- CSV文件侧重于存储简单、结构化、规范化的数据（比如日志，配置信息等）；而Excel文件则侧重于存储复杂，非结构化，非规范化的数据（比如用户输入信息、调查问卷信息等）。当然，在实际的数据应用中，我们还是需要根据数据的特点和用户需求来决定到底选用哪种格式。 CSV文件侧重于存储简单、结构化、规范化的数据（比如日志，配置信息等）；而Excel文件则侧重于存储复杂，非结构化，非规范化的数据（比如用户输入信息、调查问卷信息等）。当然，在实际的数据应用中，我们还是需要根据数据的特点和用户需求来决定到底选用哪种格式。
- 简介：中国长序列地表冻融数据集——双指标算法(1978-2015)采用SMMR（1978-1987）、SSM/I（1987-2009）和SSMIS（2009-2015）逐日亮温数据，由双指标（TB,37v，SG）冻融判别算法生成。前言 – 人工智能教程分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为中国大陆主体部分，空间分辨率为25.067525 km，EASE-Grid... 简介：中国长序列地表冻融数据集——双指标算法(1978-2015)采用SMMR（1978-1987）、SSM/I（1987-2009）和SSMIS（2009-2015）逐日亮温数据，由双指标（TB,37v，SG）冻融判别算法生成。前言 – 人工智能教程分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为中国大陆主体部分，空间分辨率为25.067525 km，EASE-Grid...
- 简介：植被功能型（PFT）是根据植物种的生态系统功能及其资源利用方式而对宠大的植物种进行的组合，每一种植被功能型共享相似的植物属性，是将植物种的多样性简化为植物功能和结构的多样性,用以预测全球变化情景下生态系统结构与功能的变化。前言 – 人工智能教程目前，植被功能型已被广泛用于生物地理模型、生物地球化学模型、陆面过程模型和全球动态植被模型，如美国国家大气研究中心（NCAR）的陆面过程模型已... 简介：植被功能型（PFT）是根据植物种的生态系统功能及其资源利用方式而对宠大的植物种进行的组合，每一种植被功能型共享相似的植物属性，是将植物种的多样性简化为植物功能和结构的多样性,用以预测全球变化情景下生态系统结构与功能的变化。前言 – 人工智能教程目前，植被功能型已被广泛用于生物地理模型、生物地球化学模型、陆面过程模型和全球动态植被模型，如美国国家大气研究中心（NCAR）的陆面过程模型已...
- 简介：中国区域地面气象要素驱动数据年度合成产品，包括近地面气温、近地面气压、近地面空气比湿、近地面全速、地面向下短波辐射、地面向下长波辐射、地面降水率共7个要素。数据为NETCDF格式，时间分辨率为年，水平空间分辨率为0.1°。可为中国区陆面过程模拟提供驱动数据。前言 – 人工智能教程气象要素是指大气层中各种物理量或者化学成分，它们是描述大气现象和气象预报的基本单位和要素，主要包括以下几个... 简介：中国区域地面气象要素驱动数据年度合成产品，包括近地面气温、近地面气压、近地面空气比湿、近地面全速、地面向下短波辐射、地面向下长波辐射、地面降水率共7个要素。数据为NETCDF格式，时间分辨率为年，水平空间分辨率为0.1°。可为中国区陆面过程模拟提供驱动数据。前言 – 人工智能教程气象要素是指大气层中各种物理量或者化学成分，它们是描述大气现象和气象预报的基本单位和要素，主要包括以下几个...
- 简介：中国区域2000至2022年月度植被覆盖度产品的空间分辨率250米，合成方式采用月最大值合成。本产品采用基于归一化植被指数（NDVI）像元二分模型，根据土地利用类型确定纯植被像元值和纯裸土像元值，计算中去除湖泊、河流、冰川/永久积雪等区域，实现植被覆盖度计算。通过时空变化趋势分析检验法分析，该数据集符合时间变化趋势和空间变化趋势。前言 – 人工智能教程植被覆盖度是指在某一区域内，植物... 简介：中国区域2000至2022年月度植被覆盖度产品的空间分辨率250米，合成方式采用月最大值合成。本产品采用基于归一化植被指数（NDVI）像元二分模型，根据土地利用类型确定纯植被像元值和纯裸土像元值，计算中去除湖泊、河流、冰川/永久积雪等区域，实现植被覆盖度计算。通过时空变化趋势分析检验法分析，该数据集符合时间变化趋势和空间变化趋势。前言 – 人工智能教程植被覆盖度是指在某一区域内，植物...
