D248 中国农业温室的高精度空间分布数据集

中国农业温室高精度时空数据集

原创于 2025-12-01 09:59:30 发布 · 147 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #深度学习 #大数据 #机器学习 #python

今天我们分享的数据是中国农业温室的高精度空间分布数据集，该数据集包括2010年、2016年、2022年的农业大棚的栅格数据集，方便大家研究使用。

中国农业温室数据集填补了大尺度、长时序数据的空白，为设施农业动态监测、非粮化监管及农业政策制定提供科学依据，支撑可持续发展与双碳战略研究。该数据集可作为全国性研究基准，驱动农业遥感技术与智慧管理发展。

数据详情

数据来源：Sun, Y., Zhang, Y., Hao, J. et al. Agricultural greenhouses datasets of 2010, 2016, and 2022 in China. Sci Data 12, 1107 (2025).

数据精度：30m

数据时间：2010，2016，2022

数据范围：中国

数据格式：Tif

数据概览

该数据集为Landsat 7影像(30米分辨率)，通过Google Earth Engine (GEE) 平台处理下：

数据引用

[1]Sun, Y., Zhang, Y., Hao, J. et al. Agricultural greenhouses datasets of 2010, 2016, and 2022 in China. Sci Data 12, 1107 (2025).

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AI数据皮皮侠

关注关注

3
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

全国土壤类型分布空间栅格数据.rar

10-26

这些数据通常由遥感和实地调查相结合的方法获取，经过处理和分析，形成高精度的土壤类型分布图。 "06 土壤类型分布数据"可能是这个压缩包内的主文件，可能是一个栅格图像文件（如TIFF或GRID），或者是一个GIS兼容的...

【温室气体数据集】CAMS 发布的温室气体（GHG）数据集总结

WW、forever的博客

09-05

320

【温室气体数据集】CAMS 发布的温室气体（GHG）数据集总结

参与评论您还未登录，请先登录后发表或查看评论

卫星图像数据集在农业领域的应用

gis收藏家的博客

07-27

1147

报告指出，农业部门受到多种外部驱动因素的强烈影响，包括但不限于气候变化、人口结构（人口增长、城镇化和土地撂荒）、能源成本、对食品质量的新要求（食品质量和安全、人口老龄化和健康问题、伦理和文化变迁）、创新驱动因素（基于知识的生物经济、研究与开发、信息与通信、教育、投资）、政策（补贴、标准化和监管、国家农村发展战略）、经济与融资（经济和金融工具、伙伴关系、合作、一体化和自愿协议）、可持续性和环境问题（生态绩效评估、可持续农业发展）、公众舆论（媒体、国际组织、政界人士）。是小农户农业生产和管理的基础。

46、植物疾病检测数据集与多模态生物识别系统综述

kk1234的博客

09-10

本文综述了植物疾病检测领域的多个重要数据集，包括茄子、番茄、葡萄和茶叶的疾病图像数据，并介绍了相应的深度学习检测模型如faster DR-ICANN和AX-RetinaNet。同时，文章详细探讨了基于棕榈静脉和耳朵图像的多模态生物识别系统，涵盖其图像增强、特征提取、融合策略与分类技术，分析了系统的安全性与准确率。通过对比不同系统的处理流程与性能指标，展示了其在农业病害防控与身份认证领域的应用潜力。未来，随着算法优化与硬件发展，这两类系统将在智能农业与安全识别领域发挥更大作用。

数字农业合集：数字孪生全生态链可视化大屏

二三维数据可视化/数字孪生

09-11

1809

图扑软件智慧农业的全覆盖视图解决方案，横跨农业规划、生产和流通等诸多领域，瞄准农业无人机和自动化设备的高效运行、实时感知及完全控制的应用期待。以此提升农场的精细化管理能力和农机作业的品质及效率，从而构筑出智能化、自动化、网格化的农业生态系统。

基于遥感影像的耕地地块提取相关论文、代码以及相关开源数据集

热门推荐

如果想成为中心，那么就到中心去吧。

03-03

3万+

文章目录前言2018Deep Extraction of Cropland Parcels from Very High-Resolution Remotely Sensed Imagery 前言本博文是对关于农田提取论文的简单汇总。有比较新颖的方法，欢迎大家在下面留言。 2018 Deep Extraction of Cropland Parcels from Very High-Resolution Remotely Sensed Imagery 摘要从高分辨率遥感影像中提取耕地面积是实现精准农业等

农业场景下的slam论文汇总

如果想成为中心，那么就到中心去吧。

05-24

2794

在农业场景下，SLAM（Simultaneous Localization and Mapping）应用通常用于农业机器人、自主车辆或者无人机等设备的导航和场地监测。这些设备需要能够在未知的或者变化的农田环境中准确定位自身位置，并且构建地图以便执行任务，例如喷洒农药、种植作物或者检测土壤质量等。以下是在农业场景下SLAM应用的简单描述：定位与导航：农业机器人或者无人机需要准确的定位信息来执行任务，例如在指定的区域喷洒农药或者施肥。

