代码编织梦想

google earth engine(gee)——全球土壤盐度数据集(1986-爱代码爱编程

全球土壤盐度图(1986-2016) 该数据集包括1986、1992、2000、2002、2005、2009和2016年的全球土壤盐度层。这些地图是用一个随机森林分类器生成的,该分类器是用七个土壤属性图、热红外图像和WoSIS数据库中的ECe点数据进行训练的。所得地图的验证准确率在67-70%之间。根据我们的评估,受盐影响的土地总面积约为10亿公顷,并有明

google earth engine(gee)——土壤网格250m v2.0_gee数据集:全球土壤网格数据集-爱代码爱编程

土壤网格250m v2.0 SoilGrids被设计成一个全球一致的、以数据为导向的系统,使用全球协变量和全球拟合模型预测土壤属性和类别。如果您正在寻找国家和/或地方层面的土壤信息,我们建议将SoilGrids的预测与来自国家和地方土壤地理数据库的土壤图进行比较。国家土壤地图通常基于更详细的输入土壤信息,因此通常比SoilGrids更准确(在当地覆盖区域内

google earth engine ——数据全解析专辑(copernicus/s5p/nrti/l3_so2) so2 浓度的实时高分辨率图像数据集_so2 surface mass concentration与so2 column mass den-爱代码爱编程

NRTI/L3_SO2 This dataset provides near real-time high-resolution imagery of atmospheric sulfur dioxide (SO2) concentrations. Sulphur dioxide (SO2) enters the Earth’s atmosphere

google earth engine ——数据全解析专辑(copernicus/s5p/nrti/l3_aer_ai)紫外线气溶胶指数 (uvai) 的近实时高分辨率数据集_吸收气溶胶指数可以展现什么?-爱代码爱编程

NRTI/L3_AER_AI   This dataset provides near real-time high-resolution imagery of the UV Aerosol Index (UVAI), also called the Absorbing Aerosol Index (AAI). The AAI is based on

usgs modis 蒸散量数据集_潜在蒸散发数据集-爱代码爱编程

USGS MODIS 蒸散量¶ 这里提供的蒸散量 (ET) 数据集是遥感技术的结果,主要利用 MODIS 热图像和全球天气数据集。该数据集对应于 Climate Engine 使用的全球 ET 产品的第 5 版。它为 2003 年至 2023 年期间的 ET 时空动态提供了宝贵的见解。该数据集的基石是可操作的简化表面能量平衡 (SSEBop) 模型,由

gee数据集——cloud score+ s2_harmonized数据集_cloud score s2 cloud probability-爱代码爱编程

简介 Cloud Score+ 是一种用于中高分辨率光学卫星图像的质量评估(QA)处理器。Cloud Score+ S2_HARMONIZED数据集是由统一的哨兵-2 L1C数据集制作的,Cloud Score+的输出可用于识别相对清晰的像素,并有效去除L1C(大气顶部)或L2A(表面反射率)图像中的云层和云影。 Cloud Score+ S2_HAR

google earth engine ——数据全解析专辑(copernicus/s5p/offl/l3_aer_ai)紫外线气溶胶指数 (uvai) 数据集_平均uv-爱代码爱编程

OFFL/L3_AER_LH This dataset provides offline high-resolution imagery of the UV Aerosol Index (UVAI), also called the Absorbing Layer Height (ALH). The ALH is very sensitive to c

google earth engine(gee)——国际卫星云气候学项目:hxg云量数据集_gee cloud-爱代码爱编程

国际卫星云气候学项目:HXG云量 该数据由ISCCP HXG的一个变量 "云 "组成,该数据集于2021年9月从NCEI检索到。引自ISCCP网站(isccp.giss.nasa.gov):前言 – 人工智能教程 国际卫星云气候学项目(ISCCP)成立于1982年,是世界气候研究计划(WCRP)的一部分,旨在收集气象卫星辐射度测量数据,并对其进行分析,以

google earth engine(gee)——北美当前和预测的气候数据_北美气候数据集-爱代码爱编程

北美当前和预测的气候数据(CMIP6 )¶ 开发大气-海洋环流模型 (AOGCM) 是为了在广泛的时间尺度上模拟气候变率,并且经常在耦合模拟和数据同化模式下进行测试。 您可以在此处阅读有关 AOGCM 和 CMIP6 的更多信息。 此页面上的数据集由 AdaptWest 开发,该项目由 Wilburforce 基金会资助,旨在为气候适应规划开发信息资源。前

