AI Earth
文章平均质量分 79
此星光明
博士,地图制图和地理信息工程专业,主要涉及Google Earth Engine、PIE-Engine、Planetary Computer、AI Earth、中科星图等云平台的遥感生态云计算研究(多源遥感和机器学习相结合),适用建筑、气象、农业、水利等各个专业云计算。2022年云计算领域博客之星TOP3,2023年CSDN博客之星TOP13,华为云云享专家、MVP,阿里云社区、51CTO博客专家博主。
展开
-
AI Earth——卫星影像快速检索可视化应用APP
AI Earth是一个卫星影像快速检索可视化应用,利用人工智能技术和卫星影像数据,帮助用户快速搜索并可视化地球上的各种地理信息。AI Earth拥有庞大的卫星影像数据库,用户可以通过搜索关键词、地点或坐标来查找特定区域的卫星影像。AI Earth的人工智能算法能够智能识别并标注地球上的各种地理特征,如山脉、河流、湖泊、城市等。用户可以通过AI Earth应用程序或网页界面进行交互,并进行地图操作,如缩放、平移和旋转。原创 2024-07-19 10:00:00 · 713 阅读 · 0 评论 -
AI Earth——基于决策树模型淮河流域冬小麦提取应用app
本应用依据利用Landsat-8数据,基于潘力、夏浩铭、王瑞萌等研究论文(基于Google Earth Engine 的淮河流域越冬作物种植面积制图)中提出的利用作物在不同物候期内卫星影像的光谱存在差异的特征,通过计算作物时间序列的皈依化植被指数(NDVI),选取越冬作物生长旺盛期NDVI 最大值、越冬作物播种期和收获期中相应的NDVI 最小值和中位数,在像元尺度上构建越冬作物决策树提取算法,实现淮河流域冬小麦的提取。原创 2024-07-18 15:00:00 · 1269 阅读 · 0 评论 -
AI Earth——MuSyQ 30m/10天叶片叶绿素含量产品(中国)应用 app
是空天院多源协同定量遥感产品生产系统((Multi-source data Synergized Quantitative remote sensing production system,MuSyQ))产品之一。叶片叶绿素含量(Chlleaf)是植被遥感监测中最重要的参数之一,目前国际上缺少高分辨率的叶绿素含量标准化产品,难以满足日益精细化的应用需求。利用Sentinel-2 MSI 数据的时空分辨率优势,生产出30米/10天高时空分辨率的Chlleaf产品。原创 2024-07-16 10:30:00 · 648 阅读 · 0 评论 -
AI Earth——全球500m类NPP_VIIRS夜间灯光数据集应用app
全球500米分辨率的“类NPP-VIIRS”夜间灯光数据集(NPP-VIIRS-like NTL Data)是基于自编码器的跨传感器(DMSP-OLS和NPP-VIIRS)夜间灯光数据校正方案生产。通过在不同范围不同尺度下开展的精度验证工作,证明数据集具备了类似于NPP-VIIRS夜间灯光数据的质量,并能够清晰地反映出城市内部的细节信息及其时序上的变化。原创 2024-07-14 09:30:00 · 771 阅读 · 0 评论 -
AI Earth——2020年中国建筑物高度CNBH数据产品(10m)
复旦大学生命科学学院GC3S团队(吴万本博士、赵斌教授等)利用多源地球观测数据和机器学习技术,构建了中国第一个10米分辨率的建筑高度估计模型(CNBH-10m)。基于此模型建立了中国10米分辨率的建筑高度数据集。原创 2024-07-11 17:00:00 · 394 阅读 · 0 评论 -
AI Earth——中国城市绿地对大气污染干沉降作用估计数据集(DDEP)应用APP
基于数学模型量化植被的干沉降过程,突破传统站点尺度研究的局限性,结合多源卫星遥感产品形成2000-2020年中国城市绿地对PM2.5和PM10的干沉降量估计栅格数据集,对城市大气污染防治、绿地区域规划和城市可持续发展有重要意义.原创 2024-07-10 20:30:00 · 1055 阅读 · 0 评论 -
AI Earth——1990-2022年全国月度气象数据检索应用app
