- 简介加拿大长期树种（1984-2022 年）∥在该数据集中，我们利用空间分辨率为 30 米的 Landsat 时间序列图像，分享了 1984-2022 年间加拿大 6.5 亿公顷森林生态系统的年度优势树种（也称主要树种）地图。 分类基于具有区域代表性的随机森林模型，使用的是来自加拿大国家森林资源清查的本地训练样本（Hermosilla 等人，2022 年）。 描述性指标提供了光谱、地理、气... 简介加拿大长期树种（1984-2022 年）∥在该数据集中，我们利用空间分辨率为 30 米的 Landsat 时间序列图像，分享了 1984-2022 年间加拿大 6.5 亿公顷森林生态系统的年度优势树种（也称主要树种）地图。 分类基于具有区域代表性的随机森林模型，使用的是来自加拿大国家森林资源清查的本地训练样本（Hermosilla 等人，2022 年）。 描述性指标提供了光谱、地理、气...
- 简介全球土地覆被估算（GLanCE）全球土地覆被估算（GLanCE）数据集利用 30 米空间分辨率的大地遥感卫星图像，提供了 2001 年至 2019 年期间每年土地覆被和土地覆被变化的高质量长期记录。 该数据集涵盖除南极洲以外的全球所有陆地区域，包括 10 个科学数据集（SDS），用于跟踪土地覆被、土地覆被变化和绿化动态。 连续变化探测和分类（CCDC）算法用于根据所有可用的、清晰的大地... 简介全球土地覆被估算（GLanCE）全球土地覆被估算（GLanCE）数据集利用 30 米空间分辨率的大地遥感卫星图像，提供了 2001 年至 2019 年期间每年土地覆被和土地覆被变化的高质量长期记录。 该数据集涵盖除南极洲以外的全球所有陆地区域，包括 10 个科学数据集（SDS），用于跟踪土地覆被、土地覆被变化和绿化动态。 连续变化探测和分类（CCDC）算法用于根据所有可用的、清晰的大地...
- ATom: In Situ Data from Caltech Chemical Ionization Mass Spectrometer (CIT-CIMS), V2ATom：加州理工学院化学电离质谱仪（CIT-CIMS）的现场数据，V2版简介该数据集提供了美国加州理工学院（CIT）化学电离质谱仪（CIMS）（或 CIT-CIMS）在四次 ATom 活动期间在 NASA DC-8 飞机... ATom: In Situ Data from Caltech Chemical Ionization Mass Spectrometer (CIT-CIMS), V2ATom：加州理工学院化学电离质谱仪（CIT-CIMS）的现场数据，V2版简介该数据集提供了美国加州理工学院（CIT）化学电离质谱仪（CIMS）（或 CIT-CIMS）在四次 ATom 活动期间在 NASA DC-8 飞机...
- ATom: CAM-chem/CESM2 Model Outputs Along Flight Tracks, 2016-2018ATom：2016-2018 年沿飞行轨迹的 CAM-chem/CESM2 模型输出简介该数据集包含沿 ATom 飞行轨迹的 CAM-chem（带化学的共同体大气模型）模型输出。 CAM-chem 是共同体地球系统模式第二版（CESM2）的一个组成部分，用于模... ATom: CAM-chem/CESM2 Model Outputs Along Flight Tracks, 2016-2018ATom：2016-2018 年沿飞行轨迹的 CAM-chem/CESM2 模型输出简介该数据集包含沿 ATom 飞行轨迹的 CAM-chem（带化学的共同体大气模型）模型输出。 CAM-chem 是共同体地球系统模式第二版（CESM2）的一个组成部分，用于模...
- ATom: Cloud and Coarse Aerosol Measurements from CAPS Instrument, 2016-2018ATom：2016-2018 年来自 CAPS 仪器的云和粗气溶胶测量数据简介该数据集包含维也纳大学第二代云气溶胶和降水分光仪（CAPS）仪器在2016年至2018年的四次ATom活动中测量的云类型和粗气溶胶含量，该仪器安装在NASA DC... ATom: Cloud and Coarse Aerosol Measurements from CAPS Instrument, 2016-2018ATom：2016-2018 年来自 CAPS 仪器的云和粗气溶胶测量数据简介该数据集包含维也纳大学第二代云气溶胶和降水分光仪（CAPS）仪器在2016年至2018年的四次ATom活动中测量的云类型和粗气溶胶含量，该仪器安装在NASA DC...
- ATom: In Situ Tropical Aerosol Properties and Comparable Global Model Outputs简介该数据集提供了（1）在NASA空中大气层层析（ATom）活动期间，收集的太平洋和大西洋遥远热带地区的原位气溶胶颗粒属性测量结果，适用于ATom-1和ATom-2，以及（2）来自四个化学传输模型的可比气溶胶属性、气候化学和气象的建模输... ATom: In Situ Tropical Aerosol Properties and Comparable Global Model Outputs简介该数据集提供了（1）在NASA空中大气层层析（ATom）活动期间，收集的太平洋和大西洋遥远热带地区的原位气溶胶颗粒属性测量结果，适用于ATom-1和ATom-2，以及（2）来自四个化学传输模型的可比气溶胶属性、气候化学和气象的建模输...
