-
可可概率模型 2025a
注意：此数据集尚未经过同行评审。如需了解详情，请参阅此 GitHub README。此影像集提供估计的每像素概率，表示相应区域被相应商品占据的可能性。概率估计值以 10 米为单位提供，由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership -
Coffee Probability 模型 2025a
注意：此数据集尚未经过同行评审。如需了解详情，请参阅此 GitHub README。此影像集提供估计的每像素概率，表示相应区域被相应商品占据的可能性。概率估计值以 10 米为单位提供，由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership -
EVI：Malaria Atlas Project 填充了缺失数据的增强型植被指数（每 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)，该影像已使用 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。在填充缺失数据后，数据被剪裁到 … 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)，该影像已使用 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。在填充缺失数据后，数据被剪裁到 … 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)，该影像已使用 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。在填充缺失数据后，数据被剪裁到 … evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
Farmscapes 2020
Farmscapes 2020 数据集提供了英格兰农业景观中三种关键半自然特征（树篱、林地和石墙）的高分辨率 (25 厘米) 概率地图。此数据集是与 Oxford Leverhulme Centre for Nature Recovery 合作开发的，可作为多种应用（包括…）的基准。 生物多样性 气候 保护 森林 土地利用和土地覆盖 自然轨迹 -
Forest Persistence v0
注意：此数据集尚未经过同行评审。如需了解详情，请参阅与此模型关联的 GitHub README。此图片提供了一个逐像素得分（范围为 [0, 1]），用于指示相应像素区域在 2020 年是否被未受干扰的森林占据。这些得分是… 生物多样性 保护 森林砍伐 Eudr 森林生物质 forestdatapartnership -
GPW 草地年度优势类 v1
此数据集以 30 米的空间分辨率提供 2000 年至 2022 年的全球年度草地（人工和天然/半天然）主要类别地图。该地图由 Land & Carbon Lab Global Pasture Watch 计划制作，其中显示的草地范围包括任何地表覆盖类型，只要其中包含至少 … 全球 全球牧场监测 土地 土地覆盖 土地利用 土地利用和土地覆盖 -
GPW 耕作草地年概率 v1
此数据集以 30 米的空间分辨率提供 2000 年至 2022 年全球耕种草地的年度概率地图。此地图由 Land & Carbon Lab Global Pasture Watch 计划制作，其中包含的草地范围包括任何地表覆盖类型，其中至少包含 30% 的干… 全球 全球牧场监测 土地 土地覆盖 土地利用 土地利用和土地覆盖 -
GPW 天然/半天然草地的年概率 v1
此数据集提供 2000 年至 2022 年全球天然/半天然草地的年度概率地图，空间分辨率为 30 米。此地图由 Land & Carbon Lab Global Pasture Watch 计划制作，其中包含的草地范围包括任何地表覆盖类型，其中至少包含 30% 的干… 全球 全球牧场监测 土地 土地覆盖 土地利用 土地利用和土地覆盖 -
GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1
此数据集提供 2000 年以来全球未校准的基于 EO 的初级生产总力，空间分辨率为 30 米。当前数据集由 Land & Carbon Lab Global Pasture Watch 计划生成，提供自 2000 年以来全球范围内的总初级生产力 (GPP) 值，空间分辨率为 30 米。GPP 值… 全球 global-pasture-watch land landcover landuse plant-productivity -
LST Day：Malaria Atlas Project 填充了缺失数据的白天陆地表面温度（每 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。将 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。… 气候 lst malariaatlasproject 地图 publisher-dataset 地表温度 -
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。将 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。… 气候 lst malariaatlasproject 地图 publisher-dataset 地表温度 -
