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
Google Earth Engine ——Landsat 8 32-Day BAI Composite烧伤面积指数数据集
Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) V3_2版本数据集
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/FinalPerimetersMCD64A1的火灾边界数据集
Google Earth Engine ——美国LANDIFRE火灾LANDFIRE FRG (Fire Regime Groups) v1.2.0数据集
Google Earth Engine ——美国LANDIFRE火灾数据集LANDFIRE MFRI (Mean Fire Return Interval) v1.2.0数据集内包含多种数据要素
Google Earth Engine ——美国LANDIFRE火灾数据集LANDFIRE/Fire/PLS/v1_2_0数据集内包含多种数据要素
Google Earth Engine ——2017-2018年伊朗土地覆盖/土地利用数据集KNTU/LiDARLab/IranLandCover/V1
Google Earth Engine ——美国LANDIFRE植被数据集包括。生物物理设置(BPS)环境场地潜力(ESP)现有植被冠层(EVC)现有植被高度(EVH)现有植被类型(EVT)数据集
Google Earth Engine ——全球JRC/GSW1_3/MonthlyRecurrence数据集的观测数据
Google Earth Engine ——全球JRC/GSW1_3/YearlyHistory数据集的观测数据
Google Earth Engine ——欧洲联盟三年一次的原地土地覆盖和土地利用数据(共有106个属性)
Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) 数据集
Google Earth Engine ——高级陆地观测卫AVNIR-2 ORI 产品10m分辨率
Google Earth Engine ——2001-2017年非洲土壤在 土壤深度为 0-20 厘米和 20-50 厘米的美国农业部质地等级数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的含硫量数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的石含量数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的钾数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的磷数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的PH数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的总氮数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的镁数据,预测平均值和标准偏差
Google Earth Engine ——GCOM-C 进行长期和持续的海表层浮游植物中绿色色素(叶绿素-a)的浓度。数据集(JAXA/GCOM-C/L3/OCEAN/CHLA/V2)
Google Earth Engine ——2001-2017年非洲土壤深度 0-20 厘米和 20-50 厘米的可提取铁,预测平均值和标准偏差数据集
Google Earth Engine ——2001-2017年使用坡度、化学和物理土壤特性得出的土壤肥力能力分类,预测平均值和标准偏差数据集
Google Earth Engine ——2001-2017年非洲土壤深度 0-20 厘米和 20-50 厘米的可提取粘土含量,预测平均值和标准偏差数据集
Google Earth Engine ——2001-2017年非洲土壤深度 0-20 厘米和 20-50 厘米的可提取阳离子交换容量,预测平均值和标准偏差数据集
Google Earth Engine ——Gridded Surface Meteorological 数据集提供了 1979 年以来美国本土的温度、降水、风、湿度和辐射的高空间分辨率(~4 公里)
Google Earth Engine ——世界200000冰川面积、几何形状、表面速度和雪线高程2017年数据集
Google Earth Engine ——世界200000冰川面积、几何形状、表面速度和雪线高程current数据集
Google Earth Engine ——世界200000冰川面积、几何形状、表面速度和雪线高程数据集
Google Earth Engine ——Global Inland Water 数据集显示内陆地表水体,包括淡水和咸水湖泊、河流和水库
Google Earth Engine ——Landsat Vegetation Continuous Fields (VCF) 树木覆盖层包含高度超过 5 米的木本植被覆盖数据集
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的含砂量数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的淤泥含量数据,预测平均值和标准偏差
Google Earth Engine ——土壤的有机土栽培耕地和草地年度 (Annual)数据集
Google Earth Engine ——土壤的有机土栽培耕地和草地年度 (Annual)数据集
Google Earth Engine ——全球行政单位层(GAUL)国家-省/州-县级层面(含简化面)数据集
Google Earth Engine ——全球行政单位层(GAUL)国家-省/州层面数据集
Google Earth Engine ——全球行政单位层(GAUL)国家层面数据集
Google Earth Engine ——基于ENVISAT的中分辨率成像光谱仪全球土地覆盖300米分辨率数据集
Google Earth Engine ——Landsat 7 ETM+传感器的大气校正表面反射率数据集
Google Earth Engine ——LANDSAT/LC08/C01/T1_TOA数据集
Google Earth Engine ——2001-2017年非洲土壤深度 0-20 厘米和 20-50 厘米的可提取总碳,预测平均值和标准偏差数据集
Google Earth Engine ——MACAv2-METDATA 数据集涵盖美国本土的 20 个全球气候模型的集合
Google Earth Engine ——2001-2017年非洲土壤深度 0-20 厘米和 20-50 厘米的可提取钙,预测平均值和标准偏差数据集
Google Earth Engine ——MACAv2-METDATA 月度数据集涵盖美国本土的 20 个全球气候模型(GCM) 的集合1900-2099年
Google Earth Engine ——2001-2017年非洲土壤深度为 0-20 厘米和 20-50 厘米时的体积密度 <2 毫米分数,预测平均值和标准偏差数据集
Google Earth Engine ——2001-2017年非洲0-200 厘米深度的基岩深度,预测平均值和标准偏差数据集
Google Earth Engine ——2001-2017年非洲土壤地表0-20 厘米和 20-50 厘米土壤深度处的可提取铝,预测平均值和标准偏差数据集
Google Earth Engine ——1979-2020年帕尔默干旱严重程度指数PDSI数据集每月三次提供高空间分辨率(约 4 公里)