陆游与代代
陆游与代代

MODIS产品说明

Name Dataset Product Pixel Size Temporal Granularity
MCD12C1 Combined MODIS Land Cover 5600 Annually
MCD12Q1 Combined MODIS Land Cover 500 Annually
MCD15A2H Combined MODIS Leaf Area Index and Fractional Photosynthetically Active Radiation 500 Composites
MCD15A3H Combined MODIS Leaf Area Index and Fractional Photosynthetically Active Radiation 500 Composites
MCD18A1 Combined MODIS Radiation 5600 Daily
MCD18A2 Combined MODIS Radiation 5600 Daily
MCD19A1 Combined MODIS Reflectance 500, 1000 Daily
MCD19A2 Combined MODIS Aerosol Optical Depth 1000 Daily
MCD19A3 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Composites
MCD43A1 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 500 Daily
MCD43A2 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 500 Daily
MCD43A3 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 500 Daily
MCD43A4 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 500 Daily
MCD43C1 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 5600 Daily
MCD43C2 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 5600 Daily
MCD43C3 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 5600 Daily
MCD43C4 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 5600 Daily
MCD43D01 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D02 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D03 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D04 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D05 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D06 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D07 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D08 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D09 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D10 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D11 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D12 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D13 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D14 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D15 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D16 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D17 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D18 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D19 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D20 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D21 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D22 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D23 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D24 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D25 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D26 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D27 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D28 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D29 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D30 