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
该数据集涵盖1998–1999年巴西朗多尼亚州60条溪流在旱季和雨季的水质数据(如Na、Ca、Mg、K、Si、Cl、SO₄、pH等)及流域特征(土壤、岩性、森林砍伐率、人口密度),旨在研究土地利用变化对热带河流化学的影响。数据来自野外采样、遥感与普查,包含三个CSV文件,支持地理空间分析。
ASTER全球数字高程模型V003(ASTGTM)由NASA与日本METI合作生成,覆盖北纬83°至南纬83°,空间分辨率约30米。基于2000–2013年ASTER立体影像自动处理,融合超188万场景,优化水体与地形精度,提供DEM与场景数量图层,数据无显著空隙,适用于多领域地形分析。
ASTER GDEM V3由NASA与METI合作开发,提供全球陆地高程数据,空间分辨约30米,覆盖北纬83°至南纬83°。基于188万景ASTER影像自动生成,含DEM与场景数图层,数据经云掩膜、异常值去除及多源融合优化,适用于地形分析,但可能存在局部伪影。
MetOp-B ASCAT 25km海面风矢量数据,由EUMETSAT OSI SAF发布,基于KNMI处理的L2级近实时产品,采用CMOD.n模型反演,NetCDF格式,每轨覆盖约3分钟数据,延迟约2小时,广泛用于气象与海洋监测。
水瓶座3级辅助海面温度标准映射图像数据(V5.0)基于雷诺兹SST日数据,经水瓶座L2-L3处理生成,空间分辨率1度,含季节性气候学降序产品,用于盐度反演辅助。
Aquarius L3每周极地网格海表盐度数据集(V005)由NASA与CONAE联合任务获取,基于Aquarius/SAC-D卫星L波段辐射计观测,提供2011–2015年全球海洋表面盐度 weekly 网格产品,空间覆盖-180°至180°,50°至87.4°纬度,用于气候与海洋研究。
AM1EPHNE为Terra卫星近实时外推星历数据,原生二进制格式,供SDP工具读取。文件名含时间、版本及生产信息,适用于精确轨道计算与遥感数据处理。(238字)
本数据集提供美国西海岸1992–2011年每日海面高度异常与地转流速,融合卫星高度计与验潮站观测,提升近岸精度,空间覆盖北纬35°–49°、西经111°–133°,源自AVISO网格并结合实地数据插值,适用于海洋动力研究。
该数据集提供2010–2015年阿拉斯加北坡苔原植物功能类型(PFT)30米分辨率连续覆盖图,基于Landsat影像与实地数据,采用随机森林模型生成,包含19类植被覆盖信息,支持生态变化监测与长期研究。
本数据集包含2015–2017年阿拉斯加北坡五个通量塔站的CO₂、CH₄通量及气象数据,涵盖气温、降水、土壤温湿度等每半小时观测值,构建横跨300公里南北断面,助力高纬度气候变化研究。(238字)
AIRS/Aqua L2支持反演数据(AIRX2SUP)结合红外与微波观测,提供大气温湿等物理量的高垂直分辨率剖面(100层,1100–0.016 hPa),适用于辐射模拟与算法研究,空间分辨约50公里,覆盖全球,由NASA GES DISC发布。
NASA大气红外探测器(AIRS)的可见光/近红外(VIS/NIR)1B级数据提供高分辨率辐射度信息,用于检测红外探测中的视场不均匀性,提升温度和湿度反演精度。
天气研究与预报 (WRF) 模型 IMPACTS 数据集用于研究美国大西洋沿岸暴风雪,包含2020至2022年冬季降水事件模拟数据。该数据基于GFS与NAM模型的初始条件,采用netCDF-3格式,时间范围为2020年1月12日至3月7日,助力提升降雪遥感与预测能力。
大气红外探测器(AIRS)是NASA EOS Aqua卫星上的核心仪器,用于探测大气温度、湿度及二氧化碳等痕量气体分布。AIRS2SPC为二级二氧化碳反演产品,基于红外光谱数据,提供高垂直分辨率的大气剖面信息。数据覆盖全球,时间范围2010年至2022年,由NASA GES DISC发布。
CER_FSW_Terra-FM1-MODIS_Edition2G 是 NASA CERES 项目发布的月度格点辐射通量与云数据产品,基于 Terra 卫星上的 CERES-FM1 仪器获取。该数据集包含大气顶、地表及大气剖面的辐射通量,以及云参数,空间分辨率为 1 度,时间覆盖 2007 年 12 月。数据适用于地球能量平衡与气候变化研究。
CER_CRS_Aqua-FM3-MODIS_Edition2C 是 NASA CERES 项目的数据产品,基于 Aqua 卫星上的 FM3 仪器,提供高精度云与辐射通量数据,涵盖 2006 年。数据包含全天空与晴空条件下四层大气通量廓线,适用于地球辐射能量系统研究。
大气红外探测器(AIRS)L1C级红外辐射数据(AIRICRAD)由NASA提供,包含经重采样和校正的红外辐射值,用于气候与天气研究。
大气红外探测器(AIRS)是NASA Aqua卫星上的关键仪器,用于获取高精度大气温度、湿度及痕量气体垂直廓线等物理参数。该数据集为AIRS独立反演的月度网格产品(1°×1°),包含平均值、标准差及观测次数,覆盖全球,适用于气候研究与大气分析。
该数据集提供了2016至2019年北美地区的WRF-Chem模型模拟结果,分辨率为27公里,涵盖CO₂、CH₄等气体的通量与输送信息,用于支持NASA的ACT-America空中观测项目,助力研究大气温室气体来源与分布。
