暂时未有相关云产品技术能力~
博士，地图制图和地理信息工程专业，集成当下主流GEE、computer planetary、PIE、AI Earth等生态云平台，介绍以上云计算平台的优势、教程、应用和解决各类问题，让优质的代码、应用在生态、地理、测绘等领域。 微信公众账号：生态云计算
该数据集名为“Bio-optical chlorophyll-a polarization measurements”，由NASA/GSFC/SED/ESD/GCDC/OB.DAAC发布，旨在研究水体中叶绿素-a浓度与光学极化特征之间的关系。数据涵盖了不同水域的叶绿素-a浓度及其极化特性，有助于生态学、海洋学和环境科学领域的研究。数据时间范围为2013年8月12日至2023年4月17日，适用于全球范围（-180°至180°经度，-90°至90°纬度）。通过Python库（如leafmap）可轻松访问和分析数据，支持科学研究及应用。
2012年，美国国家地球生态观测网络-极地项目（NGEE-Arctic）在阿拉斯加巴罗建立了植被样地，记录了种类、密度、覆盖度等数据。这些数据为研究北极生态系统变化及气候变化对植被的影响提供了重要依据。该项目由ORNL_DAAC发布，涵盖2012年7月17日至21日的数据，地理范围为-156.61 71.28至-156.6 71.28。相关代码和引用信息已提供。
在智慧水利赋能下，我国正重构抗旱治理体系。王浩院士等专家指出，当前水资源安全面临严峻挑战，极端干旱事件频发，监测预警系统存在缺陷。为此，需全面提升智能监测预警能力，优化国家水网智能调配系统，构建现代农业抗旱体系，并强化生态安全保障，以应对气候变化带来的新挑战。慧天卓特公司专注于干旱监测与预警，提供创新解决方案，助力改善民生和社会发展。
Biogeochemistry and Optics South Pacific Experiment（BIOSOPE）数据集由NASA发布，涵盖2004-2023年南太平洋海域的生物地球化学和光学特性观测数据。该数据集包括海水化学成分、浮游生物种类与数量、水体光学特性等，以及采样点的地理位置和气象条件信息。这些数据为研究南太平洋海洋生态系统、生物多样性和光学特性提供了重要支持，助力海洋环境保护与资源可持续利用。
Bering Ecosystem Study (BEST)项目由NASA支持，旨在研究北太平洋贝林海峡的生态系统健康与变化趋势。该项目提供了丰富的生物多样性、海洋生态系统及环境参数数据，帮助研究人员分析该区域的生态状况。数据覆盖2008年至2023年，地理范围为全球。项目主页：BEST - SeaBASS。通过Python库如leafmap和pandas，用户可以轻松访问和分析这些数据。
该数据集涵盖了2000年至2002年在纳米比亚和南非海岸进行的海洋与气象测量，包括温度、盐度、潮汐、生物多样性等信息。这些数据对研究海洋生态系统、气候变化及资源管理至关重要。数据由NASA/GSFC/SED/ESD/GCDC/OB.DAAC发布，适用于公共访问。
NEON机载观测平台的高分辨率真彩色影像数据集（RGB），分辨率为0.1米。该数据集由数码相机采集，与激光雷达和成像光谱仪数据同步处理，共享相同的地理投影。适用于识别土地使用变化特征，如道路、建筑物等。数据覆盖2013年至今，提供多个元数据字段，包括访问编号、传感器型号、站点信息等。代码示例展示了如何在GEE中读取和可视化特定站点（如ABBY）的2021年影像数据。 引用：NEON数据基于CC0 1.0协议发布，鼓励广泛使用，但需注意数据局限性并遵循相关指南。
NEON AOP 表面定向反射率数据是高光谱 VSWIR 数据产品，涵盖 426 个波段（380-2510 nm），空间分辨率为 1 米，光谱分辨率为 ~5 纳米。数据由 AVIRIS-NG 传感器收集，包含 QA 波段和大气校正。水蒸气吸收波段设为 -100。数据集适用于环境监测、生态研究等领域。代码示例展示了如何使用 Earth Engine 处理和可视化这些数据。
