- 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...
- 前言Plotly是一个开源的数据可视化库，可以帮助分析和可视化数据，从而更好地了解其中的趋势和模式。plotly.py 是一个交互式、开源和基于浏览器的 Python 图形库✨建立在 plotly.js 之上，是一个高级的声明性图表库。plotly.js 附带 30 多种图表类型，包括科学图表、3D 图形、统计图表、SVG 地图、财务图表等。plotly.pyplotly.py是麻省理工学院... 前言Plotly是一个开源的数据可视化库，可以帮助分析和可视化数据，从而更好地了解其中的趋势和模式。plotly.py 是一个交互式、开源和基于浏览器的 Python 图形库✨建立在 plotly.js 之上，是一个高级的声明性图表库。plotly.js 附带 30 多种图表类型，包括科学图表、3D 图形、统计图表、SVG 地图、财务图表等。plotly.pyplotly.py是麻省理工学院...
- 前言数据可视化是一种方法，可以通过图表、图形和图像的形式，将数据直观地呈现给人们。这样，人们就可以很容易地理解和分析数据，并从中获得有价值的信息。数据可视化的目的是让人们对数据有更直观的理解，并能更容易地发现数据之间的联系和模式。在商业、科学研究、教育和其他领域，数据可视化都是一种非常有用的工具。cutecharts，这是一个纯 Python 语言编写的可视化工具，就像其名字一样，这是一个... 前言数据可视化是一种方法，可以通过图表、图形和图像的形式，将数据直观地呈现给人们。这样，人们就可以很容易地理解和分析数据，并从中获得有价值的信息。数据可视化的目的是让人们对数据有更直观的理解，并能更容易地发现数据之间的联系和模式。在商业、科学研究、教育和其他领域，数据可视化都是一种非常有用的工具。cutecharts，这是一个纯 Python 语言编写的可视化工具，就像其名字一样，这是一个...
- 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...
- 编程语言 ABAP 系统里数据库表 dlv_systc 的用途？ChatGPT 的回复：在 编程语言 ABAP 系统中，数据库表 dlv_systc 是用于存储交货单系统条件检查的相关数据的。交货单是指在销售和分销过程中，将产品或服务从供应商转移到客户的文件。在交货单创建和处理过程中，系统需要进行一系列的条件检查，以确保交货单数据的正确性和完整性。dlv_systc 表包含了用于交货单系统条... 编程语言 ABAP 系统里数据库表 dlv_systc 的用途？ChatGPT 的回复：在 编程语言 ABAP 系统中，数据库表 dlv_systc 是用于存储交货单系统条件检查的相关数据的。交货单是指在销售和分销过程中，将产品或服务从供应商转移到客户的文件。在交货单创建和处理过程中，系统需要进行一系列的条件检查，以确保交货单数据的正确性和完整性。dlv_systc 表包含了用于交货单系统条...
- 随着互联网在经济活动中的广泛运用，人们对网络的依赖越来越强烈，网络正在不知不觉中改变着当今社会的生活状态和生活方式。 随着互联网在经济活动中的广泛运用，人们对网络的依赖越来越强烈，网络正在不知不觉中改变着当今社会的生活状态和生活方式。
- 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., ...
- 前言勒布朗-詹姆斯终于登顶了NBA历史总得分王，他花了20个赛季得了38390分，超越了天勾——贾巴尔老爷子，然后，我经常逛的论坛，就出现了很多讨论帖，讨论NBA球星们的得分能力孰强孰弱，又是一堆关公战秦琼的问题，不过我觉得挺有趣的，大家都在讲述着自己的道理，拿出自己的数据，我想了下，不如做一个得分能力的对比图，决出冠军。 准备指标确定首先我们确定得分能力包括哪些指标，我这里选取了职业生涯... 前言勒布朗-詹姆斯终于登顶了NBA历史总得分王，他花了20个赛季得了38390分，超越了天勾——贾巴尔老爷子，然后，我经常逛的论坛，就出现了很多讨论帖，讨论NBA球星们的得分能力孰强孰弱，又是一堆关公战秦琼的问题，不过我觉得挺有趣的，大家都在讲述着自己的道理，拿出自己的数据，我想了下，不如做一个得分能力的对比图，决出冠军。 准备指标确定首先我们确定得分能力包括哪些指标，我这里选取了职业生涯...
