- 世界住区足迹和演变¶。2015年世界住区足迹¶。2015年世界住区足迹（WSF）是一个10米（0.32角秒）分辨率的二进制掩码，概述了2015年全球住区范围，是通过联合利用多时相哨兵一号雷达和陆地卫星8号光学卫星图像得出的。2015年世界住区足迹现在可以在GEE官方目录中找到，你可以在这里找到它：https://developers.google.com/earth-engine/data... 世界住区足迹和演变¶。2015年世界住区足迹¶。2015年世界住区足迹（WSF）是一个10米（0.32角秒）分辨率的二进制掩码，概述了2015年全球住区范围，是通过联合利用多时相哨兵一号雷达和陆地卫星8号光学卫星图像得出的。2015年世界住区足迹现在可以在GEE官方目录中找到，你可以在这里找到它：https://developers.google.com/earth-engine/data...
- 1870年至2100年的全球城市范围长期的、全球性的城市范围记录可以帮助评估人类活动对环境的影响。遥感观测可以提供对历史上城市动态的洞察力，但仅在卫星时代。在这里，我们利用在1992年至2013年期间对城市范围的卫星观测进行训练的城市蜂窝自动机模型，开发了一个1公里分辨率的1870年至2100年的全球城市动态数据集。我们对五条共享社会经济路径（SSPs）下的后报（1870-1990年）和预... 1870年至2100年的全球城市范围长期的、全球性的城市范围记录可以帮助评估人类活动对环境的影响。遥感观测可以提供对历史上城市动态的洞察力，但仅在卫星时代。在这里，我们利用在1992年至2013年期间对城市范围的卫星观测进行训练的城市蜂窝自动机模型，开发了一个1公里分辨率的1870年至2100年的全球城市动态数据集。我们对五条共享社会经济路径（SSPs）下的后报（1870-1990年）和预...
- 全球不透水表面积（1972-2019）该研究利用300多万张Landsat卫星图像，建立了第一个1972年至2019年的全球不透水面积（GISA）数据集。基于全世界270个城市的120,777个独立和随机的参考点，GISA的遗漏误差、委托误差和F分数分别为5.16%、0.82%和0.954。与现有的全球数据集相比，GISA的优点包括。(1）它提供了1985年以前的全球ISA地图，显示了最长... 全球不透水表面积（1972-2019）该研究利用300多万张Landsat卫星图像，建立了第一个1972年至2019年的全球不透水面积（GISA）数据集。基于全世界270个城市的120,777个独立和随机的参考点，GISA的遗漏误差、委托误差和F分数分别为5.16%、0.82%和0.954。与现有的全球数据集相比，GISA的优点包括。(1）它提供了1985年以前的全球ISA地图，显示了最长...
- 欧空局WorldCover 10 m 2020 V100输入质量¶。ESA WorldCover 10 m 2020 V100产品是以EPSG:4326投影（地理经纬度CRS）的云优化GeoTIFFs（COG）形式，以3x3度瓦片形式交付。有2651个瓦片，关于访问这个数据集的更多信息可以在这里找到。目前的收集只集中在输入质量层，地图层在谷歌地球引擎中可作为一个图像集。DATA | WOR... 欧空局WorldCover 10 m 2020 V100输入质量¶。ESA WorldCover 10 m 2020 V100产品是以EPSG:4326投影（地理经纬度CRS）的云优化GeoTIFFs（COG）形式，以3x3度瓦片形式交付。有2651个瓦片，关于访问这个数据集的更多信息可以在这里找到。目前的收集只集中在输入质量层，地图层在谷歌地球引擎中可作为一个图像集。DATA | WOR...
- ESRI 10m年度土地利用土地覆盖（2017-2021）全球土地利用和土地覆盖（LULC）年度地图的时间序列。它目前有2017-2021年的数据。这些地图来自欧空局Sentinel-2图像，分辨率为10米。每张地图是全年9个等级的LULC预测的综合，以产生每年的代表性快照。这个数据集是由Impact Observatory生成的，他们使用了数十亿的人类标记的像素（由国家地理学会策划）来训... ESRI 10m年度土地利用土地覆盖（2017-2021）全球土地利用和土地覆盖（LULC）年度地图的时间序列。它目前有2017-2021年的数据。这些地图来自欧空局Sentinel-2图像，分辨率为10米。每张地图是全年9个等级的LULC预测的综合，以产生每年的代表性快照。这个数据集是由Impact Observatory生成的，他们使用了数十亿的人类标记的像素（由国家地理学会策划）来训...
