-
EVI：Malaria Atlas Project 填充了缺失数据的增强型植被指数（8 天 1 千米）
此增强型植被指数 (EVI) 产品的基础数据集是 MODIS BRDF 校正后的影像 (MCD43B4)，该影像使用 Weiss 等人 (2014) 概述的方法进行了缺口填充，以消除因云覆盖等因素而导致的数据缺失。缺口填充后，数据被裁剪为 … evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI：Malaria Atlas Project 填充了缺失数据的增强型植被指数（每年 1 千米）
此增强型植被指数 (EVI) 产品的基础数据集是 MODIS BRDF 校正后的影像 (MCD43B4)，该影像使用 Weiss 等人 (2014) 概述的方法进行了缺口填充，以消除因云覆盖等因素而导致的数据缺失。缺口填充后，数据被裁剪为 … evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI：疟疾地图集项目填充了缺失数据的增强型植被指数（每月 1 千米）
此增强型植被指数 (EVI) 产品的基础数据集是 MODIS BRDF 校正后的影像 (MCD43B4)，该影像使用 Weiss 等人 (2014) 概述的方法进行了缺口填充，以消除因云覆盖等因素而导致的数据缺失。缺口填充后，数据被裁剪为 … evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
LST Day：Malaria Atlas Project 填充了缺失数据的白天陆地表面温度（8 天 1 千米）
白天陆地表面温度 (LST) 源自约 1 千米的 MODIS MOD11A2 v6.1 产品。8 天合成数据转换为摄氏度，然后使用 Weiss 等人 (2014) 概述的方法进行缺口填充，以消除因云覆盖等因素而导致的数据缺失。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Day：Malaria Atlas Project 填充了缺失数据的白天陆地表面温度（每年 1 千米）
白天陆地表面温度 (LST) 源自约 1 千米的 MODIS MOD11A2 v6.1 产品。8 天合成数据转换为摄氏度，然后使用 Weiss 等人 (2014) 概述的方法进行缺口填充，以消除因云覆盖等因素而导致的数据缺失。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Day：Malaria Atlas Project 填充了缺失数据的白天陆地表面温度（每月 1 千米）
白天陆地表面温度 (LST) 源自约 1 千米的 MODIS MOD11A2 v6.1 产品。8 天合成数据转换为摄氏度，然后使用 Weiss 等人 (2014) 概述的方法进行缺口填充，以消除因云覆盖等因素而导致的数据缺失。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night：Malaria Atlas Project 填充了缺失数据的夜间陆地表面温度（8 天 1 千米）
夜间陆地表面温度 (LST) 源自约 1 千米的 MODIS MOD11A2 v6.1 产品。8 天合成数据转换为摄氏度，然后使用 Weiss 等人 (2014) 概述的方法进行缺口填充，以消除因云覆盖等因素而导致的数据缺失。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night：Malaria Atlas Project 填充了缺失数据的夜间陆地表面温度（每年 1 千米）
夜间陆地表面温度 (LST) 源自约 1 千米的 MODIS MOD11A2 v6.1 产品。8 天合成数据转换为摄氏度，然后使用 Weiss 等人 (2014) 概述的方法进行缺口填充，以消除因云覆盖等因素而导致的数据缺失。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night：Malaria Atlas Project 填充了缺失数据的夜间陆地表面温度（每月 1 千米）
夜间陆地表面温度 (LST) 源自约 1 千米的 MODIS MOD11A2 v6.1 产品。8 天合成数据转换为摄氏度，然后使用 Weiss 等人 (2014) 概述的方法进行缺口填充，以消除因云覆盖等因素而导致的数据缺失。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
Malaria Atlas Project 2015 年城市可达性
这份全球可达性地图列出了 2015 基准年北纬 85 度至南纬 60 度之间所有区域到达最近人口稠密地区的陆路行程时间。人口稠密地区是指每平方公里有 1,500 名或更多居民的连续区域，或 … accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project 2019 年医疗保健可达性
这份全球可达性地图列出了 2019 基准年北纬 85 度至南纬 60 度之间所有区域到达最近医院或诊所的陆路行程时间（以分钟为单位）。OpenStreetMap、Google 地图和学术研究人员正在进行大规模数据收集工作，… accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project 2019 年医疗保健可达性（仅步行）
这份全球可达性地图列出了 2019 基准年北纬 85 度至南纬 60 度之间所有区域到达最近医院或诊所的陆路行程时间（以分钟为单位）。此表面基于“仅步行”行程时间，仅使用非机动交通工具 … accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project 2015 年全球摩擦表面
摩擦表面 2019”。这份全球摩擦表面列出了 2015 基准年北纬 85 度至南纬 60 度之间所有陆地像素的陆路行程速度。此地图由牛津大学 Malaria Atlas Project (MAP)、Google … accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project 2019 年全球摩擦表面