中国2019-2020降水与气温点矢量数据集及分析

weixin_34413326的博客

08-13

864

插值法是空间分析中的一个重要组成部分，其主要目的是通过已知的采样点数据推断出未知区域的数据值。在地理信息系统（GIS）、遥感技术以及地球科学领域，插值技术是研究空间分布特征和进行数据模拟不可或缺的工具。克里金插值法（Kriging）作为一种最优无偏估计的插值方法，在空间数据插值领域占有一席之地。它能够考虑到样本点的空间关系，通过统计模型预测未知区域的值，特别适用于地理和环境数据的插值分析。栅格数据由一系列有序排列的像素阵列构成，每个像素包含特定的空间位置信息和相应的属性值。

数字孪生农业合集：全生态链可视化大屏

Hightopo的博客

09-11

1465

农业大数据中心建设可行性方案

qq_43640814的博客

09-01

7838

项目概述 1.1. 项目建设背景 XX市是一个农业大市，位于云南省东北部，金沙江下游，滇、川、黔三省结合部。地理坐标在东经102°52’ ~105°18’、北纬26°18’ ~28°40’之间，全市辖10县1区，总面积2.3万km2。由于受乌蒙山脉和五莲山脉以及江河深切割，形成陡峻峡谷，西南高、东北低，北部最低海拔（富源县滚坎坝） 267m，南部最高海拔（巧家县药山）4040m，相对高差3773 m。由于水平位置和垂直高度的差异，构成境内地形复杂，气候多变，具有明显的立体气候、立体农业的特点，.

1981-2010年中国月度散射光合有效辐射空间分布数据

其描述与标题一致，表明该数据集是一个时间跨度长达30年（1981年至2010年）、覆盖中国全境、以月为时间分辨率的散射光合有效辐射（Diffuse Photosynthetically Active Radiation, dPAR）的空间分布数据集合。...

人工智能领域博客

11-28

1821

摘要：本文详细解释了Spark Driver端与Worker端在OSS认证上的核心区别。Driver端通过Spark配置自动认证，而Worker端（独立Python进程）需显式提供认证信息。认证来源优先级为：1)Driver传递参数，2)环境变量，3)IAM角色。文章分析了架构差异导致的不同认证方式，并推荐从Driver传递认证信息的解决方案。当前实现已采用该方案，通过Spark配置或环境变量获取认证后传递给Worker进程，确保PyArrow能正确访问OSS数据。

信息检索13

2301_80828873的博客

11-26

2162

最近邻检索的方法，PQ，IVF,HNSW

向量嵌入：RAG系统背后的语义引擎

uncle_ll的博客

11-29

1090

向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。

07_Spring AI 干货笔记之提示词

11-30

816

本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。

【LoRA（低秩适应）技术详解：原理、公式与实践】

m0_46882548的博客

11-26

1610

参数高效：可训练参数量通常仅为全量微调的0.01% - 3%，极大降低了计算和存储成本。内存友好：由于大部分原始权重被冻结，无需存储其优化器状态，显著减少了训练时的显存占用。无推理延迟：训练后可将LoRA权重合并回原模型，推理速度与原始模型一致。模块化与灵活性：一个基础模型可以搭配多个针对不同任务的、体积很小（几兆字节）的LoRA适配器，轻松切换任务。减轻灾难性遗忘：因为原始权重基本不动，模型在适应新任务时更不容易遗忘预训练时获得的通用知识。

RAG信息检索全解析：从Embedding到Reranker的超详细教程1

Trb201013的博客

11-27

1375

文章介绍了RAG系统中信息检索环节的核心技术，包括文档段落嵌入和用户查询嵌入，将文本转换为向量表示；详细解释了相似度检索的多种方法，如Top-K检索、MMR策略和Reranker二次排序技术；强调了合理切分策略对嵌入效果的重要性，以及查询扩展技术对提高检索准确度的作用。指出RAG的本质是"开卷考试"，检索质量直接影响最终生成效果。

【LLM】DeepSeekMath-V2模型

发现问题，并解决问题，批判性思维

11-29

769

研究问题：这篇文章要解决的问题是如何在大型语言模型（LLMs）中进行自我验证的数学推理。具体来说，现有的基于最终答案奖励的强化学习方法在数学推理中存在根本局限性，因为正确答案并不能保证推理的正确性，特别是在定理证明任务中。研究难点：该问题的研究难点包括：如何在不依赖最终答案的情况下验证推理的正确性；如何在生成和验证之间建立有效的迭代改进循环；如何在没有已知解决方案的开放问题上扩展测试时计算。相关工作：该问题的研究相关工作有：OpenAI的推理模型在定量推理竞赛中取得了显著进展；DeepMind的Deep

卫星遥感落地林草监测：多源数据融合+AI算法

okk202586的博客

11-27

571

全面完善昌吉州林草资源网络感知体系，建立全州林草资源一体化综合管理平台，全面加强林草安全防火监测预警、有害生物防治信息化、林草资源监管能力，实现林草资源、安全防火、有害生物防控、林长制监督管理等。在不同区域、不同场景下的落地能力，案例可以充分说明，智慧林草并非单纯的技术堆砌，而是真正贴合林草业务流程、解决实际问题的“实战型”方案，太空守护林海正在变成可能~根据林草业务需要，建设林长制、资源监管、生态保护、生态修复、灾害防护、科技创新等六类业务系统，构建智慧林草综合监管业务系统体系，全面支撑林草业务。