- 中国高分辨率高质量PM2.5数据集（2000-2021，年度）利用人工智能技术，使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值，结合地基观测、大气再分析和排放清单等大数据生产得到2000年至2021年全国无缝隙地面PM10数据。数据十折交叉验证决定系数R2为0.9，均方根误差RMSE为21.12 µg/m3。主要范围为整个中国地区，空间分辨率为1km，单位为µg/m... 中国高分辨率高质量PM2.5数据集（2000-2021，年度）利用人工智能技术，使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值，结合地基观测、大气再分析和排放清单等大数据生产得到2000年至2021年全国无缝隙地面PM10数据。数据十折交叉验证决定系数R2为0.9，均方根误差RMSE为21.12 µg/m3。主要范围为整个中国地区，空间分辨率为1km，单位为µg/m...
- 中国高分辨率高质量PM10数据集（2000-2021，年度）利用人工智能技术，使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值，结合地基观测、大气再分析和排放清单等大数据生产得到2000年至2021年全国无缝隙地面PM10数据。数据十折交叉验证决定系数R2为0.9，均方根误差RMSE为21.12 µg/m3。主要范围为整个中国地区，空间分辨率为1km，单位为µg/m3。... 中国高分辨率高质量PM10数据集（2000-2021，年度）利用人工智能技术，使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值，结合地基观测、大气再分析和排放清单等大数据生产得到2000年至2021年全国无缝隙地面PM10数据。数据十折交叉验证决定系数R2为0.9，均方根误差RMSE为21.12 µg/m3。主要范围为整个中国地区，空间分辨率为1km，单位为µg/m3。...
- 简介中国气温数据产品包含1979-2018年期间中国的近地表气温数据（单位为摄氏度），时间分辨率为每日，空间分辨率为0.1º。本产品集成了再分析数据（ERA5、CMFD）、遥感数据（MODIS）、原位数据等多个数据源，通过结合温度策略区分晴空和非晴空天气条件而获得。前言 – 人工智能教程ERA5和CMFD均为气象数据。ERA5是由欧洲中期天气预报中心（ECMWF）发布的全球地面和大气逐小时... 简介中国气温数据产品包含1979-2018年期间中国的近地表气温数据（单位为摄氏度），时间分辨率为每日，空间分辨率为0.1º。本产品集成了再分析数据（ERA5、CMFD）、遥感数据（MODIS）、原位数据等多个数据源，通过结合温度策略区分晴空和非晴空天气条件而获得。前言 – 人工智能教程ERA5和CMFD均为气象数据。ERA5是由欧洲中期天气预报中心（ECMWF）发布的全球地面和大气逐小时...
- 简介中国植被生物量分布图集由航天宏图实验室提供，利用MODIS地表反射率数据和植被指数（MCD43A4、MCD12Q1），与美国农业部FIA项目提供的地上生物量数据结合进行随机森林机器学习，训练得到各种植被类型的地上生物量估算模型。模型的总体预测精度为R2=0.72，RMSE=33.90 Mg/ha。将模型应用到中国地区，产生了覆盖全国的500米分辨率的年度植被地上生物量数据和相关图集。对... 简介中国植被生物量分布图集由航天宏图实验室提供，利用MODIS地表反射率数据和植被指数（MCD43A4、MCD12Q1），与美国农业部FIA项目提供的地上生物量数据结合进行随机森林机器学习，训练得到各种植被类型的地上生物量估算模型。模型的总体预测精度为R2=0.72，RMSE=33.90 Mg/ha。将模型应用到中国地区，产生了覆盖全国的500米分辨率的年度植被地上生物量数据和相关图集。对...
- 简介：中国总初级生产力月度合成产品（Gross Primary Productivity，GPP）由航天宏图实验室提供，根据NASA MODIS数据（MOD17A2H.061）通过航天宏图 Smoother计算得到的平滑后GPP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米的月度合成产品。该数据可用作数据模型的输入，计算陆地能量，... 简介：中国总初级生产力月度合成产品（Gross Primary Productivity，GPP）由航天宏图实验室提供，根据NASA MODIS数据（MOD17A2H.061）通过航天宏图 Smoother计算得到的平滑后GPP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米的月度合成产品。该数据可用作数据模型的输入，计算陆地能量，...
- 简介植被蒸腾是指植物通过根系吸收土壤中的水分，并将其输送至叶片，然后在叶片表面蒸发，将水分释放到空气中的过程。这是一种重要的水循环过程，对于维持生态系统的平衡和稳定性具有重要作用。前言 – 人工智能教程植被蒸腾的过程中，植物通过根系吸收土壤中的水分，并将其通过细胞间隙和导管输送至叶片。在叶片表面，水分蒸发成为水蒸气，然后释放到大气中。这个过程不仅能够帮助植物保持水分平衡，还能够影响大气环... 简介植被蒸腾是指植物通过根系吸收土壤中的水分，并将其输送至叶片，然后在叶片表面蒸发，将水分释放到空气中的过程。这是一种重要的水循环过程，对于维持生态系统的平衡和稳定性具有重要作用。前言 – 人工智能教程植被蒸腾的过程中，植物通过根系吸收土壤中的水分，并将其通过细胞间隙和导管输送至叶片。在叶片表面，水分蒸发成为水蒸气，然后释放到大气中。这个过程不仅能够帮助植物保持水分平衡，还能够影响大气环...
