- 光谱指数光谱指数在遥感界被广泛使用。这个资源库为不同的遥感应用记录了经典的和新的光谱指数。储存库中的所有光谱指数都是经过策划的，可以在不同的环境和编程语言中使用。你可以在这里查看策划好的光谱指数列表，如果你想在你的环境中使用它，它可以以CSV和JSON格式提供。前言 – 人工智能教程表达式指数的公式以字符串/表达式的形式呈现（如"(N-R)/(N+R)"），可以方便地进行评估。每个指数的表... 光谱指数光谱指数在遥感界被广泛使用。这个资源库为不同的遥感应用记录了经典的和新的光谱指数。储存库中的所有光谱指数都是经过策划的，可以在不同的环境和编程语言中使用。你可以在这里查看策划好的光谱指数列表，如果你想在你的环境中使用它，它可以以CSV和JSON格式提供。前言 – 人工智能教程表达式指数的公式以字符串/表达式的形式呈现（如"(N-R)/(N+R)"），可以方便地进行评估。每个指数的表...
- 全球栖息地异质性这些数据集包含14个指标，根据中分辨率成像分光仪（MODIS）获取的增强植被指数（EVI）图像的纹理特征，以多种分辨率量化全球生境的空间异质性。关于这些指标的更多信息以及对其在生物多样性建模中的效用的评价。该数据集以1公里、5公里和25公里的分辨率生成，这里只列出了1公里的资产，只需根据需要用_5公里和_25公里替换_1公里。数据集细节在30角秒（赤道约1公里）、2.5角分（... 全球栖息地异质性这些数据集包含14个指标，根据中分辨率成像分光仪（MODIS）获取的增强植被指数（EVI）图像的纹理特征，以多种分辨率量化全球生境的空间异质性。关于这些指标的更多信息以及对其在生物多样性建模中的效用的评价。该数据集以1公里、5公里和25公里的分辨率生成，这里只列出了1公里的资产，只需根据需要用_5公里和_25公里替换_1公里。数据集细节在30角秒（赤道约1公里）、2.5角分（...
- 全球共识土地覆盖这些数据集整合了多个全球遥感衍生的土地覆盖产品，并提供了关于1公里分辨率下12种土地覆盖类别流行程度的共识信息。有关整合方法和数据集评价的其他信息。前言 – 床长人工智能教程数据集详情目前有两个版本的共识土地覆盖数据集。完整版是整合GlobCover（2005-06；v2.2）、MODIS土地覆盖产品（MCD12Q1；v051）、GLC2000（全球产品；v1.1）和DIS... 全球共识土地覆盖这些数据集整合了多个全球遥感衍生的土地覆盖产品，并提供了关于1公里分辨率下12种土地覆盖类别流行程度的共识信息。有关整合方法和数据集评价的其他信息。前言 – 床长人工智能教程数据集详情目前有两个版本的共识土地覆盖数据集。完整版是整合GlobCover（2005-06；v2.2）、MODIS土地覆盖产品（MCD12Q1；v051）、GLC2000（全球产品；v1.1）和DIS...
- 牧场分析平台牧场分析平台的数据产品以GEE资产的形式提供，并通过网络应用rangelands.app向公众提供分析。植被覆盖率：植被覆盖率：牧场分析平台（RAP）植被覆盖，3.0版包括美国大陆牧场植物功能群的网格化分数估算。1984年至今，每年的估计值都是以30米的空间分辨率产生的。六个植物功能组别是一年生草本和草类、多年生草本和草类、灌木、树木、垃圾和裸地。覆盖物的数值是以像素为单位的百... 牧场分析平台牧场分析平台的数据产品以GEE资产的形式提供，并通过网络应用rangelands.app向公众提供分析。植被覆盖率：植被覆盖率：牧场分析平台（RAP）植被覆盖，3.0版包括美国大陆牧场植物功能群的网格化分数估算。1984年至今，每年的估计值都是以30米的空间分辨率产生的。六个植物功能组别是一年生草本和草类、多年生草本和草类、灌木、树木、垃圾和裸地。覆盖物的数值是以像素为单位的百...
- 地面火灾马赛克 LF v2.2.0LANDFIRE（LF），景观火灾和资源管理规划工具，是美国农业部林务局、美国内政部地质调查局和大自然保护协会的野地火灾管理项目之间的一个共享项目。LANDFIRE（LF）层是使用预测性景观模型创建的，该模型基于大量的实地参考数据、卫星图像和生物物理梯度层，使用分类和回归树。你可以在这里阅读关于Landfire 2020更新v2.2.0的内容LF2020更... 地面火灾马赛克 LF v2.2.0LANDFIRE（LF），景观火灾和资源管理规划工具，是美国农业部林务局、美国内政部地质调查局和大自然保护协会的野地火灾管理项目之间的一个共享项目。LANDFIRE（LF）层是使用预测性景观模型创建的，该模型基于大量的实地参考数据、卫星图像和生物物理梯度层，使用分类和回归树。你可以在这里阅读关于Landfire 2020更新v2.2.0的内容LF2020更...
