腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
首页
专栏
文章归档
2024 年 02 月 02 日文章目录
Google Earth Engine——美国PRISM插值程序模拟了天气和气候如何随海拔变化,并考虑了海岸效应、温度反转和可能导致雨影的地形障碍。
Google Earth Engine——该数据集为格陵兰岛冰原提供了15米的完整的陆地冰和海洋分类
Google Earth Engine(GEE)——欧空局WorldCover 10 m分辨率土地利用/土地覆盖数据集 2020 V100
Google Earth Engine—该数据集提供了格陵兰岛冰盖的完整的15米分辨率的图像,该图像来自1999年至2002年的Landsat 7 ETM+和RADARSAT-1 SAR图像
Google Earth Engine——该数字高程模型 (DEM) 由 ASTER 和 SPOT-5 DEM 的组合构建而成,用于冰盖外围和边缘(即平衡线高程以下)以南约 82.5°N,以及冰盖内部
Google Earth Engine——该数据集是美国宇航局在研究环境中使用地球系统数据记录 (MEaSUREs) 计划的一部分,包括选定冰川出口区域的月平均速度图
Google Earth Engine——基于2000-2017年时间序列的长期MODIS LST地表温度昼夜差1公里分辨率数据集
2000年至2017年LandScan全球人口分布数据(1KM分辨率)
全球二氧化碳排放数据1deg产品(ODIAC)数据
Google Earth Engine——2000-2017年陆地表面温度日间月平均值。
Google Earth Engine——基于2000-2017年时间序列的长期MODIS LST昼夜温差标准偏差,在1公里分辨率。
Google Earth Engine——基于SM2RAIN-ASCAT 2007-2018、IMERG、CHELSA Climate和WorldClim的1公里分辨率的月降水量,单位是毫米。
AI Earth ——开发者模式案例3:典型植被指数计算及区域统计
AI Earth ——开发者模式案例4:浙江省森林区域植被生长分析
Google Earth Engine——潜在的自然植被生物群落的全球预测类别(基于使用BIOMES 6000数据集的 “当前生物群落 “类别的预测。
AI Earth ——开发者模式案例5:鄱阳湖水体区域识别
Google Earth Engine——潜在的自然植被FAPAR预测月度中值(基于PROB-V FAPAR 2014-2017)
AI Earth ——开发者模式案例6:决策树模型实现冬小麦提取
Google Earth Engine——全球土壤体积密度数据集在6个标准深度(0、10、30、60、100和200厘米)的土壤体积密度(细土)10 x kg / m3,分辨率250米。
Google Earth Engine——250米分辨率下6个标准深度(0、10、30、60、100和200厘米)的粘土含量(%)(kg/kg)。
第 43 页
第 44 页
第 45 页
第 46 页
第 47 页
第 49 页
第 50 页
第 51 页
第 52 页
第 53 页
领券