- 简介中国土壤有机质数据集分辨率为30弧秒（赤道处约1公里），包括以下土壤理化性质：pH值、有机质含量、阳离子交换量、根系丰度、总氮（N）、总磷（P）、总钾（K）、碱解氮、速效磷、速效钾、可交换H+、Al3+、Ca2+、Mg2+、K+、Na+、土层厚度、土壤剖面深度、砂、淤泥和C。铺设部分、岩石碎片、体积密度、孔隙、结构、稠度和土壤颜色。土壤性质的垂直变化由8层记录，深度为2.3 m（即0-... 简介中国土壤有机质数据集分辨率为30弧秒（赤道处约1公里），包括以下土壤理化性质：pH值、有机质含量、阳离子交换量、根系丰度、总氮（N）、总磷（P）、总钾（K）、碱解氮、速效磷、速效钾、可交换H+、Al3+、Ca2+、Mg2+、K+、Na+、土层厚度、土壤剖面深度、砂、淤泥和C。铺设部分、岩石碎片、体积密度、孔隙、结构、稠度和土壤颜色。土壤性质的垂直变化由8层记录，深度为2.3 m（即0-...
- 简介中国土地利用遥感监测数据来源于中国多时相土地利用现状数据库，经过多年的积累而建立的覆盖全国陆地区域的数据库。该数据集包括1970年代末期（1980年）、1980年代末期（1990年）、1995年、2000年、2005年、2010年、2015年、2018年、2020年数据，空间分辨率为1000米，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，在前一年数据成果基础... 简介中国土地利用遥感监测数据来源于中国多时相土地利用现状数据库，经过多年的积累而建立的覆盖全国陆地区域的数据库。该数据集包括1970年代末期（1980年）、1980年代末期（1990年）、1995年、2000年、2005年、2010年、2015年、2018年、2020年数据，空间分辨率为1000米，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，在前一年数据成果基础...
- 中国叶面积指数（LAI）月度合成产品，由航天宏图实验室提供，根据NASA MODIS数据（MCD15A2H.061）通过航天宏图 Smoother计算得到的平滑后LAI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米的月合成产品。前言 – 人工智能教程叶面积指数（LAI）是指单位地面积上植被叶面积的总和，通常用于评估植被覆盖度和生长... 中国叶面积指数（LAI）月度合成产品，由航天宏图实验室提供，根据NASA MODIS数据（MCD15A2H.061）通过航天宏图 Smoother计算得到的平滑后LAI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米的月合成产品。前言 – 人工智能教程叶面积指数（LAI）是指单位地面积上植被叶面积的总和，通常用于评估植被覆盖度和生长...
- 中国GDP空间分布公里网格数据集是在全国分县GDP统计数据的基础上，考虑人类活动密切相关的土地利用类型、夜间灯光亮度、居民点密度数据与GDP的空间互动规律，通过空间插值生成的空间格网数据。数据包括1995、2000、2005、2010、2015和2019年6期。该数据集反映了GDP数据在全国范围内的详细空间分布状况，数据为1Km栅格数据，每个栅格代表该网格范围（1平方公里）内的GDP总产值... 中国GDP空间分布公里网格数据集是在全国分县GDP统计数据的基础上，考虑人类活动密切相关的土地利用类型、夜间灯光亮度、居民点密度数据与GDP的空间互动规律，通过空间插值生成的空间格网数据。数据包括1995、2000、2005、2010、2015和2019年6期。该数据集反映了GDP数据在全国范围内的详细空间分布状况，数据为1Km栅格数据，每个栅格代表该网格范围（1平方公里）内的GDP总产值...
- 简介清华大学宫鹏教授研究组基于Landsat影像完成了40年时间跨度的1978年、1985-2017逐年的中国建成区制图产品。该数据集包含城市建筑用地情况，数据按省组织，空间分辨率为30m。该研究将中国划分为298个格网，每个格网面积为200km×200km，利用训练样本和Exclusion-Inclusion分类方法实现建成区快速制图，经验证，数据总体精度超过90%。该数据集填补了较高分辨... 简介清华大学宫鹏教授研究组基于Landsat影像完成了40年时间跨度的1978年、1985-2017逐年的中国建成区制图产品。该数据集包含城市建筑用地情况，数据按省组织，空间分辨率为30m。该研究将中国划分为298个格网，每个格网面积为200km×200km，利用训练样本和Exclusion-Inclusion分类方法实现建成区快速制图，经验证，数据总体精度超过90%。该数据集填补了较高分辨...