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D31 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D32 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D33 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D34 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D35 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D36 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D37 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D38 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D39 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D40 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D41 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D42 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D43 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D44 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D45 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D46 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D47 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D48 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D49 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D50 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D51 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D52 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D53 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D54 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D55 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D56 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D57 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D58 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D59 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D60 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D61 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D62 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D63 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D64 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D65 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D66 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D67 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD43D68 Combined MODIS Bidirectional Reflectance Distribution Function and Albedo 1000 Daily
MCD64A1 Combined MODIS Thermal Anomalies and Fire 500 Monthly
MOD09A1 Terra MODIS Reflectance 500 Composites
MOD09CMG Terra MODIS Reflectance 5600 Daily
MOD09GA Terra MODIS Reflectance 500, 1000 Daily
MOD09GQ Terra MODIS Reflectance 250 Daily
MOD09Q1 Terra MODIS Reflectance 250 Composites
MOD11_L2 Terra MODIS Temperature, Emissivity 1000 5 Minute
MOD11A1 Terra MODIS Temperature, Emissivity 1000 Daily
MOD11A2 Terra MODIS Temperature, Emissivity 1000 Composites
MOD11B1 Terra MODIS Temperature, Emissivity 5600 Daily
MOD11B2 Terra MODIS Temperature, Emissivity 5600 Composites
MOD11B3 Terra MODIS Temperature 5600 Monthly