提供的代码片段 current_work_dir = os.path.dirname(__file__) 利用了 Python 中的 os 模块和 __file__ 特殊变量来确定脚本的当前工作目录。通过使用 os.path.dirname(__file__) 代码段和 current_work_dir 变量,可以有效地管理文件路径,并在脚本工作目录的上下文中执行操作。在本例中,current_work_dir 变量用于构建脚本工作目录中名为 data.txt 的文件的完整路径。原创 2024-07-09 16:00:00 · 727 阅读 · 0 评论 -
AI Earth——公开土地覆盖数据产品浏览应用APP
st.markdown("[AI Earth中国10米地物分类数据集(AIEC)](https://engine-aiearth.aliyun.com/#/dataset/DAMO_AIE_CHINA_LC): 达摩院AI Earth团队自研的中国区10m分辨率地物分类产品,数据包含2020-2022年中国逐年土地覆盖信息。"primary" (默认): 这是按钮的默认样式,会产生一个突出的、原色的、凸起的按钮。标题: 创建不同级别的标题(H1、H2、H3 等),以组织和结构化您的内容。原创 2024-07-08 09:30:00 · 829 阅读 · 0 评论 -
AI Earth ——开发者模式案例10:基于 CNN 的 AI 分类模型开发
该模块涵盖了一系列用户与训练集群之间的交互接口,包括:鉴权、数据加载、训练任务提交、任务状态和日志查看、模型推理等。以导入特定的单景影像到项目中。私有数据集导入以后,默认会挂载到。其中,数据集 又分为公开数据集和私有数据集。)进行管理,数据集合或单项数据均有各自全局唯一的。本教程以公开数据集为例,展示如何加载远程数据集到。创建机器学习建模流程。平台目前主要存储和管理三类数据,分别是。私有数据集为用户自行上传的数据集。目录中(可使用终端命令行查看)本案例主要介绍如何快速利用。在本项目页面左侧,依次点击。原创 2024-07-07 19:00:00 · 955 阅读 · 0 评论 -
AI Earth——AI模型训练(实例分割、目标检测、地物识别(原目标提取)、地物分类、通用变化检测、多分类变化检测):如何正确的进行样本点标注和高清卫星底图接入服务?
概览页包含各个功能入口和相关数据统计,数据统计内容为当前标注项目数量、样本集数量、模型训练次数、模型总数。原创 2024-07-05 10:00:00 · 1082 阅读 · 0 评论 -
AI Earth——GRACE Monthly Mass Grids - Global Mascons(陆地、海洋)数据集(等效水厚度)
什么是 "等效水厚度"?观测到的重力月变化是由质量月变化引起的。可以认为,质量变化集中在地球表面附近的一个非常薄的水厚度变化层中(即最多几千米厚的一层)。实际上,大部分月重力变化都是由水文水库储水量的变化、海洋、大气和陆地冰块的移动以及这些地球系统组成部分之间的质量交换引起的。它们的垂直范围是以厘米为单位的等效水厚度,远小于地球半径或以公里为单位的变化水平尺度。有些重力变化是由 "固体 "地球的质量重新分布引起的,如大地震后的重力变化,或冰川等静力调整引起的重力变化;原创 2024-05-22 12:00:00 · 1181 阅读 · 0 评论 -
YCEO SUHI:2003-2018年夏季昼夜城市热岛强度的像素级空间分布产品合成图
YCEO Surface Urban Heat Islands 数据集包括了全世界超10000个城市群的年度、夏季和冬季,白天与夜晚地表热岛强度指数(SUHI)数据。该数据集使用了MODIS 8天Terra和Aqua地表温度(LST)产品、Landscan城市分布数据集、2010年全球多分辨率地形数据和欧洲航天局(ESA)气候变化倡议(CCI)的土地覆盖数据。该产品空间分辨率为300米。原创 2024-05-21 10:00:00 · 352 阅读 · 0 评论 -
耶鲁地球观测中心:2003-2018年白天与夜晚SUHI(城市热岛)强度的平均年度合成产品