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。将 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。… 气候 lst malariaatlasproject 地图 publisher-dataset 地表温度 -
LST Night：Malaria Atlas Project 填充了缺失数据的夜间地表温度（每 8 天 1 千米）
夜间地表温度 (LST) 源自约 1 公里的 MODIS MOD11A2 v6.1 产品。将 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。… 气候 lst malariaatlasproject 地图 publisher-dataset 地表温度 -
LST Night：Malaria Atlas Project 填充了缺失数据的夜间地表温度（每年 1 千米）
夜间地表温度 (LST) 源自约 1 公里的 MODIS MOD11A2 v6.1 产品。将 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。… 气候 lst malariaatlasproject 地图 publisher-dataset 地表温度 -
LST Night：Malaria Atlas Project 填充了缺失数据的夜间地表温度（每月 1 千米）
夜间地表温度 (LST) 源自约 1 公里的 MODIS MOD11A2 v6.1 产品。将 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。… 气候 lst malariaatlasproject 地图 publisher-dataset 地表温度 -
MethaneSAT L3 浓度公开预览版 V1.0.0
此早期“公开预览版”数据集提供地理空间数据，用于表示从 MethaneSAT 成像光谱仪的测量结果中检索到的甲烷在大气中的柱平均干空气摩尔分数“XCH4”。XCH4 定义为…的总柱含量（单位表面积上方的分子数量） 大气 气候 edf edf-methanesat-ee 排放 ghg -
MethaneSAT L4 区域源公开预览版 V1.0.0
分散区域排放模型仍在开发中，不代表最终产品。此早期“公开预览版”数据集可提供分散区域源的甲烷排放高精度数据。这些排放数据来自美国… 大气 气候 edf edf-methanesat-ee 排放 ghg -
MethaneSAT L4 面源公开预览版 V2.0.0
分散区域排放模型仍在开发中，不代表最终产品。此早期“公开预览版”数据集可提供分散区域源的甲烷排放高精度数据。这些排放数据来自美国… 大气 气候 edf edf-methanesat-ee 排放 ghg -
MethaneSAT L4 点源公开预览版 V1.0.0
此早期“公开预览版”数据集可提供来自离散点源的甲烷排放高精度数据。这些甲烷排放通量是使用专门用于利用…的高空间分辨率、广阔的空间覆盖范围和高精度的点源检测和排放量化框架生成的。 大气 气候 edf edf-methanesat-ee 排放 ghg -
NEON 冠层高度模型 (CHM)
冠层顶部相对于裸地的海拔高度（冠层高度模型；CHM）。CHM 源自 NEON LiDAR 点云，通过在 LiDAR 调查的整个空间域内创建连续的冠层高度估计值表面来生成。… 机载 冠层 森林 森林生物质 激光雷达 NEON -
NEON 数字高程模型 (DEM)
根据 NEON LiDAR 数据得出的地表数字模型 (DSM) 和地形数字模型 (DTM)。DSM：地表特征（包含植被和人造结构的地形信息）。DTM：裸地海拔（已移除植被和人造结构的地形信息）。图片以平均海平面以上米为单位给出… 机载 数字高程模型 海拔地形 森林 激光雷达 NEON -
NEON RGB 相机图像
高分辨率红绿蓝 (RGB) 正射校正相机图像，使用最近邻重采样方法拼接并输出到固定的均匀空间网格上；空间分辨率为 0.1 米。数码相机是 NEON 机载观测平台 (AOP) 上的一套仪器的一部分，该平台还包括… 机载 森林 高分辨率 NEON neon-prod-earthengine 正射影像 -
NEON 表面双向反射
NEON AOP Surface Bidirectional Reflectance 是一种超光谱 VSWIR（可见光到短波红外）数据产品，包含 426 个波段，波长范围约为 380 nm 到 2510 nm。反射率按 10000 的系数进行缩放。将 1340-1445 nm 和 1790-1955 nm 之间的波长设置为… 机载 森林 高光谱 neon neon-prod-earthengine publisher-dataset -
NEON Surface Directional Reflectance
NEON AOP 地表定向反射率是一种高光谱 VSWIR（可见光到短波红外）数据产品，包含 426 个波段，波长范围约为 380 nm 到 2510 nm。反射率按 10000 的系数进行缩放。将 1340-1445 nm 和 1790-1955 nm 之间的波长设置为… 机载 森林 高光谱 neon neon-prod-earthengine publisher-dataset -
NICFI 卫星数据计划 - 热带森林监测底图 - 非洲
此图片集提供对热带地区的高分辨率卫星监测数据，主要目的是减少和扭转热带森林的损失，从而有助于应对气候变化、保护生物多样性、促进森林再生、恢复和增强，以及推动可持续发展，所有这些都… 基础地图 forest nicfi planet planet-nicfi publisher-dataset -