MOD11C1 Terra MODIS Temperature, Emissivity 5600 Daily
MOD11C2 Terra MODIS Temperature, Emissivity 5600 Composites
MOD11C3 Terra MODIS Temperature, Emissivity 5600 Monthly
MOD13A1 Terra MODIS Vegetation Indices 500 Composites
MOD13A2 Terra MODIS Vegetation Indices 1000 Composites
MOD13A3 Terra MODIS Vegetation Indices 1000 Monthly
MOD13C1 Terra MODIS Vegetation Indices 5600 Composites
MOD13C2 Terra MODIS Vegetation Indices 5600 Monthly
MOD13Q1 Terra MODIS Vegetation Indices 250 Composites
MOD14 Terra MODIS Thermal Anomalies and Fire 1000 5 Minute
MOD14A1 Terra MODIS Thermal Anomalies and Fire 1000 Daily
MOD14A2 Terra MODIS Thermal Anomalies and Fire 1000 Composites
MOD15A2H Terra MODIS Leaf Area Index and Fractional Photosynthetically Active Radiation 500 Composites
MOD16A2 Terra MODIS Evapotranspiration 500 Composites
MOD16A3 Terra MODIS Evapotranspiration 500 Annually
MOD17A2H Terra MODIS Gross Primary Productivity 500 Composites
MOD17A3H Terra MODIS Net Primary Productivity 500 Annually
MOD21 Terra MODIS Temperature, Emissivity 1000 Daily
MOD21A1D Terra MODIS Temperature, Emissivity 1000 Daily
MOD21A1N Terra MODIS Temperature, Emissivity 1000 Daily
MOD21A2 Terra MODIS Temperature, Emissivity 1000 Composites
MOD44B Terra MODIS Vegetation Continuous Cover/Fields 250 Annually
MOD44W Terra MODIS Land Cover 250 Annually
MODOCGA Terra MODIS Reflectance 1000 Daily
MODTBGA Terra MODIS Reflectance 1000 Daily
MYD09A1 Aqua MODIS Reflectance 500 Composites
MYD09CMG Aqua MODIS Reflectance 5600 Daily
MYD09GA Aqua MODIS Reflectance 500, 1000 Daily
MYD09GQ Aqua MODIS Reflectance 250 Daily
MYD09Q1 Aqua MODIS Reflectance 250 Composites
MYD11_L2 Aqua MODIS Temperature, Emissivity 1000 5 Minute
MYD11A1 Aqua MODIS Temperature, Emissivity 1000 Daily
MYD11A2 Aqua MODIS Temperature, Emissivity 1000 Composites
MYD11B1 Aqua MODIS Temperature, Emissivity 5600 Daily
MYD11B2 Aqua MODIS Temperature, Emissivity 5600 Composites
MYD11B3 Aqua MODIS Temperature, Emissivity 5600 Monthly
MYD11C1 Aqua MODIS Temperature, Emissivity 5600 Daily
MYD11C2 Aqua MODIS Temperature, Emissivity 5600 Composites
MYD11C3 Aqua MODIS Temperature, Emissivity 5600 Monthly
MYD13A1 Aqua MODIS Vegetation Indices 500 Composites
MYD13A2 Aqua MODIS Vegetation Indices 1000 Composites
MYD13A3 Aqua MODIS Vegetation Indices 1000 Monthly
MYD13C1 Aqua MODIS Vegetation Indices 5600 Composites
MYD13C2 Aqua MODIS Vegetation Indices 5600 Monthly
MYD13Q1 Aqua MODIS Vegetation Indices 250 Composites
MYD14 Aqua MODIS Thermal Anomalies and Fire 1000 5 Minute
MYD14A1 Aqua MODIS Thermal Anomalies and Fire 1000 Daily
MYD14A2 Aqua MODIS Thermal Anomalies and Fire 1000 Composites
MYD15A2H Aqua MODIS Leaf Area Index and Fractional Photosynthetically Active Radiation 500 Composites
MYD16A2 Aqua MODIS Evapotranspiration 500 Composites
MYD16A3 Aqua MODIS Evapotranspiration 500 Annually
