- 数据名称：MCD43A4.006500m数据来源：NASA时空范围：2000-2022年空间范围：全国数据简介：MCD43A4 V6天底双向反射率分布函数调整反射率（NBAR）数据集提供MODIS1-7陆地波段的500米反射率数据产品，使用双向反射分布函数对这些值进行调整。该产品结合了来自Terra和Aqua航天器的数据，为16天检索周期内的最佳代表性像素。前言 – 人工智能教程MCD43... 数据名称：MCD43A4.006500m数据来源：NASA时空范围：2000-2022年空间范围：全国数据简介：MCD43A4 V6天底双向反射率分布函数调整反射率（NBAR）数据集提供MODIS1-7陆地波段的500米反射率数据产品，使用双向反射分布函数对这些值进行调整。该产品结合了来自Terra和Aqua航天器的数据，为16天检索周期内的最佳代表性像素。前言 – 人工智能教程MCD43...
- Sentinel-3_OL_1_EFR_NRT数据名称：Sentinel-3_OL_1_EFR_NRTSentinel-3_OL_1_EFR_NRT数据集为全分辨率大气顶部辐射的近实时产品。 Sentinel-3_OL_1_EFR_NTC数据名称：Sentinel-3_OL_1_EFR_NTCSentinel-3_OL_1_EFR_NTC数据集为全分辨率大气顶部辐射的非及时产品。Senti... Sentinel-3_OL_1_EFR_NRT数据名称：Sentinel-3_OL_1_EFR_NRTSentinel-3_OL_1_EFR_NRT数据集为全分辨率大气顶部辐射的近实时产品。 Sentinel-3_OL_1_EFR_NTC数据名称：Sentinel-3_OL_1_EFR_NTCSentinel-3_OL_1_EFR_NTC数据集为全分辨率大气顶部辐射的非及时产品。Senti...
- 数据名称：Sentinel-2_MSI_L1C数据来源：Copernicus时空范围：2022年10月-2023年1月空间范围：全国数据简介：哨兵2号（Sentinel-2）卫星是高分辨率多光谱成像卫星，携带一枚多光谱成像仪（MSI），分为2A和2B两颗卫星，其中一颗卫星的重访周期为10天，两颗互补，重访周期为5天，主要用于包括陆地植被、土壤以及水资源、内河水道和沿海区在内的全球陆地观测。S... 数据名称：Sentinel-2_MSI_L1C数据来源：Copernicus时空范围：2022年10月-2023年1月空间范围：全国数据简介：哨兵2号（Sentinel-2）卫星是高分辨率多光谱成像卫星，携带一枚多光谱成像仪（MSI），分为2A和2B两颗卫星，其中一颗卫星的重访周期为10天，两颗互补，重访周期为5天，主要用于包括陆地植被、土壤以及水资源、内河水道和沿海区在内的全球陆地观测。S...
- 数据名称：Landsat9_C2_SR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_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Lands... 数据名称：Landsat9_C2_SR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_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Lands...
- 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的辐射标准相同，由于缺少轨道信息，大范围云层覆盖等因素导致可选择的地面控制点不够，没有达到T1的几何精度标准，主要包括 ... 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的辐射标准相同，由于缺少轨道信息，大范围云层覆盖等因素导致可选择的地面控制点不够，没有达到T1的几何精度标准，主要包括 ...
- 2000 年至 2022 年与传感器无关的 MODIS 和 VIIRS LAI/FPAR CDR该地理空间数据集包含关键的生物物理参数，即叶面积指数（LAI）和光合有效辐射分量（FPAR），是描述陆地生态系统特征不可或缺的参数。该数据集解决了现有全球 LAI/FPAR 产品的局限性，包括与时空一致性和准确性有关的挑战。该数据集利用包括 MODIS&VIIRS 在内的一系列长期全球 LAI/... 2000 年至 2022 年与传感器无关的 MODIS 和 VIIRS LAI/FPAR CDR该地理空间数据集包含关键的生物物理参数，即叶面积指数（LAI）和光合有效辐射分量（FPAR），是描述陆地生态系统特征不可或缺的参数。该数据集解决了现有全球 LAI/FPAR 产品的局限性，包括与时空一致性和准确性有关的挑战。该数据集利用包括 MODIS&VIIRS 在内的一系列长期全球 LAI/...
