- 数据名称:Landsat9_C2_RAW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_RAW数据集是经过缩放和校准的辐射亮度产品,按照数据质量划分为T1和T2。数据质量最好的影像归为T1,主要存在于L1TP处理等级中,这些数据做过很好的几何校正和辐射定标,适合于多时相数据分析。处理中没有达到 T1标准的影像被归为T2,T2和T1的... 数据名称:Landsat9_C2_RAW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_RAW数据集是经过缩放和校准的辐射亮度产品,按照数据质量划分为T1和T2。数据质量最好的影像归为T1,主要存在于L1TP处理等级中,这些数据做过很好的几何校正和辐射定标,适合于多时相数据分析。处理中没有达到 T1标准的影像被归为T2,T2和T1的...
- 数据名称:Landsat8_C2_ST数据来源:USGS时空范围:2020年1月-2023年3月空间范围:全国数据简介:Landsat8_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:Landsat8_C2_ST数据来源:USGS时空范围:2020年1月-2023年3月空间范围:全国数据简介:Landsat8_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:Landsat8_C2_SR数据来源:USGS时空范围:2020年1月-2023年3月空间范围:全国数据简介:Landsat8_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... 数据名称:Landsat8_C2_SR数据来源:USGS时空范围:2020年1月-2023年3月空间范围:全国数据简介:Landsat8_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...
- 数据名称:Landsat8_C2_RAW数据来源:USGS时空范围:2020年1月-2023年3月空间范围:全国数据简介:Landsat8_C2_RAW数据集是经过缩放和校准的辐射亮度产品,按照数据质量划分为T1和T2。数据质量最好的影像归为T1,主要存在于L1TP处理等级中,这些数据做过很好的几何校正和辐射定标,适合于多时相数据分析。处理中没有达到 T1标准的影像被归为T2,T2和T1... 数据名称:Landsat8_C2_RAW数据来源:USGS时空范围:2020年1月-2023年3月空间范围:全国数据简介:Landsat8_C2_RAW数据集是经过缩放和校准的辐射亮度产品,按照数据质量划分为T1和T2。数据质量最好的影像归为T1,主要存在于L1TP处理等级中,这些数据做过很好的几何校正和辐射定标,适合于多时相数据分析。处理中没有达到 T1标准的影像被归为T2,T2和T1...
- 巴西年度土地覆被和利用地图巴西年度土地利用和土地覆被制图项目是一个由生物群落、土地利用、遥感、地理信息系统和计算机科学专家组成的合作网络,依靠谷歌地球引擎平台及其云处理和自动分类功能生成巴西年度土地利用和土地覆被时间序列。MapBiomas 项目--是一项多机构倡议,旨在利用卫星图像的自动分类过程生成年度土地覆被和利用地图。有关该项目的完整介绍,请点击此处。前言 – 人工智能教程其他地区,... 巴西年度土地覆被和利用地图巴西年度土地利用和土地覆被制图项目是一个由生物群落、土地利用、遥感、地理信息系统和计算机科学专家组成的合作网络,依靠谷歌地球引擎平台及其云处理和自动分类功能生成巴西年度土地利用和土地覆被时间序列。MapBiomas 项目--是一项多机构倡议,旨在利用卫星图像的自动分类过程生成年度土地覆被和利用地图。有关该项目的完整介绍,请点击此处。前言 – 人工智能教程其他地区,...
- 统一的全球夜间灯光(1992-2021 年)在这项研究中,作者通过协调来自 DMSP 数据的相互校准的 NTL 观测数据和来自 VIIRS 数据的模拟 DMSP 类 NTL 观测数据,生成了全球尺度的综合一致的 NTL 数据集。生成的全球 DMSP NTL 时间序列数据(1992-2018 年)显示出一致的时间趋势。这个时间扩展的 DMSP NTL 数据集为各种与人类活动(如电力消费和城市... 统一的全球夜间灯光(1992-2021 年)在这项研究中,作者通过协调来自 DMSP 数据的相互校准的 NTL 观测数据和来自 VIIRS 数据的模拟 DMSP 类 NTL 观测数据,生成了全球尺度的综合一致的 NTL 数据集。生成的全球 DMSP NTL 时间序列数据(1992-2018 年)显示出一致的时间趋势。这个时间扩展的 DMSP NTL 数据集为各种与人类活动(如电力消费和城市...
