- 美国季节性干旱数据集¶美国干旱展望栅格数据集由国家气象局气候预测中心生成。它在每个月的最后一天发布，提供下个月的干旱前景信息。“美国季节性干旱展望”数据集每月发布一次，特别是每月的第三个星期四。该数据集对美国不同地区发生干旱的可能性进行了定性评估。该评估采用四类尺度来描述预期干旱状况：前言 – 人工智能教程正常：预计不会发生干旱，表明水资源供应情况正常。异常干燥：此类别表明干旱情况是可能的... 美国季节性干旱数据集¶美国干旱展望栅格数据集由国家气象局气候预测中心生成。它在每个月的最后一天发布，提供下个月的干旱前景信息。“美国季节性干旱展望”数据集每月发布一次，特别是每月的第三个星期四。该数据集对美国不同地区发生干旱的可能性进行了定性评估。该评估采用四类尺度来描述预期干旱状况：前言 – 人工智能教程正常：预计不会发生干旱，表明水资源供应情况正常。异常干燥：此类别表明干旱情况是可能的...
- 简介：作为航天宏图“女娲星座”建设计划的首发卫星，航天宏图-1号可获取0.5米-5米的分辨率影像，具备高精度地形测绘、高精度形变检测、高分辨率宽幅成像以及三维立体成像等能力，在自然资源、应急管理、水利等行业与领域具有极高的应用价值。2022 年，公司发布女娲卫星计划并于 2023 年 3 月成功发射“宏图一号” 卫星。公司的宏图一号 SAR 卫星星座，此卫星系统由“1 颗主星+3 颗辅 星... 简介：作为航天宏图“女娲星座”建设计划的首发卫星，航天宏图-1号可获取0.5米-5米的分辨率影像，具备高精度地形测绘、高精度形变检测、高分辨率宽幅成像以及三维立体成像等能力，在自然资源、应急管理、水利等行业与领域具有极高的应用价值。2022 年，公司发布女娲卫星计划并于 2023 年 3 月成功发射“宏图一号” 卫星。公司的宏图一号 SAR 卫星星座，此卫星系统由“1 颗主星+3 颗辅 星...
- 中国净初级生产力年度合成产品NPP（MYD17A3H.006）由航天宏图实验室提供，根据NASA MODIS数据（MYD17A3H.006）通过航天宏图 Smoother计算得到的平滑后NPP产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的年合成产品。前言 – 人工智能教程净初级生产力年度合成产品NPP（MYD17A3H.006）是... 中国净初级生产力年度合成产品NPP（MYD17A3H.006）由航天宏图实验室提供，根据NASA MODIS数据（MYD17A3H.006）通过航天宏图 Smoother计算得到的平滑后NPP产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的年合成产品。前言 – 人工智能教程净初级生产力年度合成产品NPP（MYD17A3H.006）是...
- 简介：气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品包括中国2001~2018年地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1°。前言 – 人工智能教程此外，还包括在气候驱动下（无人类干扰）的以上11个生态系统参量在2001~... 简介：气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品包括中国2001~2018年地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1°。前言 – 人工智能教程此外，还包括在气候驱动下（无人类干扰）的以上11个生态系统参量在2001~...
- 简介：JRC Yearly Water Classification History, v1.4是一个对全球水资源进行分类的数据集，覆盖了1984年至2019年的时间范围。该数据集是由欧盟联合研究中心（JRC）开发的，使用的数据源是来自Landsat系列卫星的高分辨率图像。数据集根据水体的类型和水体覆盖的百分比进行分类，包括河流、湖泊、人工水体和沼泽等。前言 – 人工智能教程JRC Yea... 简介：JRC Yearly Water Classification History, v1.4是一个对全球水资源进行分类的数据集，覆盖了1984年至2019年的时间范围。该数据集是由欧盟联合研究中心（JRC）开发的，使用的数据源是来自Landsat系列卫星的高分辨率图像。数据集根据水体的类型和水体覆盖的百分比进行分类，包括河流、湖泊、人工水体和沼泽等。前言 – 人工智能教程JRC Yea...
- 简介：JRC Monthly Water History产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成的一套30米分辨率的全球地表水覆盖的月度地表水监测地图集。该数据集共有442景数据，包含1984年3月至2020年12月间的月度水体检测情况，用户可以在全球尺度上按地区回溯某月份水体检测情况。前言 – 人工智能教程JRC Mont... 简介：JRC Monthly Water History产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成的一套30米分辨率的全球地表水覆盖的月度地表水监测地图集。该数据集共有442景数据，包含1984年3月至2020年12月间的月度水体检测情况，用户可以在全球尺度上按地区回溯某月份水体检测情况。前言 – 人工智能教程JRC Mont...
- 简介：JRC Global Surface Water Mapping Layers产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。产品由包含7个波段的图像组成，反映了过去35年间地表水在空间和时间的分布情况。前言 – 人工智能教... 简介：JRC Global Surface Water Mapping Layers产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。产品由包含7个波段的图像组成，反映了过去35年间地表水在空间和时间的分布情况。前言 – 人工智能教...
- 简介：全球地表水覆盖（Global Surface Water）是利用1984至2019年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。该数据集包含change为全球地表水体变化程度，它提供了1984-1999年和2000-2019年间地表水发生增加、减少或保持... 简介：全球地表水覆盖（Global Surface Water）是利用1984至2019年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。该数据集包含change为全球地表水体变化程度，它提供了1984-1999年和2000-2019年间地表水发生增加、减少或保持...