Google 推出 Earth Engine 卫星嵌入数据集,利用 AI 将一年的多源卫星数据压缩至每个 10 米像素,实现高效地理空间分析。基于 AlphaEarth Foundations 模型,该数据集提供 64 维嵌入向量,支持相似性搜索、变化检测、自动聚类和精准分类,助力环境研究与应用。
Google Satellite Embedding 数据集提供全球10米分辨率的64维嵌入向量,编码地表条件的时间轨迹,适用于变化检测与地理分析。
简介:北极-北方脆弱性实验(ABoVE)发布版本2研究区域与标准参考网格,涵盖阿拉斯加及北美西部,提供矢量、栅格及NetCDF格式数据,支持多分辨率网格(240米、30米、5米)及统一投影,增强数据互操作性。
该数据集包含2016-2019年环北极地区接收点的WRF-STILT粒子轨迹文件,用于分析大气中温室气体的传输路径。数据涵盖多种观测平台,包括地面塔站、飞行器采集样本及卫星观测,分为低分辨率和高分辨率两类,支持对北极地区碳排放源的追踪与研究,扩展了CARVE项目的研究成果。
该数据集提供2000–2015年阿拉斯加Fortymile驯鹿活动区及加拿大育空地区的地衣覆盖信息,分辨率达30米。通过随机森林模型结合植被、环境与光谱数据,估算地衣覆盖率,并利用无人机影像生成高精度站点级地图,支持驯鹿栖息地研究与保护。
AMSR/ADEOS-II L2A 产品提供全球亮度温度数据,包含多个频率(6.9 GHz 至 89.0 GHz),空间分辨率多样(5.4 km 至 56 km)。除 50.3 GHz 和 52.8 GHz 外,均经空间重采样以确保一致性。数据覆盖时间为 2003 年 1 月 18 日至 10 月 24 日,由 NASA NSIDC DAAC 发布,适用于多种地理空间应用。
全球网格化相对剥夺指数(GRDI)第1版是空间分辨率为30弧秒的全球数据集,用0-100表示各地多维贫困与剥夺程度,数值越高代表剥夺越严重。该指数基于社会人口统计和卫星数据,综合六个维度加权计算得出,适用于2010至2020年间全球贫困评估与空间分析。
该数据集报告了1999年至2004年间亚马逊流域森林、牧场及自由对流层大气中CO2的碳氧稳定同位素比值,包含三个ASCII文件。研究通过地面和飞机采样分析,揭示区域碳交换特征及其与土地利用变化的关系,为理解生态系统碳汇作用提供重要依据。数据涵盖多个采样点,包括浓度、同位素比率等详细信息,适用于生态与气候研究。
CALIPSO Lidar Level 1B 剖面数据(V4-10)是云-气溶胶激光雷达和红外探路者卫星观测任务的核心产品,基于 CALIOP 仪器收集的偏振激光雷达数据。该数据集提供经过校准与地理定位的半轨道激光雷达剖面信息,涵盖昼夜观测,广泛应用于研究云层、气溶胶对地球辐射收支及气候的影响。数据自 2006 年起持续更新,适用于科学研究与期刊发表。NASA 提供公开访问支持,助力全球地球科学领域探索。
CALIPSO IIR Lidar Level 3 数据产品(CAL_IIR_L3_GEWEX_Cloud-Standard-V1-00)基于 CALIPSO 卫星的成像红外辐射计 (IIR) 数据生成,提供全球云有效半径和水路径的二维空间网格分布。该产品遵循 GEWEX 云评估标准,涵盖冰云、液态水云等属性,时间分辨率为一个月。CALIPSO 卫星由 NASA 和法国国家空间研究中心联合运营,自 2006 年发射以来,致力于研究云层与气溶胶对地球气候的影响。数据适用于气候变化、水循环等领域研究。
2025年6月20-22日,第13届国际移动测量技术大会(MMT2025)将在福建厦门举行,由厦门大学空间感知与计算实验室与ISPRS等联合承办。作为全球移动测量技术领域最大国际会议之一,MMT为相关研究、系统及应用提供交流平台。大会主席为王程教授,优秀论文将推荐至《PE&RS》和《The Photogrammetric Record》期刊发表。摘要投稿截止日期为2025年4月1日,详情见官网:https://mmt2025.xmu.edu.cn/2025/。
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。
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。
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。
发表了文章
2025-11-06
发表了文章
2025-11-04
发表了文章
2025-11-03
发表了文章
2025-10-31
发表了文章
2025-10-30
发表了文章
2025-10-29
发表了文章
2025-10-28
发表了文章
2025-10-28
发表了文章
2025-10-27
发表了文章
2025-10-25
发表了文章
2025-10-24
发表了文章
2025-10-23
发表了文章
2025-10-23
发表了文章
2025-10-21
发表了文章
2025-10-20
发表了文章
2025-10-19
发表了文章
2025-10-18
发表了文章
2025-10-17
发表了文章
2025-10-15
发表了文章
2025-10-14