MEaSUREs 格陵兰冰盖测绘项目(GrIMP)基于 GeoEye 和 WorldView 影像的数字高程模型 V002

简介: MEaSUREs格陵兰冰绘图计划(GrIMP)V002 DEM,基于GeoEye与WorldView系列卫星亚米级立体影像生成,空间分辨率高,经ICESat-2 ATL06数据精校准,适用于冰盖高程变化研究。(239字)

MEaSUREs Greenland Ice Mapping Project (GrIMP) Digital Elevation Model from GeoEye and WorldView Imagery V002

简介

该数据集包含格陵兰冰盖的增强分辨率数字高程模型 (DEM),该模型源自 Maxar Technologies 运营的 GeoEye-1、WorldView-1、-2 和 -3 卫星收集的亚米分辨率全色立体图像。
该数字高程模型(DEM)由轨道内图像对(即在同一轨道上间隔数分钟采集的两幅图像)和跨轨道图像对(即来自不同轨道的图像)生成,并符合轨道内成像几何和最大时间间隔标准。该 DEM 已配准到 2019 年和 2020 年夏季采集的 ATLAS/ICESat-2 L3A 陆地冰层高度第五版(ATL06,V5)数据。

摘要

代码
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify

import pandas as pd
import leafmap

url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="NSIDC-0715",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
temporal=("2017-07-20", "2017-08-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

leafmap.nasa_data_download(results[:5], out_dir="data")

相关文章
|
3月前
|
人工智能 监控 安全
OpenClaw/Clawdbot实战攻略:3步部署+3大核心skills+5个颠覆级案例,实现“聊天框里办大事”
2026年初,一只名叫Molty的“小龙虾”席卷全球科技圈——OpenClaw(原Clawdbot、Moltbot)以72小时狂揽60,000+ GitHub Stars的速度爆红,如今星标数已突破180,000+,不仅让Mac Mini全球卖断货,更带动Cloudflare股价上涨20%。它绝非普通聊天机器人,而是“长了手的AI助理”,能通过Telegram、飞书等10+渠道主动执行任务,从网站重建、买车砍价到Bug修复,真正实现“聊天框里办大事”。
1220 19
|
3月前
|
编解码 监控 算法
基于 YOLOv8 的无人机位置捕捉与识别检测系统 [目标检测完整源码]
本项目基于YOLOv8构建无人机视觉识别系统,支持小目标检测、多源输入(图像/视频/摄像头)及实时定位。含完整训练代码、预训练模型、标注数据集与PyQt5可视化界面,开箱即用,便于部署与二次开发。
326 1
基于 YOLOv8 的无人机位置捕捉与识别检测系统 [目标检测完整源码]
|
5月前
|
消息中间件 人工智能 NoSQL
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
Apache RocketMQ 推出轻量级通信模型 LiteTopic,专为 AI 时代多智能体协作设计。它通过百万级队列支持、会话状态持久化与断点续传能力,解决传统架构中通信脆弱、状态易失等问题。结合 A2A 协议与阿里巴巴 AgentScope 框架,实现高可靠、低延迟的 Agent-to-Agent 通信,助力构建稳定、可追溯的智能体应用。现已开源并提供免费试用,加速 AI 应用落地。
555 35
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
|
3月前
|
编解码 算法 PyTorch
基于 YOLOv8 的多水果智能识别系统工程化实战 [目标检测完整源码]
本文从工程化与产品化的视角,系统讲解了一个基于 YOLOv8 的多水果种类智能识别系统的完整实现路径。通过将目标检测算法、统一推理逻辑与 PyQt5 图形界面进行解耦设计,项目不仅实现了对图片、视频和实时摄像头的高效识别,也真正完成了从模型训练到可交互应用的落地闭环。实践表明,YOLOv8 在多类别水果识别场景下兼顾了精度与实时性,而图形化封装显著降低了算法使用门槛,使系统具备良好的复用性与扩展性。整体方案对希望将计算机视觉技术应用于农业、零售或工业场景的开发者而言,具有明确的参考价值与实践意义。
374 15
基于 YOLOv8 的多水果智能识别系统工程化实战 [目标检测完整源码]
|
3月前
|
人工智能 运维 自然语言处理
阿里云OpenClaw/Clawdbot企业级部署指南:6大核心技能+安全运维,打造全天候AI助理
在2026年AI Agent赛道中,OpenClaw(原Clawdbot/Moltbot)凭借“能落地执行”的核心优势脱颖而出——它并非简单的聊天机器人,而是可通过自然语言指令完成脚本编写、跨平台操作、文件处理的全能数字助理。阿里云针对零基础用户打造的一键部署方案,将复杂环境配置简化为20分钟流程,搭配ClawHub精选的7个核心技能,能让OpenClaw从基础对话工具升级为处理真实工作场景的智能助理,真正实现“雇佣一个不知疲倦的AI员工”。
762 25
|
5月前
|
人工智能 安全 数据可视化
面向业务落地的AI产品评测体系设计与平台实现
在AI技术驱动下,淘宝闪购推进AI应用落地,覆盖数字人、数据分析、多模态创作与搜推AI化四大场景。面对研发模式变革与Agent链路复杂性,构建“评什么、怎么评、如何度量”的评测体系,打造端到端质量保障平台,并规划多模态评测、可视化标注与插件市场,支撑业务持续创新。
1173 38
|
3月前
|
人工智能 运维 机器人
过完年AI世界全变了!老金帮你5分钟看完春节13个重磅发布
春节20天,国产AI密集发布13款重磅产品:GLM-5编程能力逼近Claude、豆包2.0价格低至0.6元/百万Token、可灵/Seedance让AI视频迈入生产级,元宝DAU破5000万——中国AI正集体超车。(239字)
|
3月前
|
存储 供应链 数据可视化
大模型应用:面向结构化表格的 RAG 实践:技术架构与特性解析.26
本文提出面向结构化表格的RAG新模式,突破传统RAG将表格转为纯文本导致语义丢失、多表融合低效、版本兼容性差等瓶颈。通过结构化解析、元数据增强、向量索引优化与精细化检索,实现行列语义保留、跨表关联查询及本地轻量化部署,显著提升财务、政务等场景下Excel/CSV数据的检索精度与问答质量。
356 11
|
5月前
|
存储 SQL JSON
打通可观测性的“任督二脉”:实体与关系的终极融合
阿里云推出图查询能力,基于 graph-match、graph-call、Cypher 三重引擎,实现服务依赖、故障影响、权限链路的秒级可视化与自动化分析,让可观测从‘看板时代’迈向‘图谱时代’。
542 88
|
2月前
|
存储 人工智能 搜索推荐
OpenClaw阿里云/本地部署保姆级指南:+21个问题让AI从执行者变专属搭档
大多数人使用OpenClaw的方式,局限于“布置任务→等待结果”的被动循环,让这个强大的AI工具沦为“高级打杂工”。但实际上,每次交互中,OpenClaw都在默默积累关于你的工作节奏、决策偏好、高频痛点等隐性信息——只要善用方法,就能让它从“等指令的执行者”升级为“懂你、主动替你思考”的专属搭档。
532 14

热门文章

最新文章