- 美国地质调查局历史地形图美国地质调查局地形图的历史可追溯到 19 世纪末,当时美国地质调查局开始着手绘制整个美国的详细地图。1:24,000 比例尺,也称为 7.5 分钟四边形地图,成为最广泛使用的比例尺之一。每张地图覆盖 7.5 分经纬度的区域,从而详细呈现了约 64 平方英里(166 平方公里)的面积。前言 – 人工智能教程其中的一个子集已被收录到约 81,000+ 幅地图的总体收藏中... 美国地质调查局历史地形图美国地质调查局地形图的历史可追溯到 19 世纪末,当时美国地质调查局开始着手绘制整个美国的详细地图。1:24,000 比例尺,也称为 7.5 分钟四边形地图,成为最广泛使用的比例尺之一。每张地图覆盖 7.5 分经纬度的区域,从而详细呈现了约 64 平方英里(166 平方公里)的面积。前言 – 人工智能教程其中的一个子集已被收录到约 81,000+ 幅地图的总体收藏中...
- 日光地图分布图数据在社区和专业地图绘制者的支持下,Daylight 是全球开放地图数据的完整分发版。我们将 OpenStreetMap 等项目的全球贡献者的工作与 Daylight 地图合作伙伴的质量和一致性检查相结合,创建了一个免费、稳定和易于使用的街道尺度全球地图。日光地图发行版将包括一个新的数据集,该数据集由矢量化的土地覆盖物特征组成,这些特征来自欧洲空间局的 2020 年世界覆盖物... 日光地图分布图数据在社区和专业地图绘制者的支持下,Daylight 是全球开放地图数据的完整分发版。我们将 OpenStreetMap 等项目的全球贡献者的工作与 Daylight 地图合作伙伴的质量和一致性检查相结合,创建了一个免费、稳定和易于使用的街道尺度全球地图。日光地图发行版将包括一个新的数据集,该数据集由矢量化的土地覆盖物特征组成,这些特征来自欧洲空间局的 2020 年世界覆盖物...
- 美国干旱监测《美国干旱监测》是每周四发布的地图,显示美国部分地区的干旱情况。该地图采用五种分级:异常干旱(D0),显示可能进入或即将摆脱干旱的地区;四级干旱:中度(D1)、严重(D2)、极度(D3)和异常(D4)。前言 – 人工智能教程干旱监测仪自 1999 年推出以来,一直由内布拉斯加大学林肯分校的国家干旱缓解中心 (NDMC)、美国国家海洋与大气管理局 (NOAA) 和美国农业部 (U... 美国干旱监测《美国干旱监测》是每周四发布的地图,显示美国部分地区的干旱情况。该地图采用五种分级:异常干旱(D0),显示可能进入或即将摆脱干旱的地区;四级干旱:中度(D1)、严重(D2)、极度(D3)和异常(D4)。前言 – 人工智能教程干旱监测仪自 1999 年推出以来,一直由内布拉斯加大学林肯分校的国家干旱缓解中心 (NDMC)、美国国家海洋与大气管理局 (NOAA) 和美国农业部 (U...
- Global Healthsites Mapping ProjectHealthsites.io和全球健康网站绘图项目的使命是帮助向政府、非政府组织和私营部门提供准确的最新健康设施信息。医疗机构登记簿是一个国家内运作良好的医疗信息系统的基石。准确和最新的数据提供了基础数据,有助于推动服务可用性规划、监测和评估以及灾害风险防范等活动。前言 – 人工智能教程关于 healthsites.io当... Global Healthsites Mapping ProjectHealthsites.io和全球健康网站绘图项目的使命是帮助向政府、非政府组织和私营部门提供准确的最新健康设施信息。医疗机构登记簿是一个国家内运作良好的医疗信息系统的基石。准确和最新的数据提供了基础数据,有助于推动服务可用性规划、监测和评估以及灾害风险防范等活动。前言 – 人工智能教程关于 healthsites.io当...