- ATom_ATHOS_Instrument_Data_V2_1930ATom：机载对流层氢氧化物传感器（ATHOS）的测量结果，V2简介该数据集提供了机载对流层氢氧化物传感器（ATHOS）在 ATom 1-4 活动期间测量的氢氧化物混合比。 ATHOS 使用激光诱导荧光 (LIF) 同时测量氢氧化物 (OH) 和氢过氧化物 (HO2)。 测量包括氢氧化物和氢过氧化物的混合比，以及通过化学... ATom_ATHOS_Instrument_Data_V2_1930ATom：机载对流层氢氧化物传感器（ATHOS）的测量结果，V2简介该数据集提供了机载对流层氢氧化物传感器（ATHOS）在 ATom 1-4 活动期间测量的氢氧化物混合比。 ATHOS 使用激光诱导荧光 (LIF) 同时测量氢氧化物 (OH) 和氢过氧化物 (HO2)。 测量包括氢氧化物和氢过氧化物的混合比，以及通过化学...
- ATom: L2 In Situ Measurements from the NCAR Airborne Oxygen Instrument (AO2), V2ATom：来自 NCAR 机载氧气仪器 (AO2) 的 L2 现场测量数据，V2简介该数据集提供了美国国家航空航天局（NASA）的大气层断层扫描（ATom）任务在机载活动期间由 NCAR 机载氧气仪器（AO2）测量的原位大气氧气和... ATom: L2 In Situ Measurements from the NCAR Airborne Oxygen Instrument (AO2), V2ATom：来自 NCAR 机载氧气仪器 (AO2) 的 L2 现场测量数据，V2简介该数据集提供了美国国家航空航天局（NASA）的大气层断层扫描（ATom）任务在机载活动期间由 NCAR 机载氧气仪器（AO2）测量的原位大气氧气和...
- 简介注（2024-04-19）： 由于哥白尼气候数据存储的现代化工作受到影响，ECMWF 数据集的生产可能会中断。 提供商未说明计划完成日期，详情请参见用户论坛。 ERA5-陆地是一个再分析数据集，以比ERA5更高的分辨率提供了几十年陆地变量演变的一致视图。 ERA5-陆地是通过重放 ECMWF ERA5 气候再分析的陆地部分而生成的。 再分析利用物理定律将模式数据与世界各地的观测数据相结合... 简介注（2024-04-19）： 由于哥白尼气候数据存储的现代化工作受到影响，ECMWF 数据集的生产可能会中断。 提供商未说明计划完成日期，详情请参见用户论坛。 ERA5-陆地是一个再分析数据集，以比ERA5更高的分辨率提供了几十年陆地变量演变的一致视图。 ERA5-陆地是通过重放 ECMWF ERA5 气候再分析的陆地部分而生成的。 再分析利用物理定律将模式数据与世界各地的观测数据相结合...
- ATTREX-Aircraft_navigational_and_meteorological_Measurements简介ATTREX-飞机导航和气象测量是在全球鹰无人机系统（UAS）上收集的原位导航和气象测量数据，这些数据是在空中热带对流层顶实验（ATTREX）活动期间收集的。该数据集包括在2011年和2013年加利福尼亚州的部署以及2014年关岛的部署期间，由气象测量系统（MMS）... ATTREX-Aircraft_navigational_and_meteorological_Measurements简介ATTREX-飞机导航和气象测量是在全球鹰无人机系统（UAS）上收集的原位导航和气象测量数据，这些数据是在空中热带对流层顶实验（ATTREX）活动期间收集的。该数据集包括在2011年和2013年加利福尼亚州的部署以及2014年关岛的部署期间，由气象测量系统（MMS）...
- 本报告通过对2024年9月中国及周边部分亚洲国家干旱情况的监测统计分析，展示了我公司干旱监测产品的按区域持续精准监测以及未来预测能力。本报告主要内容如下：1、全国气象概况（本月平均气温和降水量）；2、本月干旱情况概述；3、本月FYDI干旱指数分析；4、其他亚洲国家的本月干旱监测情况。2024年9月全国气象概况2024年9月份，全国平均气温为18.3℃，较常年同期偏高1.6℃；全国大部农... 本报告通过对2024年9月中国及周边部分亚洲国家干旱情况的监测统计分析，展示了我公司干旱监测产品的按区域持续精准监测以及未来预测能力。本报告主要内容如下：1、全国气象概况（本月平均气温和降水量）；2、本月干旱情况概述；3、本月FYDI干旱指数分析；4、其他亚洲国家的本月干旱监测情况。2024年9月全国气象概况2024年9月份，全国平均气温为18.3℃，较常年同期偏高1.6℃；全国大部农...