YCEO Surface Urban Heat Islands 数据集包括了全世界超10000个城市群的年度、夏季和冬季,白天与夜晚地表热岛强度指数(SUHI)数据。该数据集使用了MODIS 8天Terra和Aqua地表温度(LST)产品、Landscan城市分布数据集、2010年全球多分辨率地形数据和欧洲航天局(ESA)气候变化倡议(CCI)的土地覆盖数据。该产品空间分辨率为300米。本数据集为UHI_yearly_averaged:2003-2018年白天与夜晚SUHI强度的年度合成产品。原创 2024-05-20 10:30:00 · 578 阅读 · 0 评论 -
耶鲁地球观测中心:2003-2018年全年、夏季和冬季白天与夜晚SUHI(城市热岛)强度平均的年度合成产品
YCEO Surface Urban Heat Islands 数据集包括了全世界超10000个城市群的年度、夏季和冬季,白天与夜晚地表热岛强度指数(SUHI)数据。该数据集使用了MODIS 8天Terra和Aqua地表温度(LST)产品、Landscan城市分布数据集、2010年全球多分辨率地形数据和欧洲航天局(ESA)气候变化倡议(CCI)的土地覆盖数据。该产品空间分辨率为300米。本数据集为UHI_all_averaged:包含全年、夏季和冬季白天与夜晚SUHI强度的产品。原创 2024-05-20 10:00:00 · 348 阅读 · 0 评论 -
耶鲁地球观测中心:2003-2018年白天与夜晚SUHI强度的平均月度合成产品
YCEO Surface Urban Heat Islands 数据集包括了全世界超10000个城市群的年度、夏季和冬季,白天与夜晚地表热岛强度指数(SUHI)数据。该数据集使用了MODIS 8天Terra和Aqua地表温度(LST)产品、Landscan城市分布数据集、2010年全球多分辨率地形数据和欧洲航天局(ESA)气候变化倡议(CCI)的土地覆盖数据。该产品空间分辨率为300米。本数据集为UHI_monthly_averaged: 包含白天与夜晚SUHI强度的平均月度合成产品。原创 2024-05-20 06:00:00 · 390 阅读 · 0 评论 -
AI Earth|耶鲁地球观测中心:2003-2018年全世界超10000个城市群的年度白天与夜晚地表——热岛强度指数(SUHI)数据
YCEO Surface Urban Heat Islands 数据集包括了全世界超10000个城市群的年度、夏季和冬季,白天与夜晚地表热岛强度指数(SUHI)数据。该数据集使用了MODIS 8天Terra和Aqua地表温度(LST)产品、Landscan城市分布数据集、2010年全球多分辨率地形数据和欧洲航天局(ESA)气候变化倡议(CCI)的土地覆盖数据。该产品空间分辨率为300米。原创 2024-05-19 15:00:00 · 392 阅读 · 0 评论 -
AI Earth——高分一号(中国四维日新图产品 )
是以景为单位进行更新的遥感影像服务产品,该产品可提供长时间序列的高精度、高质量的历史影像服务。主要应用于国家土地执法督察、土地利用变更调查、土地利用动态遥感监测、环保固体废弃物监测、地质灾害监测、应急救灾、重大工程监测等业务。产品具有持续快速更新、历史影像齐全、在线服务、视觉效果好等特点。原创 2024-05-18 23:00:00 · 594 阅读 · 0 评论 -
AI Earth——中国地表形变一张图(2022) 数据集
干涉合成孔径雷达(InSAR)已被有效地用于监测采矿区的地表变形,精度达到毫米级。2022 年 3 月 27 日,中国山西省发生了一起尾矿坝溃坝事故,对尾矿库下方的周边房屋、林地和道路造成了严重破坏。本文采用 GPU 辅助 InSAR 处理方法,对 2019 年 1 月 8 日至 2022 年 3 月 17 日期间获取的 91 幅干涉宽扫描(IW)模式的哨兵-1 图像进行了处理。原创 2024-05-19 12:00:00 · 1239 阅读 · 0 评论 -
AI EARTH数据——2020年全球30米湿地数据产品
