2001-2020年全球总初级生产力数据（逐小时/0.1°分辨率）-育师

2001-2020年全球逐小时总初级生产力数据

一、数据介绍

该数据集提供了2001 - 2020年期间全球网格化的总初级生产力（GPP）数据，时间分辨率为1小时，空间分辨率为0.1°。数据集按年份整理为20个7z格式的压缩文件，根据年份不同，每个文件总共包含8760条或8784条记录。每个压缩包内包含带有地理信息和时间元数据的GeoTiff文件，每条记录对应1小时的GPP数据。文件命名遵循 “RTL - LUE - GPP - V01 - YYYYMMDDHH.tif” 的规则，其中 “YYYY” 代表年份，“MM” 表示月份，“DD” 指日期，“HH” 为小时（例如：RTL - LUE - GPP - V01 - 2002010313.tif）。所有数据均以16位整数的形式存储，GPP值以gC/m²/h为单位，通过将存储的整数乘以比例因子0.0001得出。

二、数据信息：

部分数据预览：

2003数据展示如下：

数据格式：TIF

数据容量：129.32GB

数据获取：https://mp.weixin.qq.com/s/ncP554y6j7XQmJRsJnO0VQ

高速公路无人机车流密度监测构建动态交通新维度基于YOLOv8的无人机车辆检测算法边缘计算无人机交通监测设备

在智慧交通体系加速建设的当下，高速公路的管理正从静态、被动响应，转向动态、主动干预。然而，传统固定探头存在视野盲区、难以快速机动部署的固有缺陷，尤其在应对突发事故、节假日大流量或恶劣天气时，难以提供全局、实…

李华

山区搜救无人机人员检测算法技术攻坚与生命救援的融合演进城市高空无人机人群密度分析多模态融合无人机识别系统

山区人员失踪搜救是一场与时间赛跑的生命竞赛。传统人工搜索方式受制于地形复杂、视野受限、体力消耗大等客观条件，在广袤的秦岭、横断山脉或武夷山等区域，效率常难以保证。近年来，多起社会关注的驴友失联事件，其漫长而艰辛的搜救…

李华

Ubuntu下使用conda安装tensorflow-gpu避坑指南

Ubuntu下使用conda安装tensorflow-gpu避坑指南在部署深度学习模型时，谁没被GPU环境配置折磨过？尤其是当你兴致勃勃地准备训练一个大型神经网络，结果import tensorflow后发现GPU压根没被识别——日志里一堆libcudnn.so not found或no cuDNN l…