- ATTREX-Aircraft_insitu_Cloud_property_MeasurementsATTREX-飞机原位云属性测量系统简介ATTREX-飞机在位云层属性测量是在空中热带对流层顶实验（ATTREX）活动期间，在全球鹰无人机系统（UAS）上收集的在位云层测量。这一收集包括在2011年和2013年加利福尼亚州部署期间，以及2014年在关岛部署期间，由Hawkeye-FCDP（... ATTREX-Aircraft_insitu_Cloud_property_MeasurementsATTREX-飞机原位云属性测量系统简介ATTREX-飞机在位云层属性测量是在空中热带对流层顶实验（ATTREX）活动期间，在全球鹰无人机系统（UAS）上收集的在位云层测量。这一收集包括在2011年和2013年加利福尼亚州部署期间，以及2014年在关岛部署期间，由Hawkeye-FCDP（...
- 简介要提取AI采样区域内的林地，可以使用遥感影像和图像处理技术来完成。以下是一种可能的方法：获取高分辨率遥感影像：使用卫星或无人机获取高分辨率的遥感影像，确保影像能够清晰地显示采样区域内的地表特征。影像预处理：对获取的遥感影像进行预处理，包括辐射校正、大气校正和几何校正等。这些处理步骤可以提高影像的质量，并消除遥感数据中的一些噪声和偏差。影像分割：将预处理后的遥感影像进行分割，将图像分成具... 简介要提取AI采样区域内的林地，可以使用遥感影像和图像处理技术来完成。以下是一种可能的方法：获取高分辨率遥感影像：使用卫星或无人机获取高分辨率的遥感影像，确保影像能够清晰地显示采样区域内的地表特征。影像预处理：对获取的遥感影像进行预处理，包括辐射校正、大气校正和几何校正等。这些处理步骤可以提高影像的质量，并消除遥感数据中的一些噪声和偏差。影像分割：将预处理后的遥感影像进行分割，将图像分成具...
- 简介AI技术可以应用于风机检测和识别的任务中，以实现自动化和智能化的风机监控。以下是AI采样区域的风机检测和识别的一般步骤：数据采集：收集风机的各种图像或视频数据，可以包括正常运行状态下的风机图像、故障状态下的风机图像等。数据预处理：对采集到的数据进行预处理，包括图像的去噪、图像增强、图像标注等。特征提取：使用前沿的计算机视觉算法，例如卷积神经网络（CNN），对图像数据进行特征提取。通过训... 简介AI技术可以应用于风机检测和识别的任务中，以实现自动化和智能化的风机监控。以下是AI采样区域的风机检测和识别的一般步骤：数据采集：收集风机的各种图像或视频数据，可以包括正常运行状态下的风机图像、故障状态下的风机图像等。数据预处理：对采集到的数据进行预处理，包括图像的去噪、图像增强、图像标注等。特征提取：使用前沿的计算机视觉算法，例如卷积神经网络（CNN），对图像数据进行特征提取。通过训...
- 简介光伏面板提取是一种将光伏面板从图像或视频中准确地分割出来的任务，可以通过使用深度学习算法来实现。以下是一种基于深度学习的光伏面板提取的实现步骤：1. 数据准备：收集足够的包含光伏面板的图像或视频数据集，并手动标注光伏面板的位置信息。2. 数据预处理：对数据进行预处理，包括图像大小调整、色彩空间转换、数据增强等，以提高算法的鲁棒性和泛化能力。3. 构建模型：选择合适的深度学习模型，如基于... 简介光伏面板提取是一种将光伏面板从图像或视频中准确地分割出来的任务，可以通过使用深度学习算法来实现。以下是一种基于深度学习的光伏面板提取的实现步骤：1. 数据准备：收集足够的包含光伏面板的图像或视频数据集，并手动标注光伏面板的位置信息。2. 数据预处理：对数据进行预处理，包括图像大小调整、色彩空间转换、数据增强等，以提高算法的鲁棒性和泛化能力。3. 构建模型：选择合适的深度学习模型，如基于...
上滑加载中
推荐直播
-
全面解析华为云EI-API服务：理论基础与实践应用指南2024/11/29 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播给大家带来的是理论与实践结合的华为云EI-API的服务介绍。从“主要功能，应用场景，实践案例，调用流程”四个维度来深入解析“语音交互API，文字识别API，自然语言处理API，图像识别API及图像搜索API”五大场景下API服务，同时结合实验，来加深开发者对API服务理解。
回顾中 -
企业员工、应届毕业生、在读研究生共探项目实践2024/12/02 周一 19:00-21:00
姚圣伟 在职软件工程师 昇腾社区优秀开发者 华为云云享专家 HCDG天津地区发起人
大神带你一键了解和掌握LeakyReLU自定义算子在ONNX网络中应用和优化技巧，在线分享如何入门，以及在工作中如何结合实际项目进行学习
即将直播 -
昇腾云服务ModelArts深度解析：理论基础与实践应用指南2024/12/03 周二 14:30-16:30
Alex 华为云学堂技术讲师
如何快速创建和部署模型，管理全周期AI工作流呢？本期直播聚焦华为昇腾云服务ModelArts一站式AI开发平台功能介绍，同时结合基于ModelArts 的实践性实验，帮助开发者从理论到实验更好地理解和使用ModelArts。
去报名
热门标签