- 简介：中国30米年度土地覆盖产品（annual China Land Cover Dataset, CLCD）是基于三十万景Landsat影像，结合现有产品自动稳定样本和目视解译样本生产获得。前言 – 人工智能教程该数据集基于5463个独立参考样本，产品整体精度为79.31% 。该数据集反映了中国快速的城市化和一系列生态工程，揭示了在气候变化下人类活动对区域地表覆盖的影响。土地覆盖和土地利... 简介：中国30米年度土地覆盖产品（annual China Land Cover Dataset, CLCD）是基于三十万景Landsat影像，结合现有产品自动稳定样本和目视解译样本生产获得。前言 – 人工智能教程该数据集基于5463个独立参考样本，产品整体精度为79.31% 。该数据集反映了中国快速的城市化和一系列生态工程，揭示了在气候变化下人类活动对区域地表覆盖的影响。土地覆盖和土地利...
- 简介：中国逐年干燥度指数，空间分辨率为1km，时间为1901-2022，为比值，没有单位。该数据集是基于中国1km逐月潜在蒸散发（PET）和降水量（PRE）采用比值法计算式得到（年AI =年PET/年PRE）。AI是表征一个地区干湿程度的指标，一般来说，根据AI分类可以概括地把区域分为湿润（AI<1，相当于森林）、半湿润（AI在1-1.5，相当于森林草原）、半干旱（AI在1.5-4，相当... 简介：中国逐年干燥度指数，空间分辨率为1km，时间为1901-2022，为比值，没有单位。该数据集是基于中国1km逐月潜在蒸散发（PET）和降水量（PRE）采用比值法计算式得到（年AI =年PET/年PRE）。AI是表征一个地区干湿程度的指标，一般来说，根据AI分类可以概括地把区域分为湿润（AI<1，相当于森林）、半湿润（AI在1-1.5，相当于森林草原）、半干旱（AI在1.5-4，相当...
- 简介：中国1km土壤特征数据集（2010）是基于第二次全国土壤调查的中国1:1000000比例尺土壤图和8595个土壤剖面图，以及美国农业部（USDA）中国区域土地和气候模拟标准，开发了一个多层土壤粒度分布数据集（砂、粉土和粘土含量）。采用多边形链接方法，结合土壤剖面和地图多边形之间的距离、剖面的样本大小和土壤分类信息，推导出砂、粉土和粘土的含量分布图。该数据集分辨率为1公里，可用于区域范... 简介：中国1km土壤特征数据集（2010）是基于第二次全国土壤调查的中国1:1000000比例尺土壤图和8595个土壤剖面图，以及美国农业部（USDA）中国区域土地和气候模拟标准，开发了一个多层土壤粒度分布数据集（砂、粉土和粘土含量）。采用多边形链接方法，结合土壤剖面和地图多边形之间的距离、剖面的样本大小和土壤分类信息，推导出砂、粉土和粘土的含量分布图。该数据集分辨率为1公里，可用于区域范...
- 简介：中国逐月降水量数据集（1901-2021）是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。使用了496个独立气象观测点数据进行验证，验证结果可信。数据集的空间分辨率为0.0083333°（约1km），降水单位为0.1mm，包含全国主要陆地（包含港澳台地区），不含南海岛礁等区域。https:... 简介：中国逐月降水量数据集（1901-2021）是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。使用了496个独立气象观测点数据进行验证，验证结果可信。数据集的空间分辨率为0.0083333°（约1km），降水单位为0.1mm，包含全国主要陆地（包含港澳台地区），不含南海岛礁等区域。https:...
- 简介：中国1km分辨率月最低温和高温度数据集（1901-2020）是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。使用了496个独立气象观测点数据进行验证，验证结果可信。数据集的空间分辨率为0.0083333°（约1km），时间为1901.1-2020.12，数据单位为0.1℃。包含全国主要陆地... 简介：中国1km分辨率月最低温和高温度数据集（1901-2020）是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。使用了496个独立气象观测点数据进行验证，验证结果可信。数据集的空间分辨率为0.0083333°（约1km），时间为1901.1-2020.12，数据单位为0.1℃。包含全国主要陆地...
- 简介长序列高时空分辨率月尺度温度和降水数据集，基于中国及周边国家共1153个气温站点和1202个降水站点数据，利用ANUSPLIN软件插值，重建了1951−2011年中国月值气温和降水量的高空间分辨率0.025°（~2.5km）格点数据集（简称LZU0025）。LZU0025可作为研究全球气候变化下区域气候变化和精准农业气候的基础数据。基于ANUSPLIN插值后的月值气象要素.nc文件包括... 简介长序列高时空分辨率月尺度温度和降水数据集，基于中国及周边国家共1153个气温站点和1202个降水站点数据，利用ANUSPLIN软件插值，重建了1951−2011年中国月值气温和降水量的高空间分辨率0.025°（~2.5km）格点数据集（简称LZU0025）。LZU0025可作为研究全球气候变化下区域气候变化和精准农业气候的基础数据。基于ANUSPLIN插值后的月值气象要素.nc文件包括...