NEON AOP 表面定向反射率数据是高光谱 VSWIR 数据产品，包含 426 个波段，波长范围从 ~380 nm 到 2510 nm。数据由 NASA JPL 的 AVIRIS-NG 传感器收集，空间分辨率为 1 米，光谱分辨率为 ~5 纳米。波长在 1340-1445 nm 和 1790-1955 nm 之间的波段设置为无效值（-100），这些波段受水蒸气吸收影响。数据经过正射矫正和大气校正处理，并通过云层覆盖最少的飞行线路生成马赛克图像。此外，数据集还包含 QA 栅格波段（B427 - B442）。该数据集自 2013 年起提供，适用于多种环境监测和研究应用。
该数据集由NEON提供，涵盖2013年至今的激光雷达点云树冠高度模型（CHM），分辨率为1米。CHM通过处理激光雷达点云生成，区分地面和植被点，计算树冠相对于裸露地面的高度。树冠高度小于2米的部分设为零。数据适用于生态研究，支持科学分析与数据汇总，采用CC0 1.0协议公开发布。 代码示例展示了如何使用Google Earth Engine读取并可视化特定区域的CHM数据，适用于树冠高度分析。
NEON LiDAR 数据导出的地表数字模型 (DSM) 和地形数字模型 (DTM)，分辨率为1米。DSM 包含地表特征（植被和建筑物），DTM 则为裸地高程信息。数据覆盖2013年至今，适用于生态与地形研究。提供 DTM 和 DSM 两个波段，值范围为0-3500米，单位为米。数据遵循 CC0 1.0 协议，无版权限制，鼓励广泛使用。
该数据集提供了1982年至2011年间位于阿拉斯加巴罗（现称乌特基亚维克）NOAA观测站的拉格朗日传输模型输出结果。使用WRF-STILT模型，基于气象场模拟气溶胶粒子轨迹，涵盖12个选定年份的8月15日至10月15日，分辨率分别为0.5度和0.1度。这些数据有助于研究大气环境、气候变化及碳循环，对理解北极生态系统变化至关重要。
美国干旱监测（U.S. Drought Monitor）是每周四发布的地图，显示美国各地区的干旱情况。该地图采用五级分类：异常干旱（D0）、中度（D1）、严重（D2）、极度（D3）和异常（D4）。自1999年推出以来，由内布拉斯加大学林肯分校的国家干旱缓解中心（NDMC）、NOAA和USDA联合制作。 网址推荐： - 知识星球：https://wx.zsxq.com/group/48888525452428 - 机器学习：https://www.cbedai.net/xg - 慧天干旱监测与预警：https://www.htdrought.com/
该数据集提供了1982年至2011年间位于阿拉斯加巴罗的NOAA观测站的WRF-STILT模型输出结果，涵盖12个选定年份（8月15日至10月15日）的随机时间拉格朗日传输模型。数据基于WRF气象场驱动STILT模型，生成足迹场，单位为混合比，量化上风表面通量对受体测量浓度的影响。包含11,904个NetCDF格式的足迹文件，对于研究北极碳循环变化及大气成分与生态系统的关系至关重要。
该数据集涵盖了1993年至2005年阿拉斯加北极地区的植被、地理植物气候和地形特征，提供了详细的植被类型、生物气候亚区、植物亚区、景观类型等信息。 引用：Raynolds, M.K., and D.A. Walker. 2018. Arctic Alaska Vegetation, Geobotanical, Physiographic Maps, 1993-2005. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1353
该数据集展示了2018年全球建筑物高度的分布情况，分辨率为100米。基于ALOS、NASA雷达地形任务数据及哨兵-2图像合成，由欧盟委员会联合研究中心（EC JRC）提供。数据层名为平均净建筑高度（ANBH），可用于城市规划与研究。访问[GHSL 数据包 2023 报告](https://ghsl.jrc.ec.europa.eu/documents/GHSL_Data_Package_2023.pdf?t=1683540422)了解更多详情。
该数据集描述了1975年至2020年全球居住人口的空间分布，以5年为间隔提供估计值，并预测2025年和2030年的人口分布。数据来自CIESIN GPWv4.11，基于普查数据分解到网格单元，结合GHSL全球建成区地表图层。分辨率为100米，支持研究和应用。项目由欧盟委员会和联合研究中心支持。