- 简介：本数据集是一个20年（2002/07/27~2022/08/31）的全球连续一致的地表土壤水分数据集，分辨率为日尺度的36km，数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法，将SMAP的优势传递到AMSR-E/2，以目前卫星最优精度的SMAP标准土壤水分产品为训练目标，以AMSR-E/2的亮温为输入，最终输出长时序土壤水分数据。该数据... 简介：本数据集是一个20年（2002/07/27~2022/08/31）的全球连续一致的地表土壤水分数据集，分辨率为日尺度的36km，数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法，将SMAP的优势传递到AMSR-E/2，以目前卫星最优精度的SMAP标准土壤水分产品为训练目标，以AMSR-E/2的亮温为输入，最终输出长时序土壤水分数据。该数据...
- 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，玉米有两个生长季节，以“主要（major）”/“次要（second）”区分。前言 – 人工智能教程根据联合国粮食和农业组织（FAO）提供的数据，以下是近年来全球玉米产量的历史数据和空间分布：历史数据：2019年全球玉米产量为1.134亿吨，同比下降2.8%。2018年... 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，玉米有两个生长季节，以“主要（major）”/“次要（second）”区分。前言 – 人工智能教程根据联合国粮食和农业组织（FAO）提供的数据，以下是近年来全球玉米产量的历史数据和空间分布：历史数据：2019年全球玉米产量为1.134亿吨，同比下降2.8%。2018年...
- 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，水稻有两个生长季节，以“主要（major）”/“次要（second）”区分。全球历史水稻产量自20世纪初以来迅速增长，据联合国粮农组织（FAO）的数据，2019年全球水稻产量为496亿公斤。以下是一些主要水稻产区和其产量：前言 – 人工智能教程1. 中国：中国是全球... 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，水稻有两个生长季节，以“主要（major）”/“次要（second）”区分。全球历史水稻产量自20世纪初以来迅速增长，据联合国粮农组织（FAO）的数据，2019年全球水稻产量为496亿公斤。以下是一些主要水稻产区和其产量：前言 – 人工智能教程1. 中国：中国是全球...
- 简介全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，小麦的两个生长季节包括“冬（winter）”和“春（spring）”。全球小麦产量与产区分布：1. 中国是全球最大的小麦生产国，占全球小麦产量的约15%。2. 亚洲地区是全球最大的小麦生产地区，占全球小麦产量的约44%。3. 欧洲地区是全球第二大小麦生产地区，占全球小麦... 简介全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，小麦的两个生长季节包括“冬（winter）”和“春（spring）”。全球小麦产量与产区分布：1. 中国是全球最大的小麦生产国，占全球小麦产量的约15%。2. 亚洲地区是全球最大的小麦生产地区，占全球小麦产量的约44%。3. 欧洲地区是全球第二大小麦生产地区，占全球小麦...
- 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，大豆只有“主要（major）”生长季节。前言 – 人工智能教程全球大豆主要产区包括：1. 美国：美国是全球最大的大豆生产国，主要集中在中西部的五大州：伊利诺伊州、艾奥瓦州、内布拉斯加州、明尼苏达州和南达科他州。2. 巴西：巴西是全球第二大大豆生产国，主要集中在南部地... 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，大豆只有“主要（major）”生长季节。前言 – 人工智能教程全球大豆主要产区包括：1. 美国：美国是全球最大的大豆生产国，主要集中在中西部的五大州：伊利诺伊州、艾奥瓦州、内布拉斯加州、明尼苏达州和南达科他州。2. 巴西：巴西是全球第二大大豆生产国，主要集中在南部地...
- 最近我在 International Journal of Digital Earth （《国际数字地球学报》）发表了一篇森林生物量模型构建的文章：Evaluation of machine learning methods and multi-source remote sensing data combinations to construct forest above-ground... 最近我在 International Journal of Digital Earth （《国际数字地球学报》）发表了一篇森林生物量模型构建的文章：Evaluation of machine learning methods and multi-source remote sensing data combinations to construct forest above-ground...
- 简介全球10米土地覆盖产品(ESA)来源于欧空局，是基于哨兵一号、哨兵二号数据制作的2020年的10m分辨率的全球土地覆盖数据。土地利用数据一共分为11类，分别是:林地、灌木、草地、耕地、建筑、裸地/稀疏植被区、雪和冰、开阔水域、草本湿地、红树林、苔藓。经验证，数据精度达到74.4%。前言 – 人工智能教程欧洲空间局的全球10米土地覆盖产品（ESA's Global Land Cover）... 简介全球10米土地覆盖产品(ESA)来源于欧空局，是基于哨兵一号、哨兵二号数据制作的2020年的10m分辨率的全球土地覆盖数据。土地利用数据一共分为11类，分别是:林地、灌木、草地、耕地、建筑、裸地/稀疏植被区、雪和冰、开阔水域、草本湿地、红树林、苔藓。经验证，数据精度达到74.4%。前言 – 人工智能教程欧洲空间局的全球10米土地覆盖产品（ESA's Global Land Cover）...
上滑加载中
推荐直播
-
算子工具性能优化新特性演示——MatMulLeakyRelu性能调优实操2025/01/10 周五 15:30-17:30
MindStudio布道师
算子工具性能优化新特性演示——MatMulLeakyRelu性能调优实操
回顾中 -
用代码全方位驱动 OBS 存储2025/01/14 周二 16:30-18:00
阿肯 华为云生态技术讲师
如何用代码驱动OBS？常用的数据管理，对象清理，多版本对象访问等应该如何编码？本期课程一一演示解答。
即将直播 -
GaussDB数据库开发2025/01/15 周三 16:00-17:30
Steven 华为云学堂技术讲师
本期直播将带你了解GaussDB数据库开发相关知识，并通过实验指导大家利用java基于JDBC的方式来完成GaussD数据库基础操作。
去报名
热门标签