MYD17A2H Aqua MODIS Gross Primary Productivity 500 Composites
MYD17A3H Aqua MODIS Net Primary Productivity 500 Annually
MYD21 Aqua MODIS Temperature, Emissivity 1000 Daily
MYD21A1D Aqua MODIS Temperature, Emissivity 1000 Daily
MYD21A1N Aqua MODIS Temperature, Emissivity 1000 Daily
MYD21A2 Aqua MODIS Temperature, Emissivity 1000 Composites
MYDOCGA Aqua MODIS Reflectance 1000 Daily
MYDTBGA Aqua MODIS Reflectance 1000 Daily

你可能感兴趣的:(遥感)

  • 遥感影像的切片处理 sand&wich 计算机视觉python图像处理
    在遥感影像分析中，经常需要将大尺寸的影像切分成小片段，以便于进行详细的分析和处理。这种方法特别适用于机器学习和图像处理任务，如对象检测、图像分类等。以下是如何使用Python和OpenCV库来实现这一过程，同时确保每个影像片段保留正确的地理信息。准备环境首先，确保安装了必要的Python库，包括numpy、opencv-python和xml.etree.ElementTree。这些库将用于图像处理
  • 遥感图像分割系统：融合空间金字塔池化（FocalModulation)改进YOLOv8 xuehaisj YOLO人工智能计算机视觉yolov8
    1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义遥感图像分割是遥感技术领域中的一个重要研究方向，它的目标是将遥感图像中的不同地物或地物类别进行有效的分割和识别。随着遥感技术的不断发展和遥感图像数据的大规模获取，遥感图像分割在农业、城市规划、环境监测等领域具有广泛的应用前景。然而，由于遥感图像的特
  • GIS数据处理软件：地理信息与遥感领域的智慧引擎 GeoSaaS 地理信息智慧城市数据库人工智能大数据gis
    在地理信息与遥感技术的广阔天地间，数据处理软件如同一座桥接驳岸的智慧引擎，将海量的原始数据转化为决策的金矿，推动着城市规划、环境保护、灾害管理、资源开发等领域的深度变革。本文将深入解析其核心功能、技术前沿、应用实例及未来展望，探析数据处理软件如何为地理信息与遥感技术插上智慧的翅膀。数据处理软件的核心技术与功能矩阵数据清洗与格式转换：自动去除冗余杂乱码、异常值，格式标准化数据，确保后续处理的准确性与
  • 枫叶的成长计划 小婷说
    2019/12.23【行】毕：图分类，和鹰说清楚昨天的事，遥感复习到五十页，和白杨聊了聊昨天发生的事，买苹果未毕：c++未写，电影还没看1.找到给桌子的那个人2.早上七点起床做好标语准备买苹果啦3.遥感图分类问问黎霞小姐妹4.遥感背书二十五页5.做五道数学题嘻嘻嘻(˙︶˙)6.隔一小时发布买苹果消息7.中午和静雯吃饭(✪✪)晚上喝葵葵一起聊聊【见】今天是冬至好热闹，一大早群里的消息就把我惊醒，满屏
  • [数据集][目标检测]卫星遥感舰船检测数据集VOC+YOLO格式2238张17类别 FL1623863129 数据集目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：2238标注数量(xml文件个数)：2238标注数量(txt文件个数)：2238标注类别数：17标注类别名称:[“AircraftCarrier”,“AuxiliaryShips”,“Cargo”,“Commander”
  • 遥感多模态基础大模型汇总-实时更新 遥感-GIS #遥感#图像处理深度学习#大模型#遥感大模型
    本文内容来自下面链接，考虑到很多同学登录不了，故在此平台进行分享。遥感基础大模型TableofContentsModelsRemoteSensingVisionFoundationModels遥感视觉基础模型RemoteSensingVision-LanguageFoundationModels遥感视觉语言基础模型RemoteSensingGenerativeFoundationModels遥感生
  • 基于Sentinel-1遥感数据的水体提取 遥感-GIS sentinel图像处理arcgis
    本文利用SAR遥感图像进行水体信息的提取，相比光学影像，SAR图像不受天气影响，在应急情况下应用最多，针对水体，在发生洪涝时一般天气都是阴雨天，云较多，光学影像质量较差，基本上都是利用SAR影像对受灾范围进行评估，故此本文重点描述SAR影像中的水体提取问题，目前应用较多的是Sentinel-1数据。本文结构：Sentinel-1数据的介绍Sentinel-1数据的预处理水体信息提取总结1Senti
  • 遥感之智能优化算法大纲介绍 遥感-GIS 遥感之智能优化算法图像处理arcgis启发式算法
    介绍近年来在遥感及人工智能领域研究比较火热的智能优化算法，其中被广泛使用的比如粒子群算法和遗传算法等，在遥感领域，比如高光谱特征选择，机器学习超参数优化等方向有众多的应用，除了提到了两个算法之外，还有众多其他算法，本专栏基于《智能优化算法与涌现计算》及其相关资料，对智能优化算法做些详细的整理和总结，以期给遥感或其他领域提供有价值的参考。书籍大纲为：第一篇仿人智能优化算法描述模拟人脑思维、人体系统、
  • 遥感之机器学习树集成模型-CART算法之回归 遥感-GIS 遥感之机器学习树集成模型机器学习图像处理arcgis
    本文在前面文章的基础上，连续介绍CART树在回归中的应用，其回归技术经常用于定量遥感领域，涉及各种地表参数含量的反演。主要分为如下几部分：回归概念描述回归树中数据集的划分准则CART回归树的原理和流程CART回归树的核心代码前面内容可参考：遥感之机器学习树模型专栏1回归概念机器学习中的回归建模以及相应的回归算法，在遥感领域对应的就是定量遥感分方向，比如水质参数反演，土壤中各种参数反演，森林各种生物
  • 遥感影像-语义分割数据集：GID数据集详细介绍及训练样本处理流程 GIS潮流 计算机视觉人工智能机器学习
    GID数据集：大规模高分卫星土地覆盖数据集原始数据集详情简介：GID是基于我国Gaofen-2卫星数据而构建的大规模高分辨率遥感图像土地覆盖数据集。GID数据集分为大规模分类集（GID-5）和精细土地覆盖集（GID-15）两个部分。大规模分类集（GID-5）包含建筑、农田、森林、草地和水域等5个土地覆盖类别，共计150景像素级标注的Gaofen-2卫星遥感图像。其中，训练集为120景图像，验证集为