- 最近GEE python进行了更新，因此原始的登录代码将无法使用，所以这里我们看一下通常会报出的错误，这里需要我们将我们运行的projection具体的名称写入进去，也就是GEE中你再JavaScript界面中运行的项目名称，相较与之前我们需要进行验证码的copy，这里直接可以通过项目的写入来代替原有的验证码的验证，整体上更加方便了。前言 – 人工智能教程原始代码：import eeee.... 最近GEE python进行了更新，因此原始的登录代码将无法使用，所以这里我们看一下通常会报出的错误，这里需要我们将我们运行的projection具体的名称写入进去，也就是GEE中你再JavaScript界面中运行的项目名称，相较与之前我们需要进行验证码的copy，这里直接可以通过项目的写入来代替原有的验证码的验证，整体上更加方便了。前言 – 人工智能教程原始代码：import eeee....
- 回顾20232023年是难忘和成熟的一年，同时也是收获满满的一年，这一年有幸被评为博客之星TOP13（此星光明-CSDN博客），相较于去年又有了巨大的提升，因为专业的限制，所以整体的博客阅读量和点赞以及收藏都相对较少，过去一年产出的高质量文章超过300篇，共计307篇，这些文章大部分是关于Google Earth Engine、PIE-ENGINE以及AI Earth和中科星图的有关和遥感... 回顾20232023年是难忘和成熟的一年，同时也是收获满满的一年，这一年有幸被评为博客之星TOP13（此星光明-CSDN博客），相较于去年又有了巨大的提升，因为专业的限制，所以整体的博客阅读量和点赞以及收藏都相对较少，过去一年产出的高质量文章超过300篇，共计307篇，这些文章大部分是关于Google Earth Engine、PIE-ENGINE以及AI Earth和中科星图的有关和遥感...
- 简介Landsat8 TOA数据集是将数据每个波段的辐射亮度值转换为大气层顶表观反射率TOA，是飞行在大气层之外的航天传感器量测的反射率，包括了云层、气溶胶和气体的贡献，可通过辐射亮度定标参数、太阳辐照度、太阳高度角和成像时间等几个参数计算得到。为了便于在线分析存储，平台将影像像素值扩大了10000倍。前言 – 人工智能教程Landsat-8卫星包含OLI（Operational Land... 简介Landsat8 TOA数据集是将数据每个波段的辐射亮度值转换为大气层顶表观反射率TOA，是飞行在大气层之外的航天传感器量测的反射率，包括了云层、气溶胶和气体的贡献，可通过辐射亮度定标参数、太阳辐照度、太阳高度角和成像时间等几个参数计算得到。为了便于在线分析存储，平台将影像像素值扩大了10000倍。前言 – 人工智能教程Landsat-8卫星包含OLI（Operational Land...
- 简介Landsat8 Collection2表面反射率数据，属Collection2二级数据产品，分辨率为30米，基于陆地表面反射率代码(LaSRC)(版本1.5.0)生成，该算法利用沿海气溶胶波段进行气溶胶反演测试，还利用了MODIS的辅助气候数据和独特的辐射传输模型。此外，LaSRC算法将观测天顶角硬编码为“0”，太阳天顶角和观测天顶角作为大气校正的一部分参与计算。Landsat 8 ... 简介Landsat8 Collection2表面反射率数据，属Collection2二级数据产品，分辨率为30米，基于陆地表面反射率代码(LaSRC)(版本1.5.0)生成，该算法利用沿海气溶胶波段进行气溶胶反演测试，还利用了MODIS的辅助气候数据和独特的辐射传输模型。此外，LaSRC算法将观测天顶角硬编码为“0”，太阳天顶角和观测天顶角作为大气校正的一部分参与计算。Landsat 8 ...
- Amazon Lightsail 允许您将标签作为标签分配给资源。 每个标签都是由一个键和一个可选值组成的标签，可以高效地管理、搜索和过滤资源。 尽管没有固有的标签类型，但它们允许您按用途、所有者、环境或其他标准对 Lightsail 资源进行分类。 当您拥有许多相同类型的资源时，这非常有用。 您可以根据分配给特定资源的标签快速识别该资源。 例如，为您的资源定义一组标签，帮助您跟踪每个资源的... Amazon Lightsail 允许您将标签作为标签分配给资源。 每个标签都是由一个键和一个可选值组成的标签，可以高效地管理、搜索和过滤资源。 尽管没有固有的标签类型，但它们允许您按用途、所有者、环境或其他标准对 Lightsail 资源进行分类。 当您拥有许多相同类型的资源时，这非常有用。 您可以根据分配给特定资源的标签快速识别该资源。 例如，为您的资源定义一组标签，帮助您跟踪每个资源的...