- 从河流到海洋的塑料输入量这个数据集显示了2010年全球从河流进入海洋的塑料输入量，以每年的公斤数表示。作者使用了关于废物管理、人口密度和水文信息的数据来创建这个模型。该数据集包括40,760个流域和182个不同国家的信息。该数据以矢量格式呈现。我们的海洋和海岸线上的塑料污染已经成为全世界海洋健康的一个主要威胁。更好地了解和量化海洋塑料来源可以帮助实施缓解战略，以缓解这一问题。该数据集可以帮... 从河流到海洋的塑料输入量这个数据集显示了2010年全球从河流进入海洋的塑料输入量，以每年的公斤数表示。作者使用了关于废物管理、人口密度和水文信息的数据来创建这个模型。该数据集包括40,760个流域和182个不同国家的信息。该数据以矢量格式呈现。我们的海洋和海岸线上的塑料污染已经成为全世界海洋健康的一个主要威胁。更好地了解和量化海洋塑料来源可以帮助实施缓解战略，以缓解这一问题。该数据集可以帮...
- 全球风暴潮重建（GSSR）数据库全球风暴潮重建 (GSSR) 数据库包括分布在全球海岸线上的 882 个验潮站的过去每日最大风暴潮值。 用于浪涌重建的数据驱动模型由 Tadesse 等人开发。 （2020）。 作者使用五种具有不同空间和时间分辨率的不同大气再分析产品来生成不同再分析所涵盖时期的浪涌信息。 导致最佳验证结果的再分析被标记为“最佳重建”（请注意，在某些位置，数据不适用于所有再分... 全球风暴潮重建（GSSR）数据库全球风暴潮重建 (GSSR) 数据库包括分布在全球海岸线上的 882 个验潮站的过去每日最大风暴潮值。 用于浪涌重建的数据驱动模型由 Tadesse 等人开发。 （2020）。 作者使用五种具有不同空间和时间分辨率的不同大气再分析产品来生成不同再分析所涵盖时期的浪涌信息。 导致最佳验证结果的再分析被标记为“最佳重建”（请注意，在某些位置，数据不适用于所有再分...
- Argo漂浮数据（子集）Argo是一个国际计划，它使用一队机器人仪器从海洋内部收集信息，这些仪器随洋流漂流，在海面和中水位之间上下移动。每个仪器（浮子）几乎都在海面下生活。选择阿尔戈这个名字是因为这个浮筒阵列与测量海洋表面形状的杰森地球观测卫星一起工作。(在希腊神话中，杰森乘坐他的阿尔戈号船寻找金羊毛）。要了解更多关于阿尔戈的信息，它是如何工作的，它的数据和技术，以及它的科学和环境影响，请... Argo漂浮数据（子集）Argo是一个国际计划，它使用一队机器人仪器从海洋内部收集信息，这些仪器随洋流漂流，在海面和中水位之间上下移动。每个仪器（浮子）几乎都在海面下生活。选择阿尔戈这个名字是因为这个浮筒阵列与测量海洋表面形状的杰森地球观测卫星一起工作。(在希腊神话中，杰森乘坐他的阿尔戈号船寻找金羊毛）。要了解更多关于阿尔戈的信息，它是如何工作的，它的数据和技术，以及它的科学和环境影响，请...
- 数字地球非洲海岸线数字地球非洲海岸线是一个大陆数据集，包括整个非洲海岸线的年度海岸线和海岸变化率。这是一项临时服务，已经生成了2000年至2021年的数据，我们希望与用户一起改进和操作。前言 – 床长人工智能教程该产品将数字地球非洲计划的卫星数据与潮汐模型相结合，绘制出每年平均海平面的海岸线的典型位置。该产品使得每年都可以在地方和大陆范围内检查海岸侵蚀和增长的趋势，并且可以绘制历史上的海... 数字地球非洲海岸线数字地球非洲海岸线是一个大陆数据集，包括整个非洲海岸线的年度海岸线和海岸变化率。这是一项临时服务，已经生成了2000年至2021年的数据，我们希望与用户一起改进和操作。前言 – 床长人工智能教程该产品将数字地球非洲计划的卫星数据与潮汐模型相结合，绘制出每年平均海平面的海岸线的典型位置。该产品使得每年都可以在地方和大陆范围内检查海岸侵蚀和增长的趋势，并且可以绘制历史上的海...
- True Color (432): Layer error: ImageCollection.mosaic: Error in map(ID=LC09_001048_20220114): Image.select: Pattern 'ST_B6' did not match any bands.True Color (432): Layer error: ImageCollection.... True Color (432): Layer error: ImageCollection.mosaic: Error in map(ID=LC09_001048_20220114): Image.select: Pattern 'ST_B6' did not match any bands.True Color (432): Layer error: ImageCollection....