年度产品地物分类湿地全球该数据集利用时间序列的Landsat反射率数据产品和Sentinel-1 SAR影像,加上分层分类策略和局部自适应随机森林分类算法,成功地整合出2020年第一个具有精细分类系统的全球30米湿地产品。湿地被分为四种内陆湿地(沼泽、沼泽、水淹平地和盐碱地)和三种沿海湿地(红树林、盐沼和潮汐平地)。2020年全球30米湿地数据产品(GWL_FCS30)是一种用于全球湿地研究和监测的高分辨率数据产品。原创 2024-03-04 09:00:00 · 2065 阅读 · 0 评论 -
AI Earth数据集——中国10米地物分类数据集(AIEC)
达摩院AI Earth团队自研的中国区10m分辨率地物分类产品,数据包含2020-2022年中国逐年土地覆盖信息。研究团队利用Sentinel-2 数据集,借助深度学习方法,融合了多时序、多模态、Low Level约束、半监督等技术,进行精细化地物分割。算法基于LandCoverNet Dataset, Google Dynamic Dataset和自研验证集进行统计评测,整体精度指标均达到一定提升。AI EarthSentinel地物分类中国年度产品。原创 2024-03-03 09:00:00 · 2542 阅读 · 0 评论 -
MuSyQ 叶片叶绿素含量产品(中国)V02 (时空分辨率30m/10天)
此数据集为高分30米空间分辨率10天合成的叶片叶绿素含量产品(负责人:李静研究员),为多源协同定量遥感产品生产系统((Multi-source data Synergized Quantitative remote sensing production system,MuSyQ))中产品之一。叶片叶绿素含量(Chlleaf)植被遥感监测中最重要的参数之一,目前国际上缺少高分辨率的叶绿素含量标准化产品,难以满足日益精细化的应用需求。原创 2023-12-29 09:00:00 · 997 阅读 · 0 评论 -
AI Earth 构建一个简单的应用 python 使用streamlit库
Streamlit 是一个开源的 Python 库,可用于快速创建美观、自定义的 Web 应用程序。总而言之,Streamlit 是一个强大、易于使用的工具,可用于创建各种 Web 应用程序。如果您是数据科学家、机器学习工程师或教育工作者,那么 Streamlit 值得一试。里面有对每个函数的详细解释和演示代码。或者大家可以去参照以下是简单的一些案例。原创 2023-11-19 10:15:00 · 210 阅读 · 2 评论 -
世界网格人口第四版(GPWv4)联合国世界人口展望 2015 年数据集修订版
¶世界网格人口第四版(GPWv4),当前版本为V411。最新版本在 2000、2005、2010、2015和2020年全球人口在 30 弧秒(约1公里)网格上的分布。由人口普查和行政单位的人口比例分配到每个网格单元。人口数输入数据是根据 2005年至2014年期间进行的2010年的人口普查结果按照最详细的空间分辨率进行采集。前言 – 人工智能教程普查数据经过推断,得出每个模拟年份的人口估计数。原创 2023-09-05 09:00:00 · 261 阅读 · 0 评论 -
世界网格人口第四版(GPWv4),当前版本为V411
¶世界网格人口第四版(GPWv4),当前版本为V411。最新版本在 2000、2005、2010、2015和2020年全球人口在 30 弧秒(约1公里)网格上的分布。由人口普查和行政单位的人口比例分配到每个网格单元。人口数输入数据是根据 2005年至2014年期间进行的2010年的人口普查结果按照最详细的空间分辨率进行采集。普查数据经过推断,得出每个模拟年份的人口估计数。此数据集包含每个网格单元的人口估计密度,这与国家人口普查和登记一致。关于此数据集的更多介绍,请参阅NASA SEDAC。分辨率。原创 2023-08-29 16:30:00 · 807 阅读 · 0 评论 -
OpenLandMap Soil pH 土壤PH数据集分辨率250m