- 引言随着物联网的迅猛发展，边缘计算作为一种新型计算模式，为机器学习应用提供了更加灵活、低延迟的部署方案。本文将深入研究机器学习与边缘计算的融合，探讨部署过程、项目实例以及未来发展趋势。 一、项目介绍 背景随着物联网设备的普及，大量数据在边缘设备上产生，传统的云端机器学习模型部署方式存在延迟高、带宽消耗大等问题。边缘计算的出现使得机器学习模型能够更接近数据源，提供更快速响应。 解决方案机器学... 引言随着物联网的迅猛发展，边缘计算作为一种新型计算模式，为机器学习应用提供了更加灵活、低延迟的部署方案。本文将深入研究机器学习与边缘计算的融合，探讨部署过程、项目实例以及未来发展趋势。 一、项目介绍 背景随着物联网设备的普及，大量数据在边缘设备上产生，传统的云端机器学习模型部署方式存在延迟高、带宽消耗大等问题。边缘计算的出现使得机器学习模型能够更接近数据源，提供更快速响应。 解决方案机器学...
- 具有全球保护价值的地区¶NatureMap 项目提供了一系列全局优先级图层。全球具有重要保护意义的地区这些地图是通过联合优化生物多样性和 NCP（例如碳和/或水）而创建的。他们以连续的规模描述了对于扩大保护工作具有最大上位潜在价值的土地面积。前言 – 人工智能教程为了实现生物多样性和气候公约的宏伟目标，国际社会需要明确如何在空间上实施这些目标以及如何同时实现多个目标。为了支持目标设定和国际... 具有全球保护价值的地区¶NatureMap 项目提供了一系列全局优先级图层。全球具有重要保护意义的地区这些地图是通过联合优化生物多样性和 NCP（例如碳和/或水）而创建的。他们以连续的规模描述了对于扩大保护工作具有最大上位潜在价值的土地面积。前言 – 人工智能教程为了实现生物多样性和气候公约的宏伟目标，国际社会需要明确如何在空间上实施这些目标以及如何同时实现多个目标。为了支持目标设定和国际...
- 1951-2021 年印度次大陆河流域的径流重建¶印度次大陆 (ISC) 河流域水文模型模拟月度径流数据集（1951 年至 2021 年）满足了 ISC 区域长期径流观测的迫切需求。鉴于水流数据在水资源管理、水文气候分析和生态评估中的重要作用，该数据集为广泛的应用提供了宝贵的资源。该数据集是通过多方面的方法构建的，该方法结合了气象数据、复杂的水文建模和称为 mizuRoute 的高分辨率基... 1951-2021 年印度次大陆河流域的径流重建¶印度次大陆 (ISC) 河流域水文模型模拟月度径流数据集（1951 年至 2021 年）满足了 ISC 区域长期径流观测的迫切需求。鉴于水流数据在水资源管理、水文气候分析和生态评估中的重要作用，该数据集为广泛的应用提供了宝贵的资源。该数据集是通过多方面的方法构建的，该方法结合了气象数据、复杂的水文建模和称为 mizuRoute 的高分辨率基...
- 全球海洋数据分析项目 (GLODAP) v2.2023¶ 全球海洋数据分析项目 (GLODAP) v2.2023 代表了海洋生物地球化学瓶数据合成方面的重大进步。此更新主要关注海水无机碳化学，以 GLODAPv2.2022 为基础，包含多项关键增强功能。值得注意的是，增加了 43 条新航线，以将数据集的覆盖范围扩大到 2020 年。数据质量控制过程涉及删除温度缺失的条目。此外，每次巡航都... 全球海洋数据分析项目 (GLODAP) v2.2023¶ 全球海洋数据分析项目 (GLODAP) v2.2023 代表了海洋生物地球化学瓶数据合成方面的重大进步。此更新主要关注海水无机碳化学，以 GLODAPv2.2022 为基础，包含多项关键增强功能。值得注意的是，增加了 43 条新航线，以将数据集的覆盖范围扩大到 2020 年。数据质量控制过程涉及删除温度缺失的条目。此外，每次巡航都...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
回顾中
热门标签