Global Ecosystem Dynamics Investigation (GEDI)|生态学数据集|激光雷达数据集
收藏
- Global Ecosystem Dynamics Investigation (GEDI) 数据集首次由美国国家航空航天局 (NASA) 发布,标志着全球生态系统动态调查的开始。
- GEDI 数据集首次应用于全球森林高度和结构的研究,为全球生态系统分析提供了新的数据支持。
- GEDI 数据集被广泛应用于全球碳循环研究,特别是在森林碳储量估算方面取得了显著进展。
- GEDI 数据集开始与其他遥感数据集(如 Landsat 和 Sentinel)结合,以提高生态系统监测的精度和覆盖范围。
- GEDI 数据集在全球生物多样性评估中的应用逐渐增多,为保护生物多样性提供了科学依据。
- 1The Global Ecosystem Dynamics Investigation Mission: Precision Laser Ranging for Biodiversity and Forest Carbon MonitoringNASA · 2019年
- 2Global ecosystem dynamics investigation (GEDI) data: A new resource for studying the world's forestsUniversity of Maryland · 2020年
- 3GEDI Lidar Measurements of Forest Vertical Structure for Global Carbon MonitoringNASA · 2021年
- 4Using GEDI and Landsat Data to Estimate Aboveground Biomass in Tropical ForestsUniversity of California, Berkeley · 2022年
- 5GEDI Lidar Data for Mapping Forest Canopy Height and Carbon Stocks in the Congo BasinUniversity of Copenhagen · 2023年
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建,包含5686张图像和45578个标签,重点关注六种行为:举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景,通过YOLOv5、YOLOv7和YOLOv8算法评估,平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础,解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
COVID-19 Data Hub
COVID-19 Data Hub是一个全球性的COVID-19数据集,包含了来自多个国家和地区的疫情数据,涵盖了病例数、死亡数、康复数、测试数等信息。此外,数据集还包括了与疫情相关的经济、社会和政策数据。
covid19datahub.io 收录
中国高分辨率高质量PM2.5数据集(2000-2023)
ChinaHighPM2.5数据集是中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP)中PM2.5数据集。该数据集利用人工智能技术,使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值,结合地基观测、大气再分析和排放清单等大数据生产得到2000年至今全国无缝隙地面PM2.5数据。数据十折交叉验证决定系数R2为0.92,均方根误差RMSE为10.76 µg/m3。主要范围为整个中国地区,空间分辨率为1 km,时间分辨率为日、月、年,单位为µg/m3。注意:该数据集持续更新,如需要更多数据,请发邮件联系作者(weijing_rs@163.com; weijing@umd.edu)。 数据文件中包含NC转GeoTiff的四种代码(Python、Matlab、IDL和R语言)nc2geotiff codes。
国家青藏高原科学数据中心 收录
AISHELL/AISHELL-1
Aishell是一个开源的中文普通话语音语料库,由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音,录音在安静的室内环境中使用高保真麦克风进行,并下采样至16kHz。通过专业的语音标注和严格的质量检查,手动转录的准确率超过95%。该数据集免费供学术使用,旨在为语音识别领域的新研究人员提供适量的数据。
hugging_face 收录
LibriSpeech
LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库,由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物,并经过仔细分割和对齐。
OpenDataLab 收录