摘要：本研究构建了1992-2021年全球次国家级尺度年度经济数据集，通过创新两步框架解决传统国家尺度GDP分析的偏差问题。首先开发跨传感器校正模型（精度0.945-0.980）实现DMSP-OLS与NPP-VIIRS夜间灯光数据的一致性处理；随后基于多层感知器建立次国家级GDP估算模型（训练/验证/测试集精度0.967/0.959/0.959）。数据集包含预处理代码、估算模型及分析工具，为气候变

本文介绍XGBoost-SHAP可解释机器学习方法在环境科学领域的应用。该方法通过结合高精度预测与全维度解释能力，可有效解决城市火灾预警、生物炭性能优化等复杂问题。文章详细阐述了从Python环境搭建到模型调优的全流程操作，重点讲解了SHAP值在机制归因和空间可视化中的核心作用。通过两个实战案例（城市火灾风险评估和生物炭吸附性能优化），展示了该方法如何将算法规律转化为可操作的科学决策，满足SCI顶

【摘要】AI赋能论文写作训练营通过6天高强度训练，帮助科研人员掌握结构化写作方法，深度整合ChatGPT、OpenClaw等AI工具，实现从选题到成稿的全流程突破。课程包含工具实操、研究框架构建、数据分析代码生成、学术润色等核心模块，针对文理科差异提供定制化方案，使学员快速产出规范论文初稿。通过AI技能链调用、知识库构建和自然语言编程辅助，显著提升文献处理、写作效率与成果质量，解决"写作

本期课程聚焦AI驱动的科研范式变革，通过四天八讲的实战训练，系统教授OpenClaw、ClaudeCode等工具在科研全流程中的应用。课程特色包括：构建"AI即方法论"的科研自动化体系；Python+R双语言实现文献计量与数据分析；注重本地化部署与流程可迁移性。学员将掌握从选题、文献分析、实验设计到论文写作、期刊匹配的全链条技能，最终形成可复用的科研工作流。课程特别针对科研场景

【摘要】AI赋能论文写作训练营通过6天高强度训练，帮助科研人员掌握结构化写作方法，深度整合ChatGPT、OpenClaw等AI工具，实现从选题到成稿的全流程突破。课程包含工具实操、研究框架构建、数据分析代码生成、学术润色等核心模块，针对文理科差异提供定制化方案，使学员快速产出规范论文初稿。通过AI技能链调用、知识库构建和自然语言编程辅助，显著提升文献处理、写作效率与成果质量，解决"写作

清华大学阳坤教授团队发布中国区域地面气象要素驱动数据集CMFD2.0（1951-2024），该数据集融合ERA5再分析数据与气象台站观测数据，并引入AI技术优化辐射和降水数据。相比上一代产品，CMFD2.0具有以下改进：时间跨度从40年扩展至74年；空间分辨率0.1°×0.1°；有效覆盖范围扩展至中国境外；新增衍生变量；采用NetCDF4格式直接存储实型数据。数据集包含近地面气温、气压、比湿等7类

MOD15A2H叶面积指数（LAI）数据（2000-2024年）提供500米分辨率、8天合成的植被信息，采用GCS_WGS_1984坐标系和Tiff格式。该数据通过Google Earth Engine平台获取，有效值域0-10（m²/m²），可直观反映植被密度。作为MODIS重要产品，LAI数据广泛应用于生态研究（碳循环分析）、农业监测（作物长势评估）和环境评估（灾害影响分析），为多领域研究提供

《CN-faults：中国活动断层数据（shp格式适配版）》简介 该数据源自中国地震局2023年发布的活断层数据库（CAFDv2023），通过GMT工具转换为通用shp格式。数据集整合了130余个断层调查项目成果，包含断层名称、活动时代、运动学性质等核心属性字段（中英文对照）。虽然转换过程中可能存在部分中文字段乱码，但数据精度较2015版显著提升。该数据可为地震机理研究、城市规划及地质灾害评估提供

土壤属性表主要字段包括（图1）：详细描述请参考Harmonized World Soil Database (version 1.1).pdf文件，其中以T开头的土壤属性表示土壤上层的属性（0-30cm），以S开头的土壤属性代表土壤下层的土壤属性（30-100cm）。在工具箱中打开【数据管理工具】——【栅格】——【栅格属性】，找到【构建栅格属性表】，为栅格创建属性表，为后续“链接”属性字段奠定基础

秋天树叶开始变色，也有利于植被类型的识别。百度搜索“地理空间数据云”，选择“高级检索”，数据集选择“Landsat 8 OLI_TIRS 卫星数字产品”，空间位置选择“行政区”，然后再依次选择省、市、县等内容（选择你需要的区域就行），时间我这里用的是20200101-20201231，具体看自己需求，然后云量建议5%以下，因为云量覆盖太多的话，遮盖的影像信息就比较多，可用性不高，数据选择“有”，然