全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
据中国航空报消息,苏黎世联邦理工学院的研究人员利用一个人工神经网络,从卫星图像中提取出第一张2020年高分辨率全球植被高度图。该图可以为应对气候变化、物种灭绝以及可持续区域发展规划提供关键信息。
苏黎世联邦理工学院土木、环境和地理工程系的Eco Vision实验室专门从事这项工作。该实验室由苏黎世联邦理工学院教授Konrad Schindler和苏黎世大学教授Jan Dirk Wegner于2017年创立,研究人员在此研发针对大规模环境数据分析的机器学习算法。在其中一位研究人员Nico Lang的博士论文中,他研发了一种可从光学卫星图像中得出
植被高度的神经网络。通过这种方法,他创建了第一个覆盖全球的植被高度图:全球树冠高度图。
基于Nico Lang的工作,用户可以放大地球上任何一片10×10米的林地,并查看其中的树木高度。由于树高是生物量和碳储存量的一个关键指标,这种森林调查尤其有助于碳排放方面研究。