- 地面火灾数据集 LANDFIRE (LF),即 "地貌火灾和资源管理规划工具",是美国农业部森林服务局、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共享项目。前言 – 人工智能教程LANDFIRE (LF) 图层是利用基于大量实地参考数据、卫星图像和生物物理梯度图层的预测性景观模型,通过分类和回归树创建的。您可在此阅读有关地火 2022 更新版本 2.3.0 的信息LAND... 地面火灾数据集 LANDFIRE (LF),即 "地貌火灾和资源管理规划工具",是美国农业部森林服务局、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共享项目。前言 – 人工智能教程LANDFIRE (LF) 图层是利用基于大量实地参考数据、卫星图像和生物物理梯度图层的预测性景观模型,通过分类和回归树创建的。您可在此阅读有关地火 2022 更新版本 2.3.0 的信息LAND...
- 摘要:动态世界训练数据(Dynamic World Training Data )是一个由超过 50 亿像素的人工标注欧空局哨兵-2 卫星图像组成的数据集,分布在从世界各地收集的 24000 块瓷砖上。该数据集旨在训练和验证自动土地利用和土地覆被制图算法。分辨率为 10 米的 5.1km x 5.1km 瓦片采用十类分类模式进行了密集标注,显示了一般土地利用土地覆被类别。该数据集创建于 ... 摘要:动态世界训练数据(Dynamic World Training Data )是一个由超过 50 亿像素的人工标注欧空局哨兵-2 卫星图像组成的数据集,分布在从世界各地收集的 24000 块瓷砖上。该数据集旨在训练和验证自动土地利用和土地覆被制图算法。分辨率为 10 米的 5.1km x 5.1km 瓦片采用十类分类模式进行了密集标注,显示了一般土地利用土地覆被类别。该数据集创建于 ...
- 气候追踪全球排放数据Climate TRACE 是一个非营利性联盟,它发布了一个开放式排放数据库,其中包含超过 3.52 亿项资产。该数据库主要根据直接、独立的观测结果,全面核算温室气体(GHG)排放量。它包括世界上每一个国家和地区,涵盖各种排放活动,如能源生产、工业流程和土地利用。这些数据来自卫星、遥感以及其他公共和商业来源,使其成为有史以来最全面、最细化的近期温室气体排放数据集。通过... 气候追踪全球排放数据Climate TRACE 是一个非营利性联盟,它发布了一个开放式排放数据库,其中包含超过 3.52 亿项资产。该数据库主要根据直接、独立的观测结果,全面核算温室气体(GHG)排放量。它包括世界上每一个国家和地区,涵盖各种排放活动,如能源生产、工业流程和土地利用。这些数据来自卫星、遥感以及其他公共和商业来源,使其成为有史以来最全面、最细化的近期温室气体排放数据集。通过...
- Umbra 合成孔径雷达开放数据Umbra 卫星生成的合成孔径雷达图像分辨率最高(优于 25 厘米/10 英寸)。合成孔径雷达卫星可以在夜间、透过云层、烟雾和雨水捕捉图像。合成孔径雷达具有监测变化的独特能力。开放数据计划(ODP)对全球十个不同地点进行监测。经常更新新图像。ODP 使用户能够分析时间序列数据,检测每个地点的变化。前言 – 人工智能教程Umbra 卫星生成的合成孔径雷达(Sy... Umbra 合成孔径雷达开放数据Umbra 卫星生成的合成孔径雷达图像分辨率最高(优于 25 厘米/10 英寸)。合成孔径雷达卫星可以在夜间、透过云层、烟雾和雨水捕捉图像。合成孔径雷达具有监测变化的独特能力。开放数据计划(ODP)对全球十个不同地点进行监测。经常更新新图像。ODP 使用户能够分析时间序列数据,检测每个地点的变化。前言 – 人工智能教程Umbra 卫星生成的合成孔径雷达(Sy...
- 数据名称:2020年全球30米地表覆盖精细分类产品V1.0GLC_FCS30长时序地表覆盖动态监测全球数据来源:中国科学院空天信息创新研究院时空范围:2015-2020年空间范围:全球数据简介: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。近年来, 随着遥感科学技术以及计算机存储和计算能力的不断提升,针对长时序全球30米地表覆盖动态监测产品的应用需求日益迫... 数据名称:2020年全球30米地表覆盖精细分类产品V1.0GLC_FCS30长时序地表覆盖动态监测全球数据来源:中国科学院空天信息创新研究院时空范围:2015-2020年空间范围:全球数据简介: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。近年来, 随着遥感科学技术以及计算机存储和计算能力的不断提升,针对长时序全球30米地表覆盖动态监测产品的应用需求日益迫...
上滑加载中