  • ENVI处理遥感教程及学习资料 有梦想的炸豆皮 ENVI
    转载自http://blog.sina.com.cn/s/blog_764b1e9d0102y64u.html微博ENVI-IDL技术殿堂2017年ENVI-IDL遥感应用培训班素材及录屏共享2017年在8个城市共举办8场培训班。共有来自260多个单位的630多人参加。今年培训班继续以中国遥感应用协会和我公司的名义共同主办，部分地区与地方遥感协会、高校联合主办。培训时间依然是5天，内容上形成卫星图
  • 遥感影像-语义分割数据集：Vaihingen数据集详细介绍及训练样本处理流程 GIS潮流 计算机视觉
    原始数据集详情Vaihingen是一个相对较小的村庄，有许多独立的建筑和小的多层建筑。KeyValue卫星类型未知覆盖区域一个相对较小的村庄，有许多独立的建筑和小的多层建筑-Vaihingen场景城市分辨率5cm数量38张单张尺寸6000*6000原始影像位深8位标签图片位深8位原始影像通道数三通道标签图片通道数三通道官网https://www.isprs.org/education/benchm
  • 【国外比较权威的免费的卫星数据网站——USGS Earth Explorer】 学地理的小胖砸 ENVI遥感遥感影像数据地理信息科学地图学卫星影像图像处理
    USGSEarthExplorer网址：https://earthexplorer.usgs.gov/简介：USGSEarthExplorer是一个全面的卫星影像数据检索工具，提供历史卫星图像的下载和访问。它拥有NASALandsat系列卫星的遥感数据，这些卫星自1972年以来积累了宝贵的数据，对于历史分析、环境监测等方面具有不可替代的作用。此外，该网站还提供免费的高程模型数据，如NASA的AST
  • 【目标检测数据集汇总】各类目标检测数据集VOC+YOLO格式地址汇总 熬夜写代码的平头哥∰ 数据集目标检测YOLO目标跟踪
    序号项目名称下载地址1【目标检测数据集】西红柿番茄成熟度检测640张3类别VOC+YOLO格式.zip点我下载2【目标检测数据集】轮船分类检测数据集500张4类别VOC+YOLO格式.zip点我下载3【目标检测数据集】手枪gun标注检测数据集VOC+YOLO格式3400张.zip点我下载4【目标检测数据集】蚊子检测数据集295张VOC+YOLO格式可训练.zip点我下载5【目标检测数据集】遥感类军
  • SWAT模型高阶十七项案例分析实践技术 科研的力量 水文地质土壤SWAT模型DEM数据土地利用水资源时空分布特征CMIP6数据处理水资源
    【案例实践】：1)遥感产品和SWAT模型快速建模2)基于水文响应单元（HRU）的水资源时空分布特征3)基于自定义流域与河道的SWAT模型建模与分析4)子流域划分原理及其对模型不确定性的影响5)坡度划分原理及其对模型不确定性的影响6)DEM数据空间分辨率及其模型不确定性的影响7)DEM数据来源及其对模型不确定性的影响8)DEM数据重采样方法及其模型不确定性的影响9)土地利用遥感解译及其在模型建模中的
  • 2013-2023年 中国MOD17A3H植被净初级生产力（NPP)数据 小王毕业啦 大数据人工智能大数据社科数据
    中国MOD17A3H植被净初级生产力（NPP）数据是基于NASA的MODIS卫星遥感数据计算得出的，这些数据对于评估生态系统碳收支、碳循环以及气候变化的影响具有重要意义。NPP数据可以反映植被通过光合作用固定大气中二氧化碳并转化为有机物质的能力，是衡量生态系统健康状况和生产力水平的重要指标。如果NPP呈现增加趋势，可能意味着生态系统的生产力在增强，有利于碳的固定和减少温室气体排放；反之，如果NPP
  • WRF DA的安装、编译及运行；WRF DA变分资料同化、WRF DA混合同化新方法；变分同化的单点试验、混合同化的单点试验等 Teacher.chenchong 大气人工智能经验分享
    数值预报已经成为提升预报质量的重要手段，而模式初值质量是决定数值预报质量的重要环节。资料同化作为提高模式初值质量的有效方法，成为当前气象、海洋和大气环境和水文等诸多领域科研、业务预报中的关键科学方法。资料同化新方法的快速发展，气象常规资料、卫星遥感观测和大气环境等多种资料日益增加，为资料同化的有效应用奠定了坚实的科学基础，也导致许多新的复杂科学问题，增加了实际应用的难度。有效提升广大科研、业务人员
  • ＜数据集＞遥感船舶识别数据集＜目标检测＞ 深度学习lover 深度学习数据集目标检测人工智能计算机视觉YOLO深度学习
    数据集格式：VOC+YOLO格式图片数量：15047张标注数量(xml文件个数)：15047标注数量(txt文件个数)：15047标注类别数：25标注类别名称：['AircraftCarrier','AuxiliaryShips','OtherShip','OtherWarship','Destroyer','Dock','Hovercraft','Submarine','Ferry','Barg
  • ArcPy批量填充大量栅格图像NoData无效值的方法 疯狂学习GIS
      本文介绍基于Python中ArcPy模块，对大量栅格遥感影像文件批量进行无效值（NoData值）填充的方法。  在处理栅格图像文件时，我们经常会遇到图像中存在有无效值（即NoData值）的情况。如下图所示，这里有一个矢量面要素图层和该矢量图层范围对应的一景栅格图像；可以看到，由于该栅格图像存在无效值NoData，因此栅格图像是没有完全遮盖矢量图层的。  在一些情况下，这些无效值可能会对我们的后
  • 基于遥感解译与GIS技术生态环境影响评价图件制作 宝藏口袋 ArcGIS遥感生态环境大数据arcgis数据分析
    《环境影响评价技术导则生态影响》（HJ19—2022）即将实施，其中生态影响评价图件是生态影响评价报告的必要组成内容，是评价的主要依据和成果的重要表现形式，是指导生态保护措施设计的重要依据。在众多图件中，土地利用图、植被类型图、植被覆盖度图、土壤侵蚀图等专题图的制作需用到大量的遥感和GIS技术。1、掌握遥感和GIS土地利用现状解译与制图技术2、掌握遥感和GIS植被分类与制图技术3、掌握遥感和GIS
  • 基于R语言遥感随机森林建模与空间预测 weixin_贾 统计语言类模型分布式
    随机森林作为一种集成学习方法，在处理复杂数据分析任务中特别是遥感数据分析中表现出色。通过构建大量的决策树并引入随机性，随机森林在降低模型方差和过拟合风险方面具有显著优势。在训练过程中，使用Bootstrap抽样生成不同的训练集，并在节点分裂时随机选择特征子集，这使得模型具备了处理高维和非线性数据的能力。随机森林对噪声和异常值具有鲁棒性，其预测结果通过对多棵树的集成投票或平均获得，减少了单个异常对结
