chloris.earth ——Chloris 全球生物量 2003 - 2019 数据平台

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: chloris.earth ——Chloris 全球生物量 2003 - 2019 数据平台

 

概述

Chloris 全球生物量 2003 - 2019 数据集提供了地球陆地木本植被生态系统地上生物量存量和变化的估计值。它涵盖 2003 年至 2019 年期间,按年度时间步长计算。全球数据集的空间分辨率约为 4.6 公里。

这些地图和数据集是通过结合来自星载卫星的多个遥感测量结果生成的,使用最先进的机器学习和统计方法进行处理,并使用来自多个国家的实地数据进行验证。该数据集提供了对地上储量和变化的直接估计,而不是基于土地利用或土地覆盖面积的变化,因此它们包括所有类型的木本植被(无论是天然植被还是人工林)中碳储量的增加和减少。

年度储量以生物量吨为单位表示。库的年度变化以 CO2 当量单位表示,即特定像素点陆地生态系统释放或吸收的 CO2 量。

空间数据集可在Microsoft 的 Planetary Computer上获得,其类型为 Attribution-Non Commercial-Share Alike CC BY-NC-SA的 Creative Common 许可。

Chloris Geospatial是一家以使命为导向的技术公司,开发有关自然资本状态的软件和数据产品,供企业、政府和社会部门使用。

STAC系列

https://planetarycomputer.microsoft.com/api/stac/v1/collections/chloris-biomass

供应商

Chloris (制作人、授权人)微软 (主机、处理器)

执照

知识共享署名非商业性相同方式共享 4.0 国际

Main - Chloris Geospatial

Chloris 是一个由生态科学、遥感、机器学习、产品开发和可持续发展战略领域的影响驱动专家组成的国际团队。使命是利用最可靠、最值得信赖和最具成本效益的自然资本数据,加速全球向净零排放和自然积极经济的转变。平台为项目开发商、投资者和森林碳信用额的大型企业买家以及采取行动在其供应链中保护、恢复和种植树木和森林的公司提供基于科学的数据。

优势:

Chloris 平台

可靠的、基于科学的森林碳数据的解决方案

世界市场需要可操作的数据和工具来捕捉在森林中起作用的真实生态过程:森林退化、再生以及整个地区的净收益和损失。

我们直接测量碳储量及其损失和收益,并在像素级别量化不确定性。这使我们的客户能够快速、自信地参与应对气候变化的商业解决方案。

Chloris 使用尖端的遥感、机器学习和生态科学来衡量最重要的事情:自然资本。

我们能够在世界各地的像素级以量化的不确定性直接测量碳储量、收益和损失。

碳密度和面都变化情况

 

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
数据可视化
GEE(Google Earth Engine)——使用 NASA NEX-DCP30 数据集创建投影的可视化(美国加利福尼亚州圣华金流域的气候)
GEE(Google Earth Engine)——使用 NASA NEX-DCP30 数据集创建投影的可视化(美国加利福尼亚州圣华金流域的气候)
265 0
GEE(Google Earth Engine)——使用 NASA NEX-DCP30 数据集创建投影的可视化(美国加利福尼亚州圣华金流域的气候)
|
6月前
|
机器学习/深度学习 编解码 算法
Google Earth Engine APP(GEE)——加拿大陆地生态系统中的土壤碳储量数据集
Google Earth Engine APP(GEE)——加拿大陆地生态系统中的土壤碳储量数据集
105 0
|
6月前
|
机器学习/深度学习 算法 数据挖掘
Google Earth Engine (GEE)——美国西部1986-至今IrrMapper灌溉状况数据集
Google Earth Engine (GEE)——美国西部1986-至今IrrMapper灌溉状况数据集
45 0
|
编解码 数据库
Google Earth Engine(GEE)——联合国粮农组织全球有机土壤面积(1992-2018年度
Google Earth Engine(GEE)——联合国粮农组织全球有机土壤面积(1992-2018年度
137 0
Google Earth Engine(GEE)——联合国粮农组织全球有机土壤面积(1992-2018年度
|
编解码 数据库
Google Earth Engine(GEE)——全球农田有机土壤碳和氮排放(1992-2018年度)数据集
Google Earth Engine(GEE)——全球农田有机土壤碳和氮排放(1992-2018年度)数据集
244 0
Google Earth Engine(GEE)——全球农田有机土壤碳和氮排放(1992-2018年度)数据集
|
编解码
Google Earth Engine(GEE)——哥白尼大气监测 (CAMS) 全球气溶胶AOI近实时观测数据集
Google Earth Engine(GEE)——哥白尼大气监测 (CAMS) 全球气溶胶AOI近实时观测数据集
395 0
Google Earth Engine(GEE)——哥白尼大气监测 (CAMS) 全球气溶胶AOI近实时观测数据集
|
ice
Google Earth Engine(GEE)——基于s2影像的实时全球10米土地利用/土地覆盖(LULC)数据集
Google Earth Engine(GEE)——基于s2影像的实时全球10米土地利用/土地覆盖(LULC)数据集
550 0
Google Earth Engine(GEE)——基于s2影像的实时全球10米土地利用/土地覆盖(LULC)数据集
|
机器学习/深度学习 传感器 人工智能
AI Earth 地球科学云平台——用数据感知地球世界(含福利)
AI Earth 地球科学云平台——用数据感知地球世界(含福利)
1329 1
AI Earth 地球科学云平台——用数据感知地球世界(含福利)
|
算法 知识图谱
Google Earth Engine——1980-2021Daymet V4提供北美大陆、夏威夷和波多黎各的每日天气参数的网格化估计(波多黎各的数据从1950年开始提供)数据集
Google Earth Engine——1980-2021Daymet V4提供北美大陆、夏威夷和波多黎各的每日天气参数的网格化估计(波多黎各的数据从1950年开始提供)数据集
159 0
Google Earth Engine——1980-2021Daymet V4提供北美大陆、夏威夷和波多黎各的每日天气参数的网格化估计(波多黎各的数据从1950年开始提供)数据集
|
关系型数据库 数据中心 ice
Google Earth Engine——AVHRR探路者5.3版海面温度数据集(PFV53)是由NOAA国家海洋学数据中心和迈阿密大学罗森斯蒂尔海洋与大气科学学院合作制作的全球每日两次的4公里数据
Google Earth Engine——AVHRR探路者5.3版海面温度数据集(PFV53)是由NOAA国家海洋学数据中心和迈阿密大学罗森斯蒂尔海洋与大气科学学院合作制作的全球每日两次的4公里数据
482 0
Google Earth Engine——AVHRR探路者5.3版海面温度数据集(PFV53)是由NOAA国家海洋学数据中心和迈阿密大学罗森斯蒂尔海洋与大气科学学院合作制作的全球每日两次的4公里数据
下一篇
无影云桌面