【RSGIS数据资源】2018-2020年中国农业大学石羊河实验站主要农作物的无人机观测数据

本文主要是介绍【RSGIS数据资源】2018-2020年中国农业大学石羊河实验站主要农作物的无人机观测数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 摘要
  • 数据介绍
    • 2018年蒸腾(T)数据集
    • 2020年蒸散发(ET)数据集
    • 2020年LAI数据集
    • 2019年NDVI数据集作物
    • 2020年NDVI数据集作物
    • 三温模型的输入参数
    • 气象数据
    • 净辐射通量数据
  • 参考文献引用

摘要

本数据集涵盖了甘肃武威绿洲农业高效用水国家野外科学观测研究站(简称中国农业大学石羊河实验站)大豆、小麦、玉米、苜蓿、马铃薯、葡萄不同生育期作物NDVI、LAI、ET数据集,分别基于无人机可见光(有效像素 1200 万)、热红外(像素分辨率为 640×512)、多光谱(120m高度下空间分辨率为 8 cm/像素)遥感数据经过波段运算、三温模型、回归模型反演获得。

在这里插入图片描述

数据介绍

本数据集涵盖了甘肃武威石羊河试验站大豆、小麦、玉米、苜蓿、马铃薯、葡萄不同生育期作物NDVI、LAI、ET数据集,分别基于无人机可见光(有效像素 1200 万)、热红外(像素分辨率为 640×512)、多光谱(120m高度下空间分辨率为 8 cm/像素)遥感数据经过波段运算、三温模型、回归模型反演获得。ET、T单位为W/m2,数据范围为2018年6月至2020年9月。

2018年蒸腾(T)数据集

包括五种作物:

  • 大豆蒸腾数据时间为2018年7月4日、7月9日;
  • 马铃薯蒸腾数据时间为2018年6月28日、7月4日;
  • 苜蓿蒸腾数据时间为2018年6月28日;
  • 小麦蒸腾数据时间为2018年7月4日;
  • 玉米蒸腾数据时间为2018年7月4日。

2020年蒸散发(ET)数据集

包含作物为玉米,数据时间为2020年6月20日、6月27日、7月6日、7月12日(该日数据单位为mm/h)、7月15日、7月17日、7月30日、8月26日、9月6日。

2020年LAI数据集

作物为玉米,数据时间为2020年7月15日。

2019年NDVI数据集作物

为玉米及葡萄,葡萄NDVI数据时间为2019年7月6日、7月12日、7月16日、7月26日;玉米NDVI数据时间为2019年6月10日、6月22日、6月29日、7月9日、7月13日。

2020年NDVI数据集作物

为玉米,数据时间为2020年6月20日、7月10日、7月12日、7月30日、8月26日、9月6日。

三温模型的输入参数

其中三温模型的输入参数为三个温度(表面温度、参考表面温度和气温)、净辐射和土壤热通量。

气象数据

是由每 15 分钟自动记录一组数据试验站的自动气象站 (HOBO, Onset Computer Corp., USA)监测而获得,包括太阳辐射、气温和空气相对湿度等。

净辐射通量数据

是由频率为每五分钟记录一次的 CNR4 四分量辐射传感器(Kipp & Zonen, Netherlands)获得。

参考文献引用

使用数据时,建议列明如下参考文献引用和数据引用:
参考文献引用:Hou M.J, Tian F., Samuel O.F., Camilo R.B., Zhang T., Lin A.W. Estimation of crop transpiration and its scale effect based on ground and UAV thermal infrared remote sensing images. European Journal of Agronomy, 2021, 131(9): 126389.

注意:
请数据使用者在基于本数据所产生的研究成果中标注数据来源,并按照[文献引用方式]标注需引用的参考文献。


欢迎批评指正,仅供学习交流,资料来源于网络,如有侵权请联系删除,可以关注微信公众号哦:【GeoLearning】,CSND 同号,不定期分享一些好玩好用的东东,欢迎关注。
在这里插入图片描述

这篇关于【RSGIS数据资源】2018-2020年中国农业大学石羊河实验站主要农作物的无人机观测数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/948049

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

便携式气象仪器的主要特点

TH-BQX9】便携式气象仪器,也称为便携式气象仪或便携式自动气象站,是一款高度集成、低功耗、可快速安装、便于野外监测使用的高精度自动气象观测设备。以下是关于便携式气象仪器的详细介绍:   主要特点   高精度与多功能:便携式气象仪器能够采集多种气象参数,包括但不限于风速、风向、温度、湿度、气压等,部分高级型号还能监测雨量和辐射等。数据采集与存储:配备微电脑气象数据采集仪,具有实时时钟、数据存

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X