gee数据集——美国干旱监测数据集(更新)_gee 干旱指数-爱代码爱编程

美国干旱监测 美国干旱监测》是每周四发布的地图,显示美国部分地区的干旱情况。该地图采用五种分级:异常干旱(D0),显示可能进入或即将摆脱干旱的地区;四级干旱:中度(D1)、严重(D2)、极度(D3)和异常(D4)。前言 – 人工智能教程 干旱监测仪自 1999 年推出以来,一直由内布拉斯加大学林肯分校的国家干旱缓解中心 (NDMC)、美国国家海洋与大

gee数据集——印度河流和流域地表水的时间趋势_gee平台上的数据有哪些-爱代码爱编程

印度河流和流域地表水的时间趋势 该数据集量化了 1991 年至 2020 年 30 年间印度河流和流域地表水面积(SWA)的年度变化范围和速度。该数据集按季节(根据印度的季节划分的年度干水、湿水和常年水)和两种空间尺度进行量化:流域尺度(来自水文地理信息系统的 1516 个 7 级流域)和更细的河段尺度(68,367 个河段)。该数据集来自 JRC 全球

google earth engine(gee)——ccnl:dmsp-爱代码爱编程

CCNL: Consistent And Corrected Nighttime Light Dataset from DMSP-OLS (1992-2013) 描述 一致和校正的夜间灯光 (CCNL) 数据集是国防气象计划 (DMSP) 操作线扫描系统 (OLS) 第 4版的重新处理版本。采用一系列方法减轻年际不一致性、饱和度和开花效

全球夜间灯光(1992-爱代码爱编程

统一的全球夜间灯光(1992-2021 年) 在这项研究中,作者通过协调来自 DMSP 数据的相互校准的 NTL 观测数据和来自 VIIRS 数据的模拟 DMSP 类 NTL 观测数据,生成了全球尺度的综合一致的 NTL 数据集。生成的全球 DMSP NTL 时间序列数据(1992-2018 年)显示出一致的时间趋势。这个时间扩展的 DMSP NTL

gee数据集——加拿大干旱栅格数据集_基于gee和遥感大数据的干旱监测-爱代码爱编程

加拿大干旱展望栅格数据集由加拿大农业和农业食品部 (AAFC) 生成。加拿大干旱展望预测加拿大各地的干旱是否会在目标月份出现、保持不变或好转。在计算前景时,考虑了农业气候指数,例如标准降水指数 (SPI)、标准降水蒸发指数 (SPEI) 和帕尔默干旱严重度指数 (PDSI)。干旱展望于每个日历月的第一个星期四发布,自该日起 32 天内有效。您可以在此处和气

气候灾害组织:全球红外降水站数据_气候危害组红外降水与站点数据(chirps)-爱代码爱编程

气候灾害组织红外降水站数据-Prelim (CHIRPS-Prelim)¶ 气候灾害中心红外降水站数据 Prelim (CHIRPS-Prelim) 融合了 CHIRPS 数据与原位降水数据,以消除数据偏差并提高其准确性。生成 CHIRPS-Prelim 的过程与 CHIRPS 过程类似,主要区别在于它仅依赖于近实时可用的全球电信系统 (GTS) 站。C

google earth engine ——landsat/lc08/c01/t1_annual_ndvi数据集-爱代码爱编程

This dataset is the atmospherically corrected surface reflectance from the Landsat 8 OLI/TIRS sensors. These images contain 5 visible and near-infrared (VNIR) bands and 2 short-wa

gee更新——landsat数据更新landsat c01 向 c02 迁移旧数据2024年7月1日停用_attention required! you're using a deprecated land-爱代码爱编程

更新通知 Attention Required! You're using a deprecated asset. To ensure continued functionality, please update it by July 1st, 2024. 本指南提供从大地遥感卫星第 1 集数据切换到第 2 集数据的说明。自 2022 年起,地球引

landsat 8 landsat8 collection2大气层顶反射率数据_获取landsat-爱代码爱编程

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

landsat 8 landsat8 collection2表面反射率数据_landsat8地物反照率-爱代码爱编程

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

glance30 v001全球土地分类数据集,分辨率 30 m-爱代码爱编程

描述 NASA 制作用于研究环境的地球系统数据记录 (MEaSURE) 全球土地覆盖绘图和估算 (GLanCE)每年30米(m)版本1数据产品提供来自Landsat 5专题制图器(TM)、Landsat 7增强型专题制图器Plus( ETM+)和 Landsat 8 运行陆地成像仪 (OLI)。这些地图为用户社区提供土地覆盖类型、土地覆盖变化、表征