中国地质大学（武汉）张洪艳教授团队研制出我国首幅1米分辨率全国土地覆盖图（SinoLC-1），采用弱监督深度学习方法（L2HNet），利用低分辨率土地覆盖图和开源数据（如OpenStreetMap）作为训练标签，大幅降低人工标注成本。该数据集覆盖2002-2021年，包含11种土地类型，数据量146.42GB，采用开放获取方式共享。研究成果发表于《Earth System Science Data

本数据集提供了2000-2020年全球1公里分辨率地表土壤水分数据，包含逐日和月平均产品。数据基于ESA-CCI主被动融合产品研发，通过融合ERA5再分析数据和光学遥感数据构建机器学习算法，解决了传统微波遥感产品分辨率低、时间不连续的问题。经2346个地面站点验证，产品精度良好（相关系数0.89，误差0.045m3/m3）。数据采用GeoTIFF和H5格式存储，分幅规则与MODIS一致，适用于气象

该数据集提供了青藏高原东北部祁连山地区250米分辨率的多年冻土空间分带指数图，数据时间跨度为近50年，数据大小为24.38MB，开放获取。通过融合1530条石冰川编目数据和大量原位数据，采用CatBoost机器学习模型，绘制了多年冻土分布图，总体精度达83.3%。研究结果显示，祁连山地区多年冻土总面积为73.1×10³平方公里，占研究区总面积的39.1%。该数据集以GeoTIFF和shp格式存储，

梯田农业在山区发挥着至关重要的作用，可以防止水土流失，优化土地利用，并支持当地生态系统。然而，由于缺乏统一的自动识别模型，对梯田全球分布的研究有限。尽管近年来深度学习架构发展迅速，但它们在提取梯田地图方面的表现仍需进一步研究。为了解决这一局限性，本研究比较了八种最先进的深度学习模型的性能，包括 UNet、HRNet、DeepLabv3+、TransUNet、Segmenter、PVT v2、Swi

随机森林作为一种强大的集成学习方法，具有高准确性、抗过拟合和易于使用的特点，在各个领域都有广泛应用。通过本文的讲解和案例分析，希望您已经对随机森林有了全面的了解。随着计算能力的提升和算法的不断改进，随机森林及其变体（如极端随机树、梯度提升树等）将在机器学习领域继续发挥重要作用。在实际应用中，建议将随机森林与其他模型进行对比，选择最适合特定问题的解决方案。记住，模型选择和参数调优是一个反复试验的过程

本文介绍了神经网络的核心概念和工作原理，从生物神经元的结构与信号传递机制出发，逐步拆解人工神经元（感知机）的数学模型。主要内容包括：1）生物神经元的结构（树突、细胞体、轴突）和"输入-整合-输出"的工作逻辑；2）人工神经元的数学建模（输入、权重、激活函数、输出）；3）从单个人工神经元到多层神经网络的构建方法；4）神经网络的两个核心过程：前向传播（预测）和反向传播（训练优化）；5

摘要：本研究基于雅鲁藏布江流域262个雨量站2014-2016年逐月降水数据，采用海拔地形校正和线性校正方法，对CMA和GLDAS降水数据进行校正，重建了流域1961-2016年10km分辨率逐日降水数据集（291.91MB）。该数据包含3390个格点文件，已用于驱动VIC水文模型模拟径流及冰雪面积，并通过实测径流、MODIS和冰川编目数据验证。数据开放获取，引用方式为苏凤阁等（2020），并需同

《高分辨率北半球多年冻土数据集（2000-2016）》整合了北半球1002个地温观测点和452个活动层厚度数据，通过融合地面观测与遥感数据，构建了1公里分辨率的多年冻土热状态数据集。该数据集包含年平均地温、活动层厚度、冻土概率及水热分带等信息，时间跨度为2000-2016年，验证显示精度较高。数据开放获取（339.79MB），可为冻土区工程规划和环境评估提供支持，并作为基准数据用于评估未来冻土变化

《中国玉米种植分布数据集(2001-2024)》是基于多源遥感数据构建的高精度农业数据集，包含22个省级行政区的30米分辨率玉米分布图（GeoTIFF格式）。数据集采用TWDTW算法生成，总体精度达80.06%，县域尺度R²为0.657-0.903。数据分两阶段构建：2001-2020年基于MODIS/LandsatNDVI，2021-2023年基于Landsat/Sentinel-2NDVI。该

中国雪深长时间序列数据集（1979-2024）是基于多源卫星被动微波数据构建的全国范围积雪深度数据集。该数据集采用经纬度投影，按年份存储每日积雪深度数据（单位为cm），空间分辨率0.25度。数据源包括SMMR（1979-1988）、SSMI（1988-2008）、SSMI/S（2009-2020）、AMSR-E（2002-2011）和AMSR2（2012-2024）等传感器数据，经交叉订正处理后采