- 简介WorldPop于2013年10月启动，将AfriPop，AsiaPop和AmeriPop人口绘图项目结合在一起。它旨在为中美洲和南美洲，非洲和亚洲提供一个开放的空间人口统计数据集存档，以支持发展，灾害应对和卫生应用。平台中的WorldPop数据集提供了2000年至2020年的全中国的人口统计数据，包含两个数据集，分辨率分别是1公里和100米。本数据集的分辨率100米和1公里两个版本。... 简介WorldPop于2013年10月启动，将AfriPop，AsiaPop和AmeriPop人口绘图项目结合在一起。它旨在为中美洲和南美洲，非洲和亚洲提供一个开放的空间人口统计数据集存档，以支持发展，灾害应对和卫生应用。平台中的WorldPop数据集提供了2000年至2020年的全中国的人口统计数据，包含两个数据集，分辨率分别是1公里和100米。本数据集的分辨率100米和1公里两个版本。...
- 简介 中国县行政区中国的县级行政区是指县、市辖区、自治县、县级市、旗、自治旗、特区和林区。县辖区通常由县城和若干个镇组成，每个县辖区都有自己的政府机构和行政管理系统。县级行政区的地位在中国行政区划中位于地市级行政区和乡级行政区之间。县级行政区的主要职责包括协调和管理本地区的经济、文化和社会事务，管理当地的土地、资源和环境保护，同时也负责实施中央政府制定的各项政策和计划。县级行政区是中国政... 简介 中国县行政区中国的县级行政区是指县、市辖区、自治县、县级市、旗、自治旗、特区和林区。县辖区通常由县城和若干个镇组成，每个县辖区都有自己的政府机构和行政管理系统。县级行政区的地位在中国行政区划中位于地市级行政区和乡级行政区之间。县级行政区的主要职责包括协调和管理本地区的经济、文化和社会事务，管理当地的土地、资源和环境保护，同时也负责实施中央政府制定的各项政策和计划。县级行政区是中国政...
- 产品简介地表覆盖分布是气候变化研究、生态环境评估及地理国情监测等不可或缺的重要基础信息。中国科学院空天信息创新研究院刘良云研究员团队发布全球首套2020年全球30m地表覆盖精细分类产品。该数据集反映了2020年全球陆地区域（除南极洲）在30m空间分辨率下的地表覆盖分布状况，为地表相关应用提供了最新的数据支撑，对于全球变化、可持续发展分析以及地理国情监测等具有重要意义。该数据集在2015年... 产品简介地表覆盖分布是气候变化研究、生态环境评估及地理国情监测等不可或缺的重要基础信息。中国科学院空天信息创新研究院刘良云研究员团队发布全球首套2020年全球30m地表覆盖精细分类产品。该数据集反映了2020年全球陆地区域（除南极洲）在30m空间分辨率下的地表覆盖分布状况，为地表相关应用提供了最新的数据支撑，对于全球变化、可持续发展分析以及地理国情监测等具有重要意义。该数据集在2015年...
- 简介清华大学地球系统科学系宫鹏等基于研究组2011年以来在全球30米地表覆盖制图中获得的经验和在样本库建设方面的积累，结合10米分辨率Sentinel-2全球影像的完整存储和免费获取，开发出了世界首套10米分辨率的全球地表覆盖产品—FROM-GLC10(清华大学全球首套30米分辨率地表覆盖图称为Finer Resolution Observation and Monitoring of ... 简介清华大学地球系统科学系宫鹏等基于研究组2011年以来在全球30米地表覆盖制图中获得的经验和在样本库建设方面的积累，结合10米分辨率Sentinel-2全球影像的完整存储和免费获取，开发出了世界首套10米分辨率的全球地表覆盖产品—FROM-GLC10(清华大学全球首套30米分辨率地表覆盖图称为Finer Resolution Observation and Monitoring of ...
上滑加载中
推荐直播
-
-
华为AI技术发展与挑战：集成需求分析的实战指南2024/11/26 周二 18:20-20:20
Alex 华为云学堂技术讲师
本期直播将综合讨论华为AI技术的发展现状，技术挑战，并深入探讨华为AI应用开发过程中的需求分析过程，从理论到实践帮助开发者快速掌握华为AI应用集成需求的框架和方法。
去报名 -
华为云DataArts+DWS助力企业数据治理一站式解决方案及应用实践2024/11/27 周三 16:30-18:00
Walter.chi 华为云数据治理DTSE技术布道师
想知道数据治理项目中，数据主题域如何合理划分？数据标准及主数据标准如何制定？数仓分层模型如何合理规划？华为云DataArts+DWS助力企业数据治理项目一站式解决方案和应用实践告诉您答案！本期将从数据趋势、数据治理方案、数据治理规划及落地，案例分享四个方面来助力企业数据治理项目合理咨询规划及顺利实施。
去报名
热门标签