NICFI 卫星数据计划热带森林监测基本地图 - 美洲
此图片集提供对热带地区的高分辨率卫星监测数据，主要目的是减少和扭转热带森林的损失，从而有助于应对气候变化、保护生物多样性、促进森林再生、恢复和增强，以及推动可持续发展，所有这些都… 基础地图 forest nicfi planet planet-nicfi publisher-dataset -
NICFI 卫星数据计划热带森林监测基本地图 - 亚洲
此图片集提供对热带地区的高分辨率卫星监测数据，主要目的是减少和扭转热带森林的损失，从而有助于应对气候变化、保护生物多样性、促进森林再生、恢复和增强，以及推动可持续发展，所有这些都… 基础地图 forest nicfi planet planet-nicfi publisher-dataset -
2020 年世界天然森林
《Natural Forests of the World 2020》提供了一张 2020 年全球天然森林概率地图，分辨率为 10 米。该工具的开发旨在支持欧盟的《森林砍伐法规》(EUDR) 等倡议，以及其他森林保护和监测工作。地图… 生物多样性 气候 保护 森林砍伐 eudr 森林 -
Palm Probability 模型 2025a
注意：此数据集尚未经过同行评审。如需了解详情，请参阅此 GitHub README。此影像集提供估计的每像素概率，表示相应区域被相应商品占据的可能性。概率估计值以 10 米为单位提供，由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership -
橡胶树概率模型 2025a
注意：此数据集尚未经过同行评审。如需了解详情，请参阅此 GitHub README。此影像集提供估计的每像素概率，表示相应区域被相应商品占据的可能性。概率估计值以 10 米为单位提供，由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership -
TCB：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 亮度（每 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…而导致的数据缺失。 亮度 malariaatlasproject 地图 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…而导致的数据缺失。 亮度 malariaatlasproject 地图 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…而导致的数据缺失。 亮度 malariaatlasproject 地图 publisher-dataset tasseled-cap tcb -
TCW：Malaria Atlas Project 填充了缺失数据的 Tasseled Cap 湿度（每 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…而导致的数据缺失。 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…而导致的数据缺失。 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…而导致的数据缺失。 malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2022 年 v1.0
此数据集以 1 公里分辨率在全球范围内绘制了 2001 年至 2022 年间树木覆盖损失的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，是使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2023 年 v1.1
此数据集以 1 公里分辨率在全球范围内绘制了 2001 年至 2023 年间森林覆盖损失的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，是使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind，“2001-2024 年全球森林损失驱动因素”v1.2
此数据集以 1 公里分辨率在全球范围内绘制了 2001 年至 2024 年间森林覆盖损失的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，是使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WeatherNext Gen 预报
WeatherNext Gen 是一个实验性数据集，包含由 Google DeepMind 的基于扩散的集合天气模型的业务版本生成的全球中期集合天气预报。此实验性数据集包含实时数据和历史数据。实时数据是指与不超过 48 小时前的时间相关的所有数据… 气候 预报 gcp-public-data-weathernext 降水 发布者-数据集 温度 -
WeatherNext 图表预报
WeatherNext Graph 是一个实验性数据集，包含由 Google DeepMind 的图形神经网络天气模型的业务版本生成的全球中期天气预报。此实验性数据集包含实时数据和历史数据。实时数据是指与不超过 48 小时前的时间相关的所有数据… 气候 预报 gcp-public-data-weathernext 降水 发布者-数据集 温度