- ESRI 2020年来自哨兵2号的全球土地利用和土地覆盖图该图层显示了全球土地利用/土地覆盖（LULC）的地图。该地图来自欧空局Sentinel-2图像，分辨率为10米。它是对全年10个等级的LULC预测的综合，以产生2020年的代表性快照。该地图是由一个深度学习模型制作的，该模型使用了超过50亿个手工标记的Sentinel-2像素，从分布在世界所有主要生物群落的20,000多个地点取样。... ESRI 2020年来自哨兵2号的全球土地利用和土地覆盖图该图层显示了全球土地利用/土地覆盖（LULC）的地图。该地图来自欧空局Sentinel-2图像，分辨率为10米。它是对全年10个等级的LULC预测的综合，以产生2020年的代表性快照。该地图是由一个深度学习模型制作的，该模型使用了超过50亿个手工标记的Sentinel-2像素，从分布在世界所有主要生物群落的20,000多个地点取样。...
- 全球红树林分布、地上生物量和树冠高该数据集基于遥感和现场测量数据，描述了红树林湿地的全球分布、生物量和树冠高度。利用遥感冠层高度测量和特定区域的异速模型，得出2000年名义年的（1）红树林地上生物量（AGB）、（2）最大冠层高度（最高的树的高度）和（3）基底面积加权高度（单个树的高度按其基底面积的比例加权）的估计值。此外，还提供了(4)全球赤道地区红树林生态类型中各种森林结构（如灌丛、边... 全球红树林分布、地上生物量和树冠高该数据集基于遥感和现场测量数据，描述了红树林湿地的全球分布、生物量和树冠高度。利用遥感冠层高度测量和特定区域的异速模型，得出2000年名义年的（1）红树林地上生物量（AGB）、（2）最大冠层高度（最高的树的高度）和（3）基底面积加权高度（单个树的高度按其基底面积的比例加权）的估计值。此外，还提供了(4)全球赤道地区红树林生态类型中各种森林结构（如灌丛、边...
- HiHydroSoil v2.0层2020年5月，ISRIC发布了其Soilgrids250m产品的最新版本（v2.0）。这一版本使FutureWater能够用更新的、更精确的、具有更高分辨率的土壤数据来更新其HiHydroSoil v1.2数据库，这导致了HiHydroSoil v2.0的开发和发布。土壤信息是所有环境研究的基础。由于当地通常没有高质量的土壤图，因此使用了低分辨率的全球... HiHydroSoil v2.0层2020年5月，ISRIC发布了其Soilgrids250m产品的最新版本（v2.0）。这一版本使FutureWater能够用更新的、更精确的、具有更高分辨率的土壤数据来更新其HiHydroSoil v1.2数据库，这导致了HiHydroSoil v2.0的开发和发布。土壤信息是所有环境研究的基础。由于当地通常没有高质量的土壤图，因此使用了低分辨率的全球...
- SSURGO(POLARIS)土壤属性的概率重绘--美国大陆(CONUS)30米土壤属性概率图数据库。绘制的CONUS变量包括土壤质地、有机物、pH值、饱和导水率、Brooks-Corey和Van Genuchten保水曲线参数、体积密度和饱和含水量。VariableDescriptionUnitssiltsilt percentage%sandsand percentage%claycl... SSURGO(POLARIS)土壤属性的概率重绘--美国大陆(CONUS)30米土壤属性概率图数据库。绘制的CONUS变量包括土壤质地、有机物、pH值、饱和导水率、Brooks-Corey和Van Genuchten保水曲线参数、体积密度和饱和含水量。VariableDescriptionUnitssiltsilt percentage%sandsand percentage%claycl...
- 这里显示的数据是通过在800m²的网格单元内汇总当前USDA-NCSS的土壤调查数据（在没有SSURGO的地方用STATSGO回填）获得的。这种数据汇总技术导致地图可能与任何特定点的原始数据不一致，其目的是在全州范围内描述土壤属性的区域趋势。这个应用程序是由加州大学戴维斯分校的加州土壤资源实验室和加州大学ANR与美国农业部自然资源保护局合作开发的。本网站和网格化数据产品请使用以下引文。引... 这里显示的数据是通过在800m²的网格单元内汇总当前USDA-NCSS的土壤调查数据（在没有SSURGO的地方用STATSGO回填）获得的。这种数据汇总技术导致地图可能与任何特定点的原始数据不一致，其目的是在全州范围内描述土壤属性的区域趋势。这个应用程序是由加州大学戴维斯分校的加州土壤资源实验室和加州大学ANR与美国农业部自然资源保护局合作开发的。本网站和网格化数据产品请使用以下引文。引...