这份全球摩擦表面列出了 2019 基准年北纬 85 度至南纬 60 度之间所有陆地像素的陆路行程速度。此地图由 MAP（牛津大学）、Telethon Kids Institute（澳大利亚珀斯）、Google … accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project 2019 年全球摩擦表面（仅步行）
这份全球摩擦表面列出了 2019 基准年北纬 85 度至南纬 60 度之间所有陆地像素的陆路行程速度。此表面基于“仅步行”行程速度，仅使用非机动交通工具。此地图由 … accessibility malariaatlasproject map population publisher-dataset -
Overture Maps - Places：地点
Overture Maps Places 主题包含超过 6,400 万个现实世界实体的点表示：商家、学校、医院、宗教组织、地标、山峰等等。每个地点记录都包含位置坐标、名称、类别、联系信息（网站、社交媒体、电子邮件、电话）、品牌信息、地址和 … global infrastructure-boundaries map population publisher-dataset urban -
Oxford MAP：Malaria Atlas Project 分数国际地圈生物圈计划土地覆盖
此土地覆盖产品的基础数据集是 MODIS 年度土地覆盖产品 (MCD12Q1) 中的 IGBP 图层。此数据已从分类格式（分辨率约为 500 米）转换为分数产品，该产品表示输出的整数百分比 (0-100) … landcover landuse-landcover map -
TCB：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 亮度（8 天 1 千米）
此填充了缺失数据的 Tasseled Cap 亮度 (TCB) 数据集是将 Lobser 和 Cohen (2007) 中定义的 tasseled-cap 方程应用于 MODIS BRDF 校正后的影像 (MCD43B4) 而创建的。使用 Weiss 等人 (2014) 概述的方法对生成的数据进行了缺口填充，以消除因 … brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 亮度（每年 1 千米）
此填充了缺失数据的 Tasseled Cap 亮度 (TCB) 数据集是将 Lobser 和 Cohen (2007) 中定义的 tasseled-cap 方程应用于 MODIS BRDF 校正后的影像 (MCD43B4) 而创建的。使用 Weiss 等人 (2014) 概述的方法对生成的数据进行了缺口填充，以消除因 … brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 亮度（每月 1 千米）
此填充了缺失数据的 Tasseled Cap 亮度 (TCB) 数据集是将 Lobser 和 Cohen (2007) 中定义的 tasseled-cap 方程应用于 MODIS BRDF 校正后的影像 (MCD43B4) 而创建的。使用 Weiss 等人 (2014) 概述的方法对生成的数据进行了缺口填充，以消除因 … brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCW：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 湿度（8 天 1 千米）
此填充了缺失数据的 Tasseled Cap 湿度 (TCW) 数据集是将 Lobser 和 Cohen (2007) 中定义的 tasseled-cap 方程应用于 MODIS BRDF 校正后的影像 (MCD43B4) 而创建的。使用 Weiss 等人 (2014) 概述的方法对生成的数据进行了缺口填充，以消除因 … malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 湿度（每年 1 千米）
此填充了缺失数据的 Tasseled Cap 湿度 (TCW) 数据集是将 Lobser 和 Cohen (2007) 中定义的 tasseled-cap 方程应用于 MODIS BRDF 校正后的影像 (MCD43B4) 而创建的。使用 Weiss 等人 (2014) 概述的方法对生成的数据进行了缺口填充，以消除因 … malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 湿度（每月 1 千米）
此填充了缺失数据的 Tasseled Cap 湿度 (TCW) 数据集是将 Lobser 和 Cohen (2007) 中定义的 tasseled-cap 方程应用于 MODIS BRDF 校正后的影像 (MCD43B4) 而创建的。使用 Weiss 等人 (2014) 概述的方法对生成的数据进行了缺口填充，以消除因 … malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation
Datasets tagged map in Earth Engine
[null,null,[],[],["The content describes various datasets from the Oxford Malaria Atlas Project (MAP). These datasets include: Enhanced Vegetation Index (EVI), Fractional Landcover, Daytime and Nighttime Land Surface Temperature (LST), Tasseled Cap Brightness (TCB), and Tasseled Cap Wetness (TCW). Each dataset was created using MODIS imagery and gap-filled to eliminate missing data. Also, accessibility data for travel time to cities (2015) and healthcare (2019), as well as a global friction surface map (2019), are presented.\n"]]