，从根本上区分开放空间和建成区。在第二层，它将建成区细分为非住宅区和住宅区。第三层区分正式和非正式住宅用地，第四层进一步将正式和非正式住宅用地进一步细分为更详细的类...
- 日光地图分布地图数据¶Daylight 是全球开放地图数据的完整分发版，可在社区和专业地图制作者的支持下免费获取。我们将 OpenStreetMap 等项目的全球贡献者的工作与日光制图合作伙伴的质量和一致性检查结合起来，创建免费、稳定且易于使用的街道比例全球地图。日光地图分布将包括一个新的数据集，该数据集由源自欧洲航天局 2020 年世界覆盖 (10m) 栅格的矢量化土地覆盖特征组成。该数... 日光地图分布地图数据¶Daylight 是全球开放地图数据的完整分发版，可在社区和专业地图制作者的支持下免费获取。我们将 OpenStreetMap 等项目的全球贡献者的工作与日光制图合作伙伴的质量和一致性检查结合起来，创建免费、稳定且易于使用的街道比例全球地图。日光地图分布将包括一个新的数据集，该数据集由源自欧洲航天局 2020 年世界覆盖 (10m) 栅格的矢量化土地覆盖特征组成。该数...
- GIMMS 标准化差异植被指数 1982-2022¶PKU GIMMS 归一化植被指数数据集（PKU GIMMS NDVI，版本 1.2）提供了从 1982 年到 2022 年以半个月为间隔、分辨率为 1/12° 的一致的全球 NDVI 数据。其主要目标是解决现有领域中普遍存在的关键不确定性。全球长期 NDVI 数据集，特别是减轻 NOAA 卫星轨道漂移和 AVHRR 传感器退化的影响。前... GIMMS 标准化差异植被指数 1982-2022¶PKU GIMMS 归一化植被指数数据集（PKU GIMMS NDVI，版本 1.2）提供了从 1982 年到 2022 年以半个月为间隔、分辨率为 1/12° 的一致的全球 NDVI 数据。其主要目标是解决现有领域中普遍存在的关键不确定性。全球长期 NDVI 数据集，特别是减轻 NOAA 卫星轨道漂移和 AVHRR 传感器退化的影响。前...
上滑加载中
推荐直播
1
-
华为云Metastudio×DeepSeek与RAG检索优化分享2025/03/14 周五 16:00-17:30
大海 华为云学堂技术讲师 Cocl 华为云学堂技术讲师
本次直播将带来DeepSeek数字人解决方案，以及如何使用Embedding与Rerank实现检索优化实践，为开发者与企业提供参考，助力场景落地。
去报名 -
-
华为开发者空间玩转DeepSeek2025/03/13 周四 19:00-20:30
马欣 山东商业职业技术学院云计算专业讲师，山东大学、山东建筑大学等多所本科学校学生校外指导老师
同学们，想知道如何利用华为开发者空间部署自己的DeepSeek模型吗？想了解如何用DeepSeek在云主机上探索好玩的应用吗？想探讨如何利用DeepSeek在自己的专有云主机上辅助编程吗？让我们来一场云和AI的盛宴。
回顾中 -
华为云Metastudio×DeepSeek与RAG检索优化分享
2025/03/14 周五 16:00-17:30
大海 华为云学堂技术讲师 Cocl 华为云学堂技术讲师
本次直播将带来DeepSeek数字人解决方案，以及如何使用Embedding与Rerank实现检索优化实践，为开发者与企业提供参考，助力场景落地。
去报名 -
热门标签