全球人类住区图层（GHSL）项目提供了1975年至2030年建成面积的分布数据，以每100米网格单元为单位，涵盖建筑总面积及非住宅用途面积。该数据集由欧盟委员会联合研究中心（EC JRC）提供，时间间隔为5年，支持时空分析与预测。详情参见[GHSL 数据包 2023](https://ghsl.jrc.ec.europa.eu/documents/GHSL_Data_Package_2023.pdf?t=1683540422)。
### 2024年终总结暨2025年展望：砥砺前行，顺其自然 2024年，我在学习、科研和职业发展上取得了显著进展。全年坚持学习351天，创作1201篇技术博客，获得多项学术成果和行业认可。顺利取得博士学位，并在遥感云计算领域深入探索，出版新书《生态地理遥感云计算》。未来，我将继续深耕遥感技术，计划发表高质量论文，拓展国内遥感云平台应用，保持科研敏感性，同时注重身体健康与个人成长，期待与更多优秀人才合作，共同创造更大的学术和社会价值。
AirMSPI_ACEPOL_Terrain-projected_Georegistered_Radiance_Data 是2017年10月至11月NASA ACEPOL飞行活动中获取的地形投影地球登记辐射度产品。数据包括8个波长（355至935纳米）的辐照度、极化信息等，支持气象、环境监测等领域研究。数据以HDF-EOS-5格式发布，覆盖加州地区。
AirMSPI版本6椭球面投射的地球注册辐射度产品，是NASA在2017年10月至11月ACEPOL飞行活动中获取的数据。该产品包含云、气溶胶和地表的辐射及偏振图像，涵盖8个波长（355、380、445、470、555、660、865和935纳米），并提供辐照度、时间、角度等信息，支持气候变化、大气污染等研究。数据以HDF-EOS-5格式分发，由NASA/LARC/SD/ASDC发布。
全球降水测量（GPM）07版是由NASA和JAXA合作的国际卫星任务，提供每三小时一次的全球雨雪观测数据。该数据集使用IMERG算法整合多颗卫星的微波和红外数据，提供高精度的降水量估算。GPM 07版涵盖2000年6月至2025年1月的数据，适用于气象预报、洪水预警等领域。数据以二进制格式提供，分辨率约为11公里，时间分辨率为半小时。NASA免费提供这些数据供公众使用。
2024年12月，中国及其周边国家基于FYDI-2.0指数的干旱监测报告显示，中国大部分地区进入冬季，气温偏低，降水量略增但分布不均，导致华南、华中、内蒙古和新疆部分地区旱情严重。FYDI指数分析显示，南方旱情有所缓解，但受冷空气影响，西北和中部地区旱情加剧。其他亚洲国家如印度、缅甸、泰国等地也出现大面积干旱，东南亚地区受厄尔尼诺影响尤为明显。
GOES-16 MCMIPC 系列 ABI 2 级云层和水汽成像产品提供 CONUS 地区的高分辨率（2公里）云、植被、雪/冰及气溶胶特征。反射波段（1-6）用于白天观测，发射波段（7-16）测量大气顶部亮度温度。数据由 NOAA 提供，适用于气象分析、环境监测等领域。该产品包含多个波段，支持对地表、云层、水蒸气等进行定性分析，并附有详细的数据质量标志。
FireCCI51 是 ESA 气候变化倡议（CCI）计划的一部分，提供全球 ~250m 分辨率的火灾烧毁面积数据。该数据集基于 MODIS 卫星传感器，包含烧毁日期、置信度和土地覆盖信息，帮助监测和研究火灾动态及影响。数据时间范围为2001年至2020年，每月更新。主要用于评估火灾风险和制定应对策略。
UCATS（UAS Chromatograph for Atmospheric Trace Species）是NASA开发的无人机载色谱仪，用于高分辨率测量大气中的痕量气体。ATom任务通过NASA DC-8飞机在全球范围内进行系统采样，涵盖0.2至12公里高度，提供N2O、SF6、CH4、H2、CO、H2O和O3等气体浓度数据。该数据集包含168个ICARTT格式文件，支持大气化学、气候变化及空气质量研究。引用：Elkins et al., 2019, DOI:10.3334/ORNLDAAC/1750。