  • InSAR技术大揭秘：数据处理、地形重建、形变监测一网打尽！ AIzmjl 生态insar大地测量sar卫星时间序列
    合成孔径雷达干涉测量（InterferometricSyntheticApertureRadar,InSAR）技术作为一种新兴的主动式微波遥感技术，凭借其可以穿过大气层，全天时、全天候获取监测目标的形变信息等特性，已在地表形变监测、DEM生成、滑坡、火山活动、冰川运动、人工建筑物形变信息提取等多种领域展开了成功应用。InSAR作为一种新兴的空间大地测量技术，克服了传统大地测量技术需要人工野外布点、
  • GEE在灾害预警中的遥感云大数据应用及GPT模型辅助分析 AIzmjl GPT生态遥感大数据gptgee灾害预警水体湿地遥感
    随着遥感技术的快速发展，云大数据在灾害、水体与湿地领域的应用日益广泛。通过遥感云大数据，我们能够实时获取灾害发生地的影像信息，为灾害预警、应急响应提供有力支持。同时，在水体与湿地监测方面，遥感云大数据也发挥着重要作用，帮助我们了解水体的分布、变化以及湿地的生态状况。近年来，GPT模型在自然语言处理领域取得了显著成果，其强大的文本生成和理解能力为遥感云大数据的应用提供了新的可能。通过将GPT模型与遥
  • MATLAB图像拼接算法及实现 程序员小溪 算法matlab计算机视觉MATLAB人工智能
    图像拼接算法及实现（一）论文关键词：图像拼接图像配准图像融合全景图论文摘要：图像拼接(imagemosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。一般来说,图像拼接的过程由图像获取,图像配准,图像
  • 挑战杯 基于机器视觉的图像拼接算法 laafeer python
    前言图像拼接在实际的应用场景很广，比如无人机航拍，遥感图像等等，图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。再举一个身边的例子吧，你用你的手机对某一场景拍照，但是你没有办法一次将所有你要拍的景物全部拍下来，所以你对该场景从左往右依次拍了好几张图，来把你要拍的所有景物记录下来。那么我们能不能把这些图像拼接成一个大图呢？这是一个较为新颖的竞
  • 无感 慢_简
    万般小溪汇入河汉江淮澄江如练犹如一道清流时而温柔时而沁人心脾奔涛炙浪遥感如画之景，竟再无平静之意欲与江河势比美，也能会临绝顶攬日月高比天公能言矮，壮似山川不可攀举手平星辰，身动定河川心有万千阔，一叶一世界图片发自App
  • GEE案例——如何sentinel-2影像利用NDWI归一化水体指数进行长时序水域分析（2015-2023年滇池为例） 此星光明 GEE案例分析前端服务器时序sentinel影像JavaScript面积
    简介Sentinel-2是一颗遥感卫星，其提供的高分辨率数据可以广泛应用于环境监测、土地利用和水资源管理等领域。其中，利用归一化水体指数（NormalizedDifferenceWaterIndex，NDWI）来进行长时序水域分析是一种常见的方法。本文将介绍NDWI的定义和计算方法，并结合Sentinel-2影像的使用，详细说明如何进行长时序水域分析。首先，我们来看一下NDWI的定义和计算方法。N
  • 中科星图（案例）——NDVI植被指数的计算和图例添加以及median和mosaic的影像拼接 此星光明 中科星图前端javascriptgvendvi植被指数云计算云平台
    简介在GVE云平台上实现NDVI（NormalizedDifferenceVegetationIndex）植被指数的计算和图例添加，可以通过以下步骤进行：1.数据获取和准备首先，需要获取卫星影像数据，可以选择公开的遥感数据源，如Landsat、MODIS等。数据获取后，需要对数据进行预处理，包括数据格式转换、投影变换等，以确保数据的一致性和可用性。2.NDVI计算NDVI是通过计算红外波段和可见光
  • 【MATLAB】赫尔默特方差分量估计算法 Lwcah 算法
    微信公众号由于改变了推送规则，为了每次新的推送可以在第一时间出现在您的订阅列表中，记得将本公众号设为星标或置顶哦~有意向获取代码，请转文末观看代码获取方式~1文章简介文章DOI:10.1109/TGRS.2023.3265508链接：https://ieeexplore.ieee.org/document/10097458/keywords#keywords该篇文章讲的是一种遥感反演雪深的新方法，
  • 英文论文（sci）解读复现【NO.18】基于DS-YOLOv8的目标检测方法用于遥感图像 人工智能算法研究院 英文论文解读复现目标跟踪人工智能机器学习
    此前出了目标检测算法改进专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读发表高水平学术期刊中的SCI论文，并对相应的SCI期刊进行介绍，帮助大家解答疑惑，助力科研论文投稿。解读的系列文章，本人会进行创新点代码复现，有需要的朋友可关注私信我获取。一、摘要改进的YOLOv8模型（DCN_C2f+SC_
  • js动画html标签（持续更新中） 843977358 htmljs动画mediaopacity
    1.jQuery 效果 - animate() 方法    改变 "div" 元素的高度：    $(".btn1").click(function(){      $("#box").animate({height:"300px
  • springMVC学习笔记 caoyong springMVC
    1、搭建开发环境    a>、添加jar文件，在ioc所需jar包的基础上添加spring-web.jar,spring-webmvc.jar    b>、在web.xml中配置前端控制器       <servlet>     &nbs
  • POI中设置Excel单元格格式 107x poistyle列宽合并单元格自动换行
    引用：http://apps.hi.baidu.com/share/detail/17249059 POI中可能会用到一些需要设置EXCEL单元格格式的操作小结： 先获取工作薄对象: HSSFWorkbook wb = new HSSFWorkbook(); HSSFSheet sheet = wb.createSheet(); HSSFCellStyle setBorder = wb.