- 南非土壤有机碳储量及趋势利用光学卫星数据和其他辅助气候、形态和生物协变量驱动的机器学习工作流程，预测了南非自然区域（不包括水、城市和耕地）的土壤有机碳（SOC）储量（kg C m-2）。时间范围涵盖1984-2019年。空间范围包括南非自然土地面积的0-30厘米表土（占全国84%）。土壤有机碳（SOC）储量的估算和监测对于保持土壤生产力和实现气候变化减缓目标非常重要。目前的全球SOC地图没... 南非土壤有机碳储量及趋势利用光学卫星数据和其他辅助气候、形态和生物协变量驱动的机器学习工作流程，预测了南非自然区域（不包括水、城市和耕地）的土壤有机碳（SOC）储量（kg C m-2）。时间范围涵盖1984-2019年。空间范围包括南非自然土地面积的0-30厘米表土（占全国84%）。土壤有机碳（SOC）储量的估算和监测对于保持土壤生产力和实现气候变化减缓目标非常重要。目前的全球SOC地图没...
- 该数据集由维也纳大学大地测量学和地理信息系遥感组在欧洲航天局（ESA）的一个专门项目中生成。哨兵一号全球背向散射模型（S1GBM）通过10米取样的VV-和VH-极化的平均C波段雷达截面来描述2016-17年期间的地球，对表面结构和模式给出了高质量的印象。哨兵一号全球背散射模型（S1GBM）通过10米取样的VV和VH极化的平均C波段雷达截面来描述2016-17年期间的地球。TU Wein中心... 该数据集由维也纳大学大地测量学和地理信息系遥感组在欧洲航天局（ESA）的一个专门项目中生成。哨兵一号全球背向散射模型（S1GBM）通过10米取样的VV-和VH-极化的平均C波段雷达截面来描述2016-17年期间的地球，对表面结构和模式给出了高质量的印象。哨兵一号全球背散射模型（S1GBM）通过10米取样的VV和VH极化的平均C波段雷达截面来描述2016-17年期间的地球。TU Wein中心...
- 为了在更精细的尺度上对陆地表面过程进行建模，迫切需要对吸收的光合有效辐射（FPAR）的精细分辨率部分进行准确的估计。虽然传统的方法难以兼顾普遍性、效率和准确性，但以粗分辨率产品为参考的方法对细分辨率FPAR的运行估计很有希望。然而，目前的方法面临着粗分辨率FPAR产品中FPAR-反射关系代表性不足的主要问题，特别是对于植被茂密的地区。为了克服这一局限性，本文开发了一种增强的缩放方法，提出了... 为了在更精细的尺度上对陆地表面过程进行建模，迫切需要对吸收的光合有效辐射（FPAR）的精细分辨率部分进行准确的估计。虽然传统的方法难以兼顾普遍性、效率和准确性，但以粗分辨率产品为参考的方法对细分辨率FPAR的运行估计很有希望。然而，目前的方法面临着粗分辨率FPAR产品中FPAR-反射关系代表性不足的主要问题，特别是对于植被茂密的地区。为了克服这一局限性，本文开发了一种增强的缩放方法，提出了...
- 用WorldView-2和WorldView-3图像（每像素2米）制作的美国南部海岸湿地地区土地覆盖变化的可视化和比较应用。这个产品的时间覆盖面从2009年到2018年（时间上不一致）。应用程序由南佛罗里达大学海洋科学学院的海洋遥感研究所开发。谷歌地球引擎（GEE）的应用，以非常高的分辨率可视化和比较墨西哥湾北部和佛罗里达州湿地地区的土地覆盖变化和数字高程模型（DEM）。三维湿地应用程序... 用WorldView-2和WorldView-3图像（每像素2米）制作的美国南部海岸湿地地区土地覆盖变化的可视化和比较应用。这个产品的时间覆盖面从2009年到2018年（时间上不一致）。应用程序由南佛罗里达大学海洋科学学院的海洋遥感研究所开发。谷歌地球引擎（GEE）的应用，以非常高的分辨率可视化和比较墨西哥湾北部和佛罗里达州湿地地区的土地覆盖变化和数字高程模型（DEM）。三维湿地应用程序...
上滑加载中
推荐直播
-
开发者玩转DeepSeek2025/02/20 周四 16:30-17:30
Thomas – 华为云DTSE技术布道师
双擎驱动优势——华为云CodeArts IDE全栈能力与DeepSeek认知智能深度融合，打造智能编码助手。如何利用DeepSeek的能力，进一步强化业务。
回顾中 -
探秘仓颉编程语言：华为开发者空间的创新利器2025/02/22 周六 15:00-16:30
华为云讲师团
本期直播将与您一起探秘颉编程语言上线华为开发者空间后，显著提升开发效率，在智能化开发支持、全场景跨平台适配能力、工具链与生态完备性、语言简洁与高性能特性等方面展现出的独特优势。直播看点： 1.java转仓颉的小工具 2.仓颉动画三方库lottie 3.开发者空间介绍及如何在空间用仓颉编程语言开发
即将直播 -
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
去报名
热门标签