AirMSPI_ImPACT-PM_Ellipsoid-projected_Georegistered_Radiance_Data 是在 ImPACT-PM 飞行活动中获取的 AirMSPI 第6版椭球投影地理坐标辐射度产品。该数据包含云、气溶胶和地球表面的多角度、多光谱及偏振信息，涵盖8个波长（355至935纳米），并提供辐照度、时间、角度等参数。特别适用于大气颗粒物研究和遥感应用。数据格式为 HDF-EOS-5，采集时间为2016年7月5日至8日。
**AirMOSS: L2 小时降水量数据集 (2011-2015)** 该数据集记录了北美七个站点的2级（L2）校准小时降水量（厘米/小时），是机载下冠层和地表下微波观测站（AirMOSS）项目的一部分。每个站点安装了三个雨量计，采样始于2011年9月，并于2015年12月结束。这些数据用于研究降水对地表水分含量和地下水补给的影响，支持气候变化及生态系统研究。
该数据集提供了2011-2015年北美七个站点的地面传感器每小时土壤水分剖面图（L2），涵盖2厘米至80厘米深度。作为AirMOSS项目的一部分，这些数据用于校准和验证机载雷达测量的根区土壤湿度，对研究地下水循环、气候变化等领域具有重要意义。数据以NetCDF v4格式存储，共29个文件。引用：Hagimoto et al., 2016, DOI: 10.3334/ORNLDAAC/1416。
GEE错误——超限问题解决Export too large: specified 375255165 pixels (max: 100000000)
GEE数据集——美国干旱监测数据集（更新）
中科星图——Landsat9_C2_TOA数据集
GEE 影像下载——批量下载多源遥感影像（Landsat 8 C02 SR）光谱波段。光谱指数，缨帽变换和纹理特征以及SAR和地形数据（DEM）
中科星图——MOD11A1 V6是由Aqua中分辨率成像光谱仪获取的地表温度/发射率(LST/E)数据集
GEE数据集——2024 年日本海地震的紧急观测数据
ACES 增强版不丹水稻作物地图（2016-2022 年）
GEE数据集——Cloud Score+ S2_HARMONIZED数据集
GEE——土地利用分类种两个矢量集合中不同列进行相减的方式（利用join进行连接处理）
GEE数据集——USGS全球地震数据集
GEE错误——‘xxx‘ did not match any bands.
GEE机器学习——最大熵分类器案例分析（JavaScript和python代码）
GEE机器学习——利用支持向量机SVM进行土地分类和精度评定
1951 年以来的美国ACIS 气候地图数据集（5 公里空间分辨率）
GEE python——基于多源遥感影像和随机森林分类器进行洪水概率预测
GEE（CCDC-2）——根据以获取的研究区CCDC系数进行土地覆被分类分析
GEE（CCDC-3）——根据CCDC segment分割后的影像进行地类变化统计和绘制土地覆被变化地图
LANDSAT_7/02/T1/RAW的Landsat7_C2_RAW类数据集
航天宏图——宏图1号样例数据0.5米-5米分辨率（上海部分）
MERRA (Modern-Era Retrospective analysis for Research and Applications) 是由 NASA 气候数据集
基于加拿大降水分析 (CaPA) 系统的北美区域确定性降水数据集
发表了文章
2025-11-28
发表了文章
2025-11-27
发表了文章
2025-11-26
发表了文章
2025-11-25
发表了文章
2025-11-25
发表了文章
2025-11-25
发表了文章
2025-11-22
发表了文章
2025-11-21
发表了文章
2025-11-20
发表了文章
2025-11-19
发表了文章
2025-11-18
发表了文章
2025-11-17
发表了文章
2025-11-17
发表了文章
2025-11-15
发表了文章
2025-11-14
发表了文章
2025-11-14
发表了文章
2025-11-12
发表了文章
2025-11-11
发表了文章
2025-11-10
发表了文章
2025-11-10