  • jquery 获取A href 触发js方法的this参数 无效的情况 一炮送你回车库 jquery
    html如下：  <td class=\"bord-r-n bord-l-n c-333\"> <a class=\"table-icon edit\" onclick=\"editTrValues(this);\">修改</a> </td>"   j
  • md5 3213213333332132 MD5
    import java.security.MessageDigest; import java.security.NoSuchAlgorithmException; public class MDFive { public static void main(String[] args) { String md5Str = "cq
  • 完全卸载干净Oracle11g sophia天雪 orale数据库卸载干净清理注册表
    完全卸载干净Oracle11g A、存在OUI卸载工具的情况下：     第一步：停用所有Oracle相关的已启动的服务；     第二步：找到OUI卸载工具：在“开始”菜单中找到“oracle_OraDb11g_home”文件夹中         &
  • apache 的access.log 日志文件太大如何解决 darkranger apache
    CustomLog logs/access.log common  此写法导致日志数据一致自增变大。 直接注释上面的语法 #CustomLog logs/access.log common 增加： CustomLog "|bin/rotatelogs.exe -l logs/access-%Y-%m-d.log 
  • Hadoop单机模式环境搭建关键步骤 aijuans 分布式
            Hadoop环境需要sshd服务一直开启，故，在服务器上需要按照ssh服务，以Ubuntu Linux为例，按照ssh服务如下： sudo apt-get install ssh sudo apt-get install rsync 编辑HADOOP_HOME/conf/hadoop-env.sh文件，将JAVA_HOME设置为Java
  • PL/SQL DEVELOPER 使用的一些技巧 atongyeye javasql
    1 记住密码 这是个有争议的功能，因为记住密码会给带来数据安全的问题。 但假如是开发用的库，密码甚至可以和用户名相同，每次输入密码实在没什么意义，可以考虑让PLSQL Developer记住密码。 位置：Tools菜单－－Preferences－－Oracle－－Logon HIstory－－Store with password 2 特殊Copy 在SQL Window
  • PHP：在对象上动态添加一个新的方法 bardo 方法动态添加闭包
    有关在一个对象上动态添加方法，如果你来自Ruby语言或您熟悉这门语言，你已经知道它是什么...... Ruby提供给你一种方式来获得一个instancied对象，并给这个对象添加一个额外的方法。   好！不说Ruby了，让我们来谈谈PHP   PHP未提供一个“标准的方式”做这样的事情，这也是没有核心的一部分...   但无论如何，它并没有说我们不能做这样
  • ThreadLocal与线程安全 bijian1013 javajava多线程threadLocal
    首先来看一下线程安全问题产生的两个前提条件：  1.数据共享，多个线程访问同样的数据。  2.共享数据是可变的，多个线程对访问的共享数据作出了修改。    实例：         定义一个共享数据： public static int a = 0;        
  • Tomcat 架包冲突解决 征客丶 tomcatWeb
    环境： Tomcat 7.0.6 win7 x64 错误表象：【我的冲突的架包是：catalina.jar 与 tomcat-catalina-7.0.61.jar 冲突，不知道其他架包冲突时是不是也报这个错误】 严重: End event threw exception java.lang.NoSuchMethodException: org.apache.catalina.dep
  • 【Scala三】分析Spark源代码总结的Scala语法一 bit1129 scala
    Scala语法 1. classOf运算符 Scala中的classOf[T]是一个class对象，等价于Java的T.class,比如classOf[TextInputFormat]等价于TextInputFormat.class    2. 方法默认值 defaultMinPartitions就是一个默认值，类似C++的方法默认值    
  • java 线程池管理机制 BlueSkator java线程池管理机制
    编辑 Add Tools   jdk线程池   一、引言 第一：降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。第二：提高响应速度。当任务到达时，任务可以不需要等到线程创建就能立即执行。第三：提高线程的可管理性。线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。  
  • 关于hql中使用本地sql函数的问题（问-答） BreakingBad HQL存储函数
    转自于：http://www.iteye.com/problems/23775 问： 我在开发过程中，使用hql进行查询（mysql5）使用到了mysql自带的函数find_in_set()这个函数作为匹配字符串的来讲效率非常好，但是我直接把它写在hql语句里面（from ForumMemberInfo fm,ForumArea fa where find_in_set(fm.userId,f
  • 读《研磨设计模式》-代码笔记-迭代器模式-Iterator bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.util.Arrays; import java.util.List; /** * Iterator模式提供一种方法顺序访问一个聚合对象中各个元素，而又不暴露该对象内部表示 * * 个人觉得，为了不暴露该
  • 常用SQL chenjunt3 oraclesqlC++cC#
