- 简介：作为航天宏图“女娲星座”建设计划的首发卫星，航天宏图-1号可获取0.5米-5米的分辨率影像，具备高精度地形测绘、高精度形变检测、高分辨率宽幅成像以及三维立体成像等能力，在自然资源、应急管理、水利等行业与领域具有极高的应用价值。2022 年，公司发布女娲卫星计划并于 2023 年 3 月成功发射“宏图一号” 卫星。公司的宏图一号 SAR 卫星星座，此卫星系统由“1 颗主星+3 颗辅 星... 简介：作为航天宏图“女娲星座”建设计划的首发卫星，航天宏图-1号可获取0.5米-5米的分辨率影像，具备高精度地形测绘、高精度形变检测、高分辨率宽幅成像以及三维立体成像等能力，在自然资源、应急管理、水利等行业与领域具有极高的应用价值。2022 年，公司发布女娲卫星计划并于 2023 年 3 月成功发射“宏图一号” 卫星。公司的宏图一号 SAR 卫星星座，此卫星系统由“1 颗主星+3 颗辅 星...
- 中国净初级生产力年度合成产品NPP（MYD17A3H.006）由航天宏图实验室提供，根据NASA MODIS数据（MYD17A3H.006）通过航天宏图 Smoother计算得到的平滑后NPP产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的年合成产品。前言 – 人工智能教程净初级生产力年度合成产品NPP（MYD17A3H.006）是... 中国净初级生产力年度合成产品NPP（MYD17A3H.006）由航天宏图实验室提供，根据NASA MODIS数据（MYD17A3H.006）通过航天宏图 Smoother计算得到的平滑后NPP产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的年合成产品。前言 – 人工智能教程净初级生产力年度合成产品NPP（MYD17A3H.006）是...
- 简介：气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品包括中国2001~2018年地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1°。前言 – 人工智能教程此外，还包括在气候驱动下（无人类干扰）的以上11个生态系统参量在2001~... 简介：气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品包括中国2001~2018年地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1°。前言 – 人工智能教程此外，还包括在气候驱动下（无人类干扰）的以上11个生态系统参量在2001~...
- 智慧工地平台采用了最先进的云计算、物联网和大数据技术，可以实现智慧工地方案的落地。 能够实现实时掌控工地活动及各项进度，有效预防违章施工。 能够为工地提供多项服务，如安全预警、机械智能监控、作业指导、工程进度监控、施工质量检查等。 可实时收录及通知施工进度、质量等信息，有助于项目竣工总结档案存档。 集团版、项目版、政务版，支持多端展示（PC端、手机端、平板端）。 智慧工地平台采用了最先进的云计算、物联网和大数据技术，可以实现智慧工地方案的落地。 能够实现实时掌控工地活动及各项进度，有效预防违章施工。 能够为工地提供多项服务，如安全预警、机械智能监控、作业指导、工程进度监控、施工质量检查等。 可实时收录及通知施工进度、质量等信息，有助于项目竣工总结档案存档。 集团版、项目版、政务版，支持多端展示（PC端、手机端、平板端）。
- 你好，这里是网络技术联盟站。在当今的数字化世界中，云计算已经成为企业和组织进行数据处理和应用部署的首选方式。云计算的四种主要形式——公共云、私有云、混合云和多云——各有特点和优势。本文将详细解析这四种云计算形式，以帮助读者理解它们的概念，以及各自的适用场景。 公共云 公共云提供商的多样性 内部部署的公共云 云的分区和租户隔离 计费结构多样性 IT基础设施抽象化 优缺点 私有云 位置和所有权的... 你好，这里是网络技术联盟站。在当今的数字化世界中，云计算已经成为企业和组织进行数据处理和应用部署的首选方式。云计算的四种主要形式——公共云、私有云、混合云和多云——各有特点和优势。本文将详细解析这四种云计算形式，以帮助读者理解它们的概念，以及各自的适用场景。 公共云 公共云提供商的多样性 内部部署的公共云 云的分区和租户隔离 计费结构多样性 IT基础设施抽象化 优缺点 私有云 位置和所有权的...
- 简介：JRC Yearly Water Classification History, v1.4是一个对全球水资源进行分类的数据集，覆盖了1984年至2019年的时间范围。该数据集是由欧盟联合研究中心（JRC）开发的，使用的数据源是来自Landsat系列卫星的高分辨率图像。数据集根据水体的类型和水体覆盖的百分比进行分类，包括河流、湖泊、人工水体和沼泽等。前言 – 人工智能教程JRC Yea... 简介：JRC Yearly Water Classification History, v1.4是一个对全球水资源进行分类的数据集，覆盖了1984年至2019年的时间范围。该数据集是由欧盟联合研究中心（JRC）开发的，使用的数据源是来自Landsat系列卫星的高分辨率图像。数据集根据水体的类型和水体覆盖的百分比进行分类，包括河流、湖泊、人工水体和沼泽等。前言 – 人工智能教程JRC Yea...
- 简介：JRC Monthly Water History产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成的一套30米分辨率的全球地表水覆盖的月度地表水监测地图集。该数据集共有442景数据，包含1984年3月至2020年12月间的月度水体检测情况，用户可以在全球尺度上按地区回溯某月份水体检测情况。前言 – 人工智能教程JRC Mont... 简介：JRC Monthly Water History产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成的一套30米分辨率的全球地表水覆盖的月度地表水监测地图集。该数据集共有442景数据，包含1984年3月至2020年12月间的月度水体检测情况，用户可以在全球尺度上按地区回溯某月份水体检测情况。前言 – 人工智能教程JRC Mont...