- 法国（大陆）5米DEM IGN RGE AltiRGE ALTI® 5米数据集描述了法国的地面高程，空间分辨率为5x5米。它由国家地理和森林信息研究所（IGN - https://www.ign.fr/）制作。IGN或国家地理和森林信息研究所，是国家地理和森林信息的运营商。该研究所介入支持公共风险预防和区域规划政策的评估和实施，完整的数据集描述可在此获得。RGE ALTI®是通过机载激光雷... 法国（大陆）5米DEM IGN RGE AltiRGE ALTI® 5米数据集描述了法国的地面高程，空间分辨率为5x5米。它由国家地理和森林信息研究所（IGN - https://www.ign.fr/）制作。IGN或国家地理和森林信息研究所，是国家地理和森林信息的运营商。该研究所介入支持公共风险预防和区域规划政策的评估和实施，完整的数据集描述可在此获得。RGE ALTI®是通过机载激光雷...
- NOAA海平面上升数字高程模型（DEMs）NOAA沿海服务中心已经开发了高分辨率的数字高程模型（DEMs），用于该中心的海平面上升和沿海洪水影响的互联网地图应用。这些DEMs作为源数据集，用于导出数据，以可视化美国沿海及其领土上的海平面上升造成的淹没影响。这些数据是作为美国国家海洋和大气管理局海岸服务中心创建在线地图查看器的一部分，称为海平面上升和沿海洪水影响查看器。它描述了潜在的海平面上... NOAA海平面上升数字高程模型（DEMs）NOAA沿海服务中心已经开发了高分辨率的数字高程模型（DEMs），用于该中心的海平面上升和沿海洪水影响的互联网地图应用。这些DEMs作为源数据集，用于导出数据，以可视化美国沿海及其领土上的海平面上升造成的淹没影响。这些数据是作为美国国家海洋和大气管理局海岸服务中心创建在线地图查看器的一部分，称为海平面上升和沿海洪水影响查看器。它描述了潜在的海平面上...
- 全球地表水和地下水盐度测量（1980-2019）该数据包含一个新的全球盐度数据库，由1980-2019年期间地表水（河流、湖泊/水库）和地下水地点的电导率（EC）监测数据编制而成。该数据库包括来自世界各地45103个地表水地点和208550个地下水地点的超过1630万个样本的信息。该数据库由三类组成；1.河流数据 2.湖泊/水库数据 3.地下水数据每个类别都有两个相关的csv格式的数据文件... 全球地表水和地下水盐度测量（1980-2019）该数据包含一个新的全球盐度数据库，由1980-2019年期间地表水（河流、湖泊/水库）和地下水地点的电导率（EC）监测数据编制而成。该数据库包括来自世界各地45103个地表水地点和208550个地下水地点的超过1630万个样本的信息。该数据库由三类组成；1.河流数据 2.湖泊/水库数据 3.地下水数据每个类别都有两个相关的csv格式的数据文件...
- 全球基于MODIS的月度雪盖值（2000-2020年）全球月度雪盖储存库包含多个产品（基于MODIS/Terra MOD10A2），其描述和数据集可在此找到全球雪盖月度长期（2000-2012）P90和标准偏差来自ESA CCI雪盖周报产品。2000-2020年期间的全球雪盖月度值P05、P50和P95，由ESA雪盖分数每日1公里值得出。月中的最低和最高几何温度。量值（概率为0.05、0... 全球基于MODIS的月度雪盖值（2000-2020年）全球月度雪盖储存库包含多个产品（基于MODIS/Terra MOD10A2），其描述和数据集可在此找到全球雪盖月度长期（2000-2012）P90和标准偏差来自ESA CCI雪盖周报产品。2000-2020年期间的全球雪盖月度值P05、P50和P95，由ESA雪盖分数每日1公里值得出。月中的最低和最高几何温度。量值（概率为0.05、0...
- 生境类型的全球地图我们对国际自然保护联盟（IUCN）栖息地分类计划中定义的陆地和海洋栖息地类型进行了全球空间上的明确描述，该计划被广泛用于生态学分析，包括量化物种的栖息地面积。我们通过创建一个全球决策树，将目前可获得的关于海拔和测深、土地和海洋覆盖、气候和土地利用的最佳全球数据交叉起来，制作了这个2015-2019年的新型生境地图。 数据引用：Jung, M., Dahal, P.R., ... 生境类型的全球地图我们对国际自然保护联盟（IUCN）栖息地分类计划中定义的陆地和海洋栖息地类型进行了全球空间上的明确描述，该计划被广泛用于生态学分析，包括量化物种的栖息地面积。我们通过创建一个全球决策树，将目前可获得的关于海拔和测深、土地和海洋覆盖、气候和土地利用的最佳全球数据交叉起来，制作了这个2015-2019年的新型生境地图。 数据引用：Jung, M., Dahal, P.R., ...
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