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
“交叉协方差云”工具可用于研究两个数据集之间的交叉相关。考虑臭氧(数据集 1)和 NO2(数据集 2)之间的关系。注意:NO2 与臭氧之间的交叉相关看起来是不对称的。红色区域表明在选取平移至臭氧值西部的 NO2 值时两个数据集的相关度最高。“搜索方向”工具将帮助您确定其原因。将“搜索方向”工具指向西部时,显示下图:
将“搜索方向”工具指向东部时,显示下图:
显然,将“搜索方向”工具指向西部时,协方差的值更大。可使用交叉协方差云和直方图工具检查哪些要素对的交叉协方差值最大。如果使用指向西部的“搜索方向”工具并擦除云中的一些大交叉协方差点,将会看到绝大多数对应数据点均位于加利福尼亚州中部。还将看到 NO2 值向臭氧值的西部平移。直方图显示出之所以出现大协方差值是因为所选点的 NO2 值(NO2 直方图中的蓝色条)和臭氧值(臭氧直方图中的橙色条)分别大于平均 NO2 值和臭氧值。从该分析中可了解到交叉协方差中的大部分不对称是由出现的平移引起的,这是因为大 NO2 值出现在高臭氧值的西部。
并且,只要从这两个数据集选择的对中存在小于各自的平均值的值,就可以得到大交叉协方差值。事实上,您可能会看到在大于和小于各自平均值的位置的对中都存在大交叉协方差值,并且这些值出现在研究区域内的几个区域中。通过探索数据,您可以确认加利福尼亚州中部的交叉协方差与加利福尼亚州的其余地区的交叉协方差看起来不同。根据此信息,您可能会认定“交叉协方差云”的结果是由数据的不稳定均值所致,并尝试从 NO2 和臭氧中移除趋势。