武汉大学龚健雅院士团队近日发布国产开放地球引擎（OGE），构建了集数据、模型、算力于一体的时空信息新基建。该平台采用GeoCube多维数据模型和分布式计算架构，整合300T数据、700+专业模型，提供双模式开发环境，可广泛应用于农业、环保、能源等领域。OGE通过开放时空智能社区汇聚创新力量，支持"数字中国"战略，其免费开放政策将降低遥感应用门槛，标志着我国在数字地球领域实现关键

WHiCH树冠高度地图（2020）为巴基斯坦西喜马拉雅地区提供了10米高分辨率森林数据。该数据集采用U-Net深度学习模型，融合GEDI激光雷达与Sentinel-2多光谱数据，实现了RMSE 7.52米、MAE 5.71米的估算精度，显著优于现有全球产品。作为生态关键区域，该数据将支持生物量估算、碳汇评估等研究。数据集采用CC BY 4.0许可，可通过Google Earth Engine获取，

Groundsource的发布，不仅仅是一个新数据集的诞生。它代表了一种范式上的探索：在传统传感器网络和卫星遥感之外，我们能否将人类社会中“天然存在”的信息流（如新闻报道）转化为系统性的科学观测？大语言模型在其中扮演了关键角色——它不再是单纯的聊天工具，而是具备了从海量文本中提取结构化知识的能力，成为“阅读”地球、理解灾害的智能助手。当然，这还只是一个开始。如何将这种基于新闻的记录，与传统水文气象

本文将MODIS系列和使用图像所需的相关质量信息。

GMW 使用 ALOS PALSAR 和 Landsat（光学）数据生成了 2010 年全球红树林基线图，以及从 JERS-1 SAR、ALOS PALSAR 和 ALOS-2 PALSAR-2 得出的 1996 年至 2016 年六个时期的基线变化.年度地图计划从 2018 年开始。更新数据集：https://www.globalmangrovewatch.org/datasets/数据引用：引

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，

GEBCO_2021 网格在 43200 行 x 86400 列的 15 弧秒网格上提供以米为单位的全球高程数据覆盖，提供 3,732,480,000 个数据点。从这些区域数据网格编制 GEBCO_2021 网格是在全球中心进行的，目的是生成一个无缝的全球地形模型。有关 GEBCO_2021 网格中包含的数据集的信息，请参阅此版本网格中包含的贡献列表。对于极地以外的区域（主要是 60°N 以南和

我们使用模式缩放的方法，利用Qin等人，2020中描述的23个CMIP5全球气候模型的月度预测，并通过强加从模式的平均值和方差的预测变化来提供对月度气候的预测，这些预测可扩展到全球温度的变化。这些数据集可用于2C和4C情景，并将比例和偏移量作为元数据添加到每个数据集中，以便在下面的变量列表中提到的适当单位中进行处理。正如他们的网页所指出的，这些数据集有相关的刻度和偏移值，必须用来在预定的单位中生成

GLanCE 培训数据集向公众开放，专为区域到全球土地覆被和土地覆被变化分析而设计。该数据集的中等空间分辨率为 30 米，时间跨度为 1984 年至 2020 年，在地理和光谱上代表了全球所有生态区域。每个训练单元提供多达 23 种土地覆被特征，提供了一个统一、标准化和全面的数据库，其中包括有关土地覆被突变和渐变过程的信息，特别是在选定区域的长达 36 年的时间跨度。该数据集具有适应性强的特点，用

该集合包括同化气溶胶诊断，例如气溶胶成分（黑碳、灰尘、海盐、硫酸盐和有机碳）的柱质量密度、气溶胶成分的表面质量浓度和总消光（和散射）气溶胶光学厚度(AOT)在550nm。粉尘散射AOT[550nm]-PM2.5。海盐消光AOT[550nm]-PM2.5。海盐散射AOT[550nm]-PM2.5。除尘AOT[550nm]-PM2.5。总气溶胶消光AOT[550nm]总气溶胶散射AOT[550nm]有