¶该数据集为在6个土壤标准深度下(0、10、30、60、100和200cm)预测的土壤pH 值。数据空间分辨率为250米。美国农业部预测的 250 米处土壤大类概率。OpenLandMap Soil pH 数据集是一个基于土壤的地图数据,提供了全球土壤 pH 值的数据集,分辨率为 250 米。这个数据集包含了来自世界各地的土壤 pH 数据,可以用于农业、土地覆盖和土地管理等领域的研究和分析。原创 2023-08-23 10:00:00 · 417 阅读 · 0 评论 -
全球土壤有机碳含量预测数据集(5g/kg)250米分辨率
¶该数据集为在6个土壤标准深度下(0、10、30、60、100和200cm)预测的土壤有机碳含量(5g/kg)。数据空间分辨率为250米。分辨率为 250 米的 6 个标准深度(0、10、30、60、100 和 200 厘米)的土壤有机碳含量 x 5 克/千克托米斯拉夫-亨格;伊赫萨尼-惠勒分辨率为 250 米的 6 个标准深度(0、10、30、60、100 和 200 厘米)的土壤有机碳含量,单位为 × 5 克/千克(要转换为 %,则除以 2)。地图采用字节类型提供,以大幅减少文件大小。原创 2023-08-29 09:30:00 · 785 阅读 · 0 评论 -
全球500米分辨率“NPP-VIIRS”夜间灯光数据
¶数据集由华东师范大学余柏蒗教授、福州大学陈佐旗副研究员、西南大学施开放副教授团队共同研究生产,并无偿共享此项数据集。夜间灯光遥感数据已被广泛应用于城市化进程监测等研究工作中,但由于常用的两种夜间灯光遥感数据(DMSP-OLS和NPP-VIIRS)存在不可比的情况,限制了夜间灯光数据的可用时间序列长度。原创 2023-08-19 09:00:00 · 803 阅读 · 0 评论 -
日光诱导叶绿素荧光数据集(TROPOSIF_V2.1)
¶此数据集为基于欧空局ESA资助的TROPOSIF项目,利用Sentinel-5P TROPOMI传感器观测生产了一套全球日光诱导叶绿素荧光SIF数据产品。SIF数据可用于反应生态系统的结构和生理信息,是植被光合作用的探针。TROPOMI传感器能够提供更高时空分辨率的每日全球观测。目前该产品提供了2018年5月-2021年12月的数据。前言 – 人工智能教程日光诱导叶绿素荧光数据集(TROPOSIF_V2.1)是一个用于研究叶绿素荧光的数据集。原创 2023-08-16 09:00:00 · 873 阅读 · 4 评论 -
1975年至2020年GHS Built-up Surface Grid总建成面积和分配给主要非住宅(NRES)用途的建筑面积
GHS Built-up Surface Grid数据集由Sentinel-2和Landsat数据处理生成,时序包括1975-2030年,在1975年至2020年为估计值并以5年为间隔,2025年和2030年由3种方式(LIN、PLY、MED)进行趋势推演而来的预测值。前言 – 人工智能教程数据集描述了建筑面积的分布,单位为平方米。数据记录了总建成面积和分配给主要非住宅(NRES)用途的建筑面积。具体信息可查阅import aie# 指定需要检索的区域。原创 2023-08-13 09:00:00 · 287 阅读 · 0 评论 -
全球人口网格数据(1975-2030,间隔5年)GHS Settlement Layers
GHS Settlement Layers由 UN Statistical Commission 推荐的城市化程度(stage I )方法 在JRC形成全球人口网格数据(1975-2030,间隔5年)上的应用。通过整合从Landsat和Sentinel-2图像数据提取的建成区(GHS-BUILT-S R2022)和从CIESIN GPW v4.11衍生的人口数据(GHS-POP R2022)而生成。本产品根据GHS-BUILT-S和GHS-POP数据集的更新,在2019年发布的数据基础上进行了更新。原创 2023-08-15 10:00:00 · 411 阅读 · 0 评论 -
2020年全球30米湿地数据产品(GWL_FCS30)