    --NC建库 CREATE TABLESPACE NNC_DATA01 DATAFILE 'E:\oracle\product\10.2.0\oradata\orcl\nnc_data01.dbf' SIZE 500M AUTOEXTEND ON NEXT 50M EXTENT MANAGEMENT LOCAL UNIFORM SIZE 256K ; CREATE TABLESPA
  • 数学是科学技术的语言 comsci 工作活动领域模型
      从小学到大学都在学习数学，从小学开始了解数字的概念和背诵九九表到大学学习复变函数和离散数学，看起来好像掌握了这些数学知识，但是在工作中却很少真正用到这些知识，为什么？    最近在研究一种开源软件-CARROT2的源代码的时候，又一次感觉到数学在计算机技术中的不可动摇的基础作用，CARROT2是一种用于自动语言分类（聚类）的工具性软件，用JAVA语言编写，它
  • Linux系统手动安装rzsz 软件包 daizj linuxszrz
    1、下载软件 rzsz-3.34.tar.gz。登录linux，用命令 wget http://freeware.sgi.com/source/rzsz/rzsz-3.48.tar.gz下载。 2、解压 tar zxvf  rzsz-3.34.tar.gz 3、安装  cd rzsz-3.34 ; make posix 。注意：这个软件安装与常规的GNU软件不
  • 读源码之:ArrayBlockingQueue dieslrae java
        ArrayBlockingQueue是concurrent包提供的一个线程安全的队列,由一个数组来保存队列元素.通过 takeIndex和 putIndex来分别记录出队列和入队列的下标,以保证在出队列时 不进行元素移动. //在出队列或者入队列的时候对takeIndex或者putIndex进行累加,如果已经到了数组末尾就又从0开始,保证数
  • C语言学习九枚举的定义和应用 dcj3sjt126com c
    枚举的定义 # include <stdio.h> enum WeekDay { MonDay, TuesDay, WednesDay, ThursDay, FriDay, SaturDay, SunDay }; int main(void) { //int day; //day定义成int类型不合适 enum WeekDay day = Wedne
  • Vagrant 三种网络配置详解 dcj3sjt126com vagrant
    Forwarded port Private network Public network Vagrant 中一共有三种网络配置，下面我们将会详解三种网络配置各自优缺点。 端口映射(Forwarded port)，顾名思义是指把宿主计算机的端口映射到虚拟机的某一个端口上，访问宿主计算机端口时，请求实际是被转发到虚拟机上指定端口的。Vagrantfile中设定语法为： c
  • 16.性能优化-完结 frank1234 性能优化
    性能调优是一个宏大的工程，需要从宏观架构(比如拆分，冗余，读写分离，集群，缓存等)， 软件设计（比如多线程并行化，选择合适的数据结构）， 数据库设计层面（合理的表设计，汇总表，索引，分区，拆分，冗余等） 以及微观（软件的配置，SQL语句的编写，操作系统配置等）根据软件的应用场景做综合的考虑和权衡，并经验实际测试验证才能达到最优。 性能水很深， 笔者经验尚浅 ，赶脚也就了解了点皮毛而已，我觉得
  • Word Search hcx2013 search
    Given a 2D board and a word, find if the word exists in the grid. The word can be constructed from letters of sequentially adjacent cell, where "adjacent" cells are those horizontally or ve
  • Spring4新特性——Web开发的增强 jinnianshilongnian springspring mvcspring4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • CentOS安装配置tengine并设置开机启动 liuxingguome centos
    yum install gcc-c++  yum install pcre pcre-devel  yum install zlib zlib-devel  yum install openssl openssl-devel Ubuntu上可以这样安装 sudo aptitude install libdmalloc-dev libcurl4-opens
  • 第14章 工具函数（上） onestopweb 函数
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • Xelsius 2008 and SAP BW at a glance blueoxygen BOXelsius
    Xelsius提供了丰富多样的数据连接方式，其中为SAP BW专属提供的是BICS。那么Xelsius的各种连接的优缺点比较以及Xelsius是如何直接连接到BEx Query的呢？ 以下Wiki文章应该提供了全面的概览。   http://wiki.sdn.sap.com/wiki/display/BOBJ/Xcelsius+2008+and+SAP+NetWeaver+BW+Co
  • oracle表空间相关 tongsh6 oracle
    在oracle数据库中，一个用户对应一个表空间，当表空间不足时，可以采用增加表空间的数据文件容量，也可以增加数据文件，方法有如下几种： 1.给表空间增加数据文件    ALTER TABLESPACE "表空间的名字" ADD DATAFILE    '表空间的数据文件路径' SIZE 50M;   &nb
  • .Net framework4.0安装失败 yangjuanjava .netwindows
    上午的.net framework 4.0，各种失败，查了好多答案，各种不靠谱，最后终于找到答案了 和Windows Update有关系，给目录名重命名一下再次安装，即安装成功了！ 下载地址：http://www.microsoft.com/en-us/download/details.aspx?id=17113 方法： 1.运行cmd，输入net stop WuAuServ 2.点击开
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他