- Tensor Flow Hydra Flood Models这个数据集是水文遥感分析洪水（HYDRAFloods）系统的地表水输出图像，利用深度学习TensorFlow方法。具体来说，这个联合研究中心（JRC）调整后的学习率二元交叉熵（BCE）Dice模型和方法在最近的利用谷歌地球引擎的Sentinel-1地表水制图的深度学习方法中得到了详细讨论。洪水的水文遥感分析（或HYDRAFlood... Tensor Flow Hydra Flood Models这个数据集是水文遥感分析洪水（HYDRAFloods）系统的地表水输出图像，利用深度学习TensorFlow方法。具体来说，这个联合研究中心（JRC）调整后的学习率二元交叉熵（BCE）Dice模型和方法在最近的利用谷歌地球引擎的Sentinel-1地表水制图的深度学习方法中得到了详细讨论。洪水的水文遥感分析（或HYDRAFlood...
- 国家湿地目录（地表水和湿地）美国鱼类和野生动物管理局（FWS）是美国联邦的主要机构，负责向公众提供有关我国湿地的状况和趋势的信息。湿地提供了大量的生态、经济和社会效益。它们为鱼类、野生动物和植物提供栖息地--其中许多具有商业或娱乐价值--补充地下水，减少洪水，提供清洁饮用水，提供食物和纤维，并支持文化和娱乐活动。不幸的是，自1780年以来，美国一半以上的湿地已经消失，而且湿地的损失今天仍... 国家湿地目录（地表水和湿地）美国鱼类和野生动物管理局（FWS）是美国联邦的主要机构，负责向公众提供有关我国湿地的状况和趋势的信息。湿地提供了大量的生态、经济和社会效益。它们为鱼类、野生动物和植物提供栖息地--其中许多具有商业或娱乐价值--补充地下水，减少洪水，提供清洁饮用水，提供食物和纤维，并支持文化和娱乐活动。不幸的是，自1780年以来，美国一半以上的湿地已经消失，而且湿地的损失今天仍...
- 全球河流网络及相应的水资源区河流网络和水资源区（WRZ）对于水资源的规划、利用、开发、保护和管理至关重要。目前，世界上的河网和水资源区大多是根据数字高程模型数据自动获得的，这些数据不够准确，尤其是在平原地区。此外，WRZ代码与河网不一致。作者提出了一系列方法，生成了分辨率较高、一致性较强的全球河网和相应的1-4级WRZ，该数据集为世界水资源的合理利用和社会可持续发展提供了重要依据和支持。您... 全球河流网络及相应的水资源区河流网络和水资源区（WRZ）对于水资源的规划、利用、开发、保护和管理至关重要。目前，世界上的河网和水资源区大多是根据数字高程模型数据自动获得的，这些数据不够准确，尤其是在平原地区。此外，WRZ代码与河网不一致。作者提出了一系列方法，生成了分辨率较高、一致性较强的全球河网和相应的1-4级WRZ，该数据集为世界水资源的合理利用和社会可持续发展提供了重要依据和支持。您...
- GLOBathy（全球湖泊测深数据集）前言 – 床长人工智能教程我们开发了一个新颖的GLObal水深测量（GLOBathy）数据集，包括140多万个水体，与完善的全球数据集HydroLAKES保持一致。GLOBathy使用一个基于GIS的框架，根据水体的最大深度估计和HydroLAKES水体的几何/地球物理属性来生成水深图。最大深度估算在1503个水体中得到了验证，利用了几个观测数据源。我... GLOBathy（全球湖泊测深数据集）前言 – 床长人工智能教程我们开发了一个新颖的GLObal水深测量（GLOBathy）数据集，包括140多万个水体，与完善的全球数据集HydroLAKES保持一致。GLOBathy使用一个基于GIS的框架，根据水体的最大深度估计和HydroLAKES水体的几何/地球物理属性来生成水深图。最大深度估算在1503个水体中得到了验证，利用了几个观测数据源。我...
- LandCoverNet训练标签 v1.0LandCoverNet是一个全球年度土地覆被分类训练数据集，带有2018年Sentinel-1、Sentinel-2和Landsat-8任务的多光谱卫星图像的标签。LandCoverNet中的图像芯片为256 x 256像素，横跨多个瓦片。每个图像芯片包含来自以下卫星产品的时间观测数据，并带有年度等级标签，全部以栅格格式（GeoTIFF文件）存储。... LandCoverNet训练标签 v1.0LandCoverNet是一个全球年度土地覆被分类训练数据集，带有2018年Sentinel-1、Sentinel-2和Landsat-8任务的多光谱卫星图像的标签。LandCoverNet中的图像芯片为256 x 256像素，横跨多个瓦片。每个图像芯片包含来自以下卫星产品的时间观测数据，并带有年度等级标签，全部以栅格格式（GeoTIFF文件）存储。...
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