该数据集利用时间序列的Landsat反射率数据产品和Sentinel-1 SAR影像,加上分层分类策略和局部自适应随机森林分类算法,成功地整合出2020年第一个具有精细分类系统的全球30米湿地产品。湿地被分为四种内陆湿地(沼泽、沼泽、水淹平地和盐碱地)和三种沿海湿地(红树林、盐沼和潮汐平地)。2020年全球30米湿地数据产品(GWL_FCS30)数据集是由谷歌地球引擎平台开发的,它是第一个具有精细分类系统的全球30米湿地地图。原创 2023-08-12 10:00:00 · 567 阅读 · 1 评论 -
GEE、PIE和AI Earth平台进行案例评测:NDVI计算,结果差异蛮大
PIE获取北京市获取某一个区域的区域的NDVI平均值,但是结果却显示没有,只能通过加载图层点击图层上的点获取某一个点的NDVI值,而且这里用到区域统计使用的函数仅有min,max,sum计算,而使用mean计算,就没有结果。本文主要是通过对比GEE、PIE和AI Earth平台,主要是计算不同平台,同一个NDVI的均值计算,我们已测试结果如何。对特定区域的所有像素进行统计,返回结果为一个JSON对象;目前可完成最大、最小和求和统计计算。默认是影像第一个波段的范围。统计类型,包括最大值、最小值和求和。原创 2023-06-03 10:30:00 · 1267 阅读 · 3 评论 -
AI Earth ——开发者模式案例9:OpenAPI调用AI识别能力
OpenAPI。原创 2022-11-06 09:00:00 · 673 阅读 · 0 评论 -
AI Earth ——开发者模式案例8:利用Landsat-8数据进行地表温度反演
指定区域、时间、云量检索。,并对数据进行去云处理。原创 2022-11-07 14:30:00 · 1760 阅读 · 7 评论 -
AI Earth ——开发者模式案例7:植被覆盖度提取
¶使用像元二分模型法进行FVC估算。利用实现输入影像的直方图统计。通过调用数组运算,计算生长季的NDVI像元百分比统计中5%位置NDVI值作为土壤部分NDVIsoil、95%位置的NDVI值作为植被部分NDVIveg,并通过计算FCV,得出FVC。#值得注意的是这里的数学运算调用了numpy的部分,所以这里不同于直接在JavaScript中集成的部分。原创 2022-10-30 15:03:26 · 1397 阅读 · 0 评论 -
AI Earth ——开发者模式案例6:决策树模型实现冬小麦提取
依据作物在不同物候期内卫星影像的光谱存在差异的特征,可建立冬小麦提取算法,进行像元尺度冬小麦提取。这里同样是使用的NDVI作为阈值提取条件,分别使用不同的聚合方式完成对影像的筛选,从而得出冬小麦种植面积的提取。原创 2022-11-05 14:00:00 · 1169 阅读 · 1 评论 -
AI Earth ——开发者模式案例5:鄱阳湖水体区域识别
实现水体与非水体的二分类提取。数据,并对数据进行去云处理。函数实现归一化水体指数(指数提取鄱阳湖水体区域。通过计算归一化水体指数。原创 2022-11-04 17:00:00 · 737 阅读 · 0 评论 -
AI Earth ——开发者模式案例4:浙江省森林区域植被生长分析
¶.filter(aie.Filter.eq('province', '浙江省')) \zoom=5)}region,'region',)map。原创 2022-11-03 16:00:00 · 646 阅读 · 0 评论 -
AI Earth ——开发者模式案例3:典型植被指数计算及区域统计
2021年浙江省逐月NDVI均值统计。通过波段运算计算常见的指数。实现对影像进行指定区域范围均值统计。在指定空间范围内实现时间序列统计分析,并绘制折线图。)为例,进行区域均值统计以及时序折线图制作。计算为例输出指数计算成果,并地图可视化展示。如切换卫星数据源,需要调整对应的波段名称。可实现构建表达式对影像进行波段运算。,并对数据进行去云处理。原创 2022-11-02 17:30:00 · 1366 阅读 · 3 评论 -
AI Earth ——开发者模式案例2:Landsat系列影像数据去云
¶使用QA_PIXEL波段进行去云处理。分别缩放SR波段和SP波段像元值,使SR波段像元值尽量在[0,1]之间,ST波段为地表温度的开尔文表示。#参数变换Landsat。原创 2022-11-01 17:30:00 · 2249 阅读 · 0 评论