- 简介：中国高分辨率高质量地面臭氧数据集（2013-2020，日值）利用人工智能技术，以太阳辐射强度和空气温度为主要预测因子，结合地基观测、大气再分析和排放清单等大数据生产得到2013年至2020年全国无缝隙地面最大8小时滑动平均O3数据。数据十折交叉验证决定系数R2为0.87，均方根误差RMSE为17.1 µg/m3。主要范围为整个中国地区，空间分辨率为10 km，单位为µg/m3。前言... 简介：中国高分辨率高质量地面臭氧数据集（2013-2020，日值）利用人工智能技术，以太阳辐射强度和空气温度为主要预测因子，结合地基观测、大气再分析和排放清单等大数据生产得到2013年至2020年全国无缝隙地面最大8小时滑动平均O3数据。数据十折交叉验证决定系数R2为0.87，均方根误差RMSE为17.1 µg/m3。主要范围为整个中国地区，空间分辨率为10 km，单位为µg/m3。前言...
- 中国高分辨率高质量地面二氧化硫数据集（2013-2020，日/月/年）利用人工智能技术，考虑了空气污染的时空异质特性，从大数据（如地基观测、卫星遥感产品、大气再分析和模式模拟资料等）中生产得到2013年至2020年全国无缝隙地面SO2数据，数据十折交叉验证决定系数R2为0.84，均方根误差RMSE为10.07 µg/m3。主要范围为整个中国地区，空间分辨率为10km。https://ww... 中国高分辨率高质量地面二氧化硫数据集（2013-2020，日/月/年）利用人工智能技术，考虑了空气污染的时空异质特性，从大数据（如地基观测、卫星遥感产品、大气再分析和模式模拟资料等）中生产得到2013年至2020年全国无缝隙地面SO2数据，数据十折交叉验证决定系数R2为0.84，均方根误差RMSE为10.07 µg/m3。主要范围为整个中国地区，空间分辨率为10km。https://ww...
- 简介一氧化碳（CO）是一种无色、无味、无臭的气体，由一分子碳和一分子氧组成。它是一种有毒气体，在高浓度下容易危及人体健康，可以影响心脏、中枢神经系统和呼吸系统的正常功能。一氧化碳是一种主要的空气污染物之一，通常由机动车辆、燃烧化石燃料的工业过程和家庭烹饪所产生。在室内空气中长期超标也会影响人体健康。因此，应该采取措施减少一氧化碳的排放和室内积聚。前言 – 人工智能教程中国高分辨率高质量地... 简介一氧化碳（CO）是一种无色、无味、无臭的气体，由一分子碳和一分子氧组成。它是一种有毒气体，在高浓度下容易危及人体健康，可以影响心脏、中枢神经系统和呼吸系统的正常功能。一氧化碳是一种主要的空气污染物之一，通常由机动车辆、燃烧化石燃料的工业过程和家庭烹饪所产生。在室内空气中长期超标也会影响人体健康。因此，应该采取措施减少一氧化碳的排放和室内积聚。前言 – 人工智能教程中国高分辨率高质量地...
- 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...
上滑加载中
推荐直播
-
让你的应用用上GaussDB2024/12/19 周四 16:30-18:00
Jerry 华为云生态技术讲师
GaussDB很受客户关注，伙伴们想知道什么时候该选用，开发者也跃跃欲试想尝鲜。课程会分享适用的场景，并一步步演示如何用上GaussDB。
即将直播 -
2024创原会年度技术峰会2024/12/20 周五 09:00-12:00
华为云讲师团
2024创原会年度技术峰会将于12月20日在海南万宁石梅湾威斯汀酒店举办，本次大会将以“智能・进化”为主题探讨从Cloud Native到AI Native的新阶段企业如何通过AI技术重塑企业应用，围绕AI如何在千行万业落地进行深入交流，探索可以先行先试先成功的创新场景和实现路径。
即将直播 -
华为云开发者日·2024年度创享峰会2024/12/23 周一 14:00-16:00
华为云讲师团
华为云开发者日HDC.Cloud Day是面向全球开发者的旗舰活动，汇聚来自千行百业、高校及科研院所的开发人员。致力于打造开发者专属的技术盛宴，全方位服务与赋能开发者围绕华为云生态“知、学、用、创、商”的成长路径。通过前沿的技术分享、场景化的动手体验、优秀的应用创新推介，为开发者提供沉浸式学习与交流平台。开放创新，与开发者共创、共享、共赢未来。
去报名
热门标签