- 简介：JRC Global Surface Water Mapping Layers产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。产品由包含7个波段的图像组成，反映了过去35年间地表水在空间和时间的分布情况。前言 – 人工智能教... 简介：JRC Global Surface Water Mapping Layers产品，是利用1984至2020年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。产品由包含7个波段的图像组成，反映了过去35年间地表水在空间和时间的分布情况。前言 – 人工智能教...
- 简介：全球地表水覆盖（Global Surface Water）是利用1984至2019年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。该数据集包含change为全球地表水体变化程度，它提供了1984-1999年和2000-2019年间地表水发生增加、减少或保持... 简介：全球地表水覆盖（Global Surface Water）是利用1984至2019年获取的landsat5、landsat7和landsat8的卫星影像，生成分辨率为30米的一套全球地表水覆盖的地图集。用户可以在全球尺度上按地区回溯某个时间上地表水分的变化情况。该数据集包含change为全球地表水体变化程度，它提供了1984-1999年和2000-2019年间地表水发生增加、减少或保持...
- 简介：本数据集是一个20年（2002/07/27~2022/08/31）的全球连续一致的地表土壤水分数据集，分辨率为日尺度的36km，数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法，将SMAP的优势传递到AMSR-E/2，以目前卫星最优精度的SMAP标准土壤水分产品为训练目标，以AMSR-E/2的亮温为输入，最终输出长时序土壤水分数据。该数据... 简介：本数据集是一个20年（2002/07/27~2022/08/31）的全球连续一致的地表土壤水分数据集，分辨率为日尺度的36km，数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法，将SMAP的优势传递到AMSR-E/2，以目前卫星最优精度的SMAP标准土壤水分产品为训练目标，以AMSR-E/2的亮温为输入，最终输出长时序土壤水分数据。该数据...
- 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，玉米有两个生长季节，以“主要（major）”/“次要（second）”区分。前言 – 人工智能教程根据联合国粮食和农业组织（FAO）提供的数据，以下是近年来全球玉米产量的历史数据和空间分布：历史数据：2019年全球玉米产量为1.134亿吨，同比下降2.8%。2018年... 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，玉米有两个生长季节，以“主要（major）”/“次要（second）”区分。前言 – 人工智能教程根据联合国粮食和农业组织（FAO）提供的数据，以下是近年来全球玉米产量的历史数据和空间分布：历史数据：2019年全球玉米产量为1.134亿吨，同比下降2.8%。2018年...
- 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，水稻有两个生长季节，以“主要（major）”/“次要（second）”区分。全球历史水稻产量自20世纪初以来迅速增长，据联合国粮农组织（FAO）的数据，2019年全球水稻产量为496亿公斤。以下是一些主要水稻产区和其产量：前言 – 人工智能教程1. 中国：中国是全球... 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，水稻有两个生长季节，以“主要（major）”/“次要（second）”区分。全球历史水稻产量自20世纪初以来迅速增长，据联合国粮农组织（FAO）的数据，2019年全球水稻产量为496亿公斤。以下是一些主要水稻产区和其产量：前言 – 人工智能教程1. 中国：中国是全球...
- 简介全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，小麦的两个生长季节包括“冬（winter）”和“春（spring）”。全球小麦产量与产区分布：1. 中国是全球最大的小麦生产国，占全球小麦产量的约15%。2. 亚洲地区是全球最大的小麦生产地区，占全球小麦产量的约44%。3. 欧洲地区是全球第二大小麦生产地区，占全球小麦... 简介全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，小麦的两个生长季节包括“冬（winter）”和“春（spring）”。全球小麦产量与产区分布：1. 中国是全球最大的小麦生产国，占全球小麦产量的约15%。2. 亚洲地区是全球最大的小麦生产地区，占全球小麦产量的约44%。3. 欧洲地区是全球第二大小麦生产地区，占全球小麦...
- 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，大豆只有“主要（major）”生长季节。前言 – 人工智能教程全球大豆主要产区包括：1. 美国：美国是全球最大的大豆生产国，主要集中在中西部的五大州：伊利诺伊州、艾奥瓦州、内布拉斯加州、明尼苏达州和南达科他州。2. 巴西：巴西是全球第二大大豆生产国，主要集中在南部地... 简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，大豆只有“主要（major）”生长季节。前言 – 人工智能教程全球大豆主要产区包括：1. 美国：美国是全球最大的大豆生产国，主要集中在中西部的五大州：伊利诺伊州、艾奥瓦州、内布拉斯加州、明尼苏达州和南达科他州。2. 巴西：巴西是全球第二大大豆生产国，主要集中在南部地...
- 简介：全球人类足迹数据(WSF)是由德国航空航天中心（DLR）和地球观测中心（EOC）共同发布的，包括2015和2019两个版本，分别利用landsat-8/Sentinel-1、Sentinel-1/Sentinel-2数据,和采集的居民区/非居民区样本点，基于随机森林分类法进行分类，及一定的后处理，并使用辅助数据来减少遗漏和误差后生成的。前言 – 人工智能教程该数据的空间分辨率为10m。... 简介：全球人类足迹数据(WSF)是由德国航空航天中心（DLR）和地球观测中心（EOC）共同发布的，包括2015和2019两个版本，分别利用landsat-8/Sentinel-1、Sentinel-1/Sentinel-2数据,和采集的居民区/非居民区样本点，基于随机森林分类法进行分类，及一定的后处理，并使用辅助数据来减少遗漏和误差后生成的。前言 – 人工智能教程该数据的空间分辨率为10m。...
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。
即将直播
热门标签