本文介绍了美国农业部林务局(USFS)开发的树冠覆盖率(TCC)数据集，该数据涵盖1985-2023年，覆盖美国本土及海外领地。数据集包含三种产品：原始模型输出、标准误差数据和经过后处理的精细产品。研究人员使用FIA照片判读数据作为参考，结合Google Earth Engine处理Landsat和Sentinel-2影像，采用随机森林模型预测树冠覆盖率。数据分辨率为30米，包含科学树冠覆盖率、标

美国林务局景观变化监测系统(LCMS)是一套基于遥感技术的年度监测数据产品，涵盖1985年至今美国本土及海外地区的土地覆盖、土地利用和植被变化情况。该系统整合了Landsat和Sentinel-2卫星数据，采用LandTrendr和CCDC变化检测算法，结合随机森林模型生成三类主要产品：15类植被变化监测、14类土地覆盖分类和5类土地利用分类。数据空间分辨率为30米，包含原始模型概率和经过规则集优

本文介绍了一种利用卫星嵌入数据快速检测棕榈油厂的新方法。传统供应链地图绘制需要数年人工数字化或昂贵的模型训练，而本研究仅用50个标签、一台笔记本电脑和AlphaEarth Foundations卫星数据，就在一个下午检测到苏门答腊近70%的已知棕榈油厂。研究重点测试了印尼苏门答腊岛，该地区占全球棕榈油产量60%，通过识别独特的棕榈油废水处理塘特征，使用线性模型在7500万个卫星嵌入向量中进行高效搜

阿里达摩院公告：AI Earth云平台将于2026年4月20日进行功能调整，下线数据检索、开发者模式、模型训练等多项功能，并缩减个人存储空间至20GB（数据仅保留1个月）。免费额度将取消，后续需购买付费服务。用户需在公告发布30日内下载重要数据，逾期将无法访问。平台表示现有付费服务及未用完额度不受影响。

全球洪水数据库包含 2000-2018 年间发生的 913 次洪水事件的范围和时间分布图。有关详细信息，请参阅 相关期刊文章。洪水事件是从达特茅斯洪水观测站收集的 ，用于收集 MODIS 图像。选定的 913 个事件是那些使用 Terra 和 Aqua MODIS 传感器的 12,719 个场景成功绘制的事件（通过质量控制，因为在永久水之外有明显的淹没）。在每次洪水事件的整个日期范围内，以 250

本文详细解析了一个基于Google Earth Engine平台的Sentinel-2遥感数据处理工具。该工具采用模块化设计，提供智能数据过滤系统（云量阈值30%）、四种专业可视化方案（真彩色、NDVI、地质分析和植被红外），以及优化的交互体验。核心技术特点包括异步数据处理和分层过滤机制，确保查询效率与结果质量。工具默认以欧洲中部为分析区域，适合多样化土地利用研究，通过直观界面将复杂遥感流程简化，

GEE自问世以来，以其集大数据/云计算为一体的特点，迅速成为连接基础研究与行业应用的高效平台，并在自然资源、生态环境、农林牧渔等行业需求上展现出巨大的应用潜力。为及时跟进并系统学习使用GEE等云平台，了解行业当前的需求、瓶颈、技术困境，探讨如何将其应用于碳中和、气候变化、可持续发展等热点问题，邀请从事遥感算法研究并发表顶刊成果的教授/研究员、卫星数据管理的专家、行业应用领域的公司总裁、以及研究生等

平台简介PIE-Engine遥感云平台基于云计算、物联网、大数据和人工智能等技术研制，依托云平台基础环境，对PIE各产品及多项行业应用成果进行标准化集成和运行，构建覆盖时空数据“采、存、算、管、用”全流程的遥感应用服务平台。为用户提供 “云+端” 的遥感应用一站式服务，充分发挥高效能、低门槛、低成本、易获取等优势，在线提供多源遥感卫星影像数据服务、遥感数据生产处理服务、遥感智能解译分析服务以及面向

本文探讨了卫星嵌入在景观变化归因中的应用，比较了五种不同嵌入配置方法（仅差值、仅点积、堆叠嵌入、基线+差值、基线+点积）的表现。研究发现，保留基线上下文的表示方法（如堆叠年份和基线锚定）能产生更连贯且可解释的地图，而仅基于幅度的比较（如点积）则导致分类结果碎片化和误判。案例研究表明，嵌入表示的设计与分类器选择同样重要，且基线上下文对可靠变化归因至关重要。此外，研究还发现，无需大量标注数据即可实现高

CHC-CMIP6是一个高分辨率(0.05°)气候数据集，包含1983-2016年观测数据和2030/2050年预测数据，支持气候灾害分析。数据集整合了CHIRTS温度、CHIRPS降水、ERA5湿度等产品，可计算水汽压亏缺和湿球温度等指标。采用SSP245和SSP585情景下的CMIP6模型，提供每日网格化数据用于监测极端气候事件。该数据集已在Scientific Data发表，遵循CC BY