数据上新|AI Earth首套农业专题数据上线(中山大学袁文平教授团队共享)

简介: 主粮作物空间分布数据集

主粮作物空间分布数据集


我国是一个农业大国,承载着几千年未间断的人类农业文明。粮食是生命之源,是人民生活的最基本物质。目前,稻谷、玉米、小麦、薯类是我国的四大粮食作物。随着工业化和城市化发展,非农建设占用农业耕地现象突出。每年定期监测作物种植分布区、识别粮食主产区,对保障供应,确保粮食安全具有重要意义。

中山大学全球变化与陆地生态系统模型研究团队(团队负责人:袁文平教授)长期从事主粮作物的分布提取研究工作。近期,经袁教授团队授权,将相关研究成果共享至AI Earth平台,欢迎大家在平台进行数据体验。


1、数据介绍

AI Earth平台目前上线的农作物分布数据包括:2016-2020年中国玉米种植分布数据集、2016-2020年中国冬小麦种植分布数据集、2016-2020年中国双季稻种植分布数据集、2016-2020年中国甘蔗种植分布数据集、2016-2019年巴西甘蔗种植分布数据集、2016-2020年欧洲冬季谷物种植分布数据集,后续数据将持续进行更新。

image.png


2、数据检索

在数据产品列表下的作物分布数据中可以找到对应的作物种植分布数据产品。支持用户选择区域、时间段进行数据检索。

image.png


3、开发者模式

可通过开发者模式调用作物种植分布数据产品。如下为利用作物种植分布数据进行华北-黄淮海冬小麦主产区,返青-成熟期NDVI分析制作的时序图。

image.png

开发者模式下调用数据集

640.gif

华北-黄淮海冬小麦主产区 返青-成熟期 NDVI时序图


全球变化与陆地生态系统模型研究团队介绍

中山大学全球变化与陆地生态系统模型研究团队致力于陆地生态系统模型研究工作,目前主要集中于陆地生态系统CO2、CH4和N2O模型的发展和改进、区域和国家尺度碳源汇评估,以及遥感数据估算植被生产力和粮食产量等方面。团队负责人袁文平教授,中山大学大气科学学院教授,博士生导师,“国家杰出青年基金”获得者,中国青年科技奖获得者,爱思唯尔2020、2021中国高被引学者。团队近年来在Science Advances、Nature Communications、Nature Climate Change、Global Change Biology、National Science Review等刊物发表SCI论文150余篇,主持国家省部级科研项目10余项。



相关文章
|
2月前
|
人工智能 自然语言处理 安全
ChatBI,用AI自然语言与数据对话
在数字经济快速发展的2025年,企业数据量激增,市场对快速决策和深度分析提出更高要求。本方案介绍如何通过阿里云Quick BI工具,结合AI能力,帮助商业分析师高效应对数据洪流,实现智能化分析、快速决策,提升业务洞察力与决策效率。
ChatBI,用AI自然语言与数据对话
|
2月前
|
人工智能 自然语言处理 供应链
走进麦当劳·会数据同学:解锁AI在企业应用的深度价值
麦当劳中国进入“金拱门时代”,加速数字化转型,计划未来4年投入40亿元用于研发创新。携手阿里云与瓴羊,构建以客户为中心的数字系统,优化消费体验与门店运营,打造全球数字化标杆。
|
2月前
|
人工智能 自然语言处理 算法
AI与API结合:自动解析商品描述+情感分析评论数据
AI与API深度融合正在重塑电商运营模式。通过自动解析商品描述、分析评论情感,企业可实现信息标准化、用户画像精准化及运营决策自动化。本文从技术架构、核心算法、实战案例三方面,详解AI如何驱动电商智能化升级。
|
2月前
|
SQL 人工智能 自然语言处理
数据 + 模型 驱动 AI Native 应用发展
随着人工智能技术的飞速发展,从生成式人工智能(GenAI)到自主代理人工智能(Agentic AI)的演进,企业面临着构建 AI Native 应用的机遇与挑战。本文将深入探讨 AI 开发模式的转变、企业应用的挑战以及技术架构和开发工具的应用,旨在为读者提供一个全面的视角,以理解如何利用数据和模型驱动 AI Native 应用的发展。
128 0
|
2月前
|
传感器 机器学习/深度学习 人工智能
AI种田有多猛?看它如何“统治”自动化农业!
AI种田有多猛?看它如何“统治”自动化农业!
130 8
|
2月前
|
存储 机器学习/深度学习 人工智能
还在为释放医疗数据潜能,驱动智慧医联体升级 ——AI赋能的病历全流程智能管理解决方案
AI赋能病历管理,破解录入低效、存储难、数据沉睡等痛点。实现病历数字化、结构化、智能化,降本增效,助力医院智慧升级。
78 0
|
存储 机器学习/深度学习 人工智能
阿里云ODPS:在AI浪潮之巅,铸就下一代智能数据根基
在智能爆炸时代,ODPS正从传统数据平台进化为“AI操作系统”。面对千亿参数模型与实时决策挑战,ODPS通过流批一体架构、多模态处理、智能资源调度等技术创新,大幅提升效率与智能化水平。从自动驾驶到医疗联合建模,从数字孪生到低代码AI开发,ODPS正重塑企业数据生产力,助力全球客户在算力洪流中抢占先机。
108 0
|
人工智能 缓存 NoSQL
【深度】企业 AI 落地实践(四):如何构建端到端的 AI 应用观测体系
本文探讨了AI应用在实际落地过程中面临的三大核心问题:如何高效使用AI模型、控制成本以及保障输出质量。文章详细分析了AI应用的典型架构,并提出通过全栈可观测体系实现从用户端到模型推理层的端到端监控与诊断。结合阿里云的实践经验,介绍了基于OpenTelemetry的Trace全链路追踪、关键性能指标(如TTFT、TPOT)采集、模型质量评估与MCP工具调用观测等技术手段,帮助企业在生产环境中实现AI应用的稳定、高效运行。同时,针对Dify等低代码平台的应用部署与优化提供了具体建议,助力企业构建可扩展、可观测的AI应用体系。
|
1月前
|
机器学习/深度学习 人工智能 PyTorch
GPT为定制AI应用工程师转型第一周学习计划
本计划帮助开发者快速入门AI领域,首周涵盖AI基础理论、Python编程及PyTorch实战。前两天学习机器学习、深度学习与Transformer核心概念,掌握LLM工作原理。第三至四天快速掌握Python语法与Jupyter使用,完成基础编程任务。第五至七天学习PyTorch,动手训练MNIST手写识别模型,理解Tensor操作与神经网络构建。
116 0

热门文章

最新文章