利用长时间序列Landsat-8 normalized difference vegetation index (NDVI)数据集,采用最大值合成法(Maximum Value Composite, MVC)和像元二分模型计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖,像元数值越高表明植被覆盖程度越好。中老泰铁路沿线10 km范围内植被覆盖度为0.4~0.6的区域占比最大,其面积占研究区总面积的60.70%;其次是0.6~0.8的区域,占比为25.18%。该数据集空间分辨率为30 m,存储为.tif格式,由3个文件组成,数据量为1.64 GB (压缩为1个文件,数据量188 MB)。
2021-07-07 14:06:56 188.28MB
蒙内铁路(蒙巴萨港-内罗毕)是东非铁路网的起始段,连接肯尼亚首都内罗毕和东非第一大港蒙巴萨港,全长480公里。蒙内铁路沿线10 km范围内植被覆盖度数据集(2017) 首先在Google Earth Engine云平台上计算归一化差异植被指数(Normalized difference vegetation index, NDVI),然后合成研究区内2017年年度最大NDVI,以此数据为本底,采用像元二分模型方法计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖,像元数值越高表明植被覆盖程度越好。蒙内铁路沿线10 km缓冲区植被覆盖度主要在0.4~0.6之间,其面积占研究区总面积的42.55%;其次分布在0.6~0.8之间,其面积占研究区总面积的37.06%;大于0.8的面积占比为9.48%;小于0.4的面积占比为10.91%。该数据集空间分辨率为30 m,存储为.tif格式,由3个文件组成,数据量为439 MB(压缩为1个文件44.1 MB)
2021-07-07 14:06:55 44.18MB 肯尼亚 蒙内铁路 植被覆盖度 FVC
土耳其科依高铁从科斯克亚(Kosekoy)到依诺奴(Inonu)。研究区域为科依高铁沿线10 km范围内,基于Landsat-8 Operational Land Imager (OLI)遥感影像和Google Earth Engine(GEE)云平台,获取研究区内归一化差异植被指数(Normalized difference vegetation index, NDVI)的空间分布数据;采用最大值合成法和像元二分模型方法计算得到土耳其科依高铁沿线10 km范围内植被覆盖度数据集(2017)。植被覆盖度数值介于0-1之间。0表示无植被覆盖,像元数值越高表明植被覆盖程度越好。数据分析结果表明,科依高铁沿线10 km范围内,植被覆盖度为0.8~1的区域占研究区总面积的32.82%;植被覆盖度为0.6~0.8的区域占研究区总面积的29.52%;覆盖度为0.4~0.6的区域占研究区总面积的22.92%;覆盖度小于0.4的只占14.73%。该数据集空间分辨率为30 m,存储为.tif格式,由3个文件组成,数据量为40.8 MB(压缩为1个文件,数据量16.3 MB)
2021-07-07 14:06:54 16.35MB 土耳其 高铁 植被覆盖度 NDVI
匈塞铁路是指从匈牙利的首都布达佩斯到塞尔维亚首都贝尔格莱德之间修建的铁路。 该数据集是基于Google Earth Engine(GEE)云平台,利用Landsat-8 Operational Land Imager (OLI)遥感影像,获取研究区内归一化差异植被指数(Normalized difference vegetation index, NDVI),采用最大值合成法(Maximum Value Composite,MVC)和像元二分模型计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖,像元数值越高表明植被覆盖程度越好。匈塞铁路沿线10 km范围内植被覆盖度主要分布在0.4~0.6之间,其面积占研究区总面积的42.50%;其次分布在0.6~0.8之间,其面积占研究区总面积的25.50%;大于0.8的面积占比为14.99%;小于0.4的面积占比为17.02%。该数据集空间分辨率为30 m,存储为.tif格式,由3个文件组成,数据量为243 MB (压缩为1个文件,数据量37.6 MB)
2021-07-07 14:06:53 37.69MB 布达佩斯 贝尔格莱德 匈牙利 塞尔维亚
格力KM变频多联机工程设计培训教材
柔性交流输电系统(FACTS)是一种基于电力电子器件,用于增强现有输电能力,使输电系统灵活独立运行的技术。 FACTS 技术是实现电力系统完全放松管制的有前途的技术,即发电、输电和配电作为完整的独立单元。 在不影响稳定性的情况下,还可以在接近热极限时增强传输系统的负载能力。 使用并联连接的 FACTS 设备可以实现无功功率的完整闭环平滑控制。 静态无功补偿器 (SVC) 是并联 FACTS 装置之一,可用于无功功率补偿。 智能 FACTS 设备使它们具有适应性,因此它正在当前的技术状态中出现。 本文尝试设计和仿真SVC触发角的模糊逻辑控制,以实现对无功功率的更好、平滑和自适应控制。 对λ/8传输线进行设计、建模和仿真,补偿放置在接收端(负载端)
2021-06-26 18:31:12 326KB matlab
1
利用MOD13A2 NDVI、中国植被图、太阳总辐射值及温湿度等数据,计算出光合有效辐射(APAR);根据区域蒸散模型,模拟水分胁迫因子;将光合有效辐射和实际光能利用率输入CASA模型,计算得到国家生态屏障区1km分辨率植被净初级生产力数据集(2000-2015年)。经过比较,数据结果与2000、2005、2010、2015年的MOD17A3 NPP数据具有较好的一致性。本数据集为2000-2015年每年的NPP栅格数据,投影坐标系为WGS_1984_Albers,空间分辨率为1 km,单位是gC/m²。
2021-06-23 17:04:44 53.78MB NPP 初级净生产力 生态系统 生态屏障区
EXCEL表格中的经纬度,快速生成KML。无论多少的要处理,只需要添加了,一分钟之内就可以解决!
2021-06-17 21:10:03 501KB km
1
致远软件-7.1新品工具总体KM图,精品一级
2021-06-05 17:01:32 49KB 数据中台
在本文中,我们通过计算UV-C辐射与易与UV-C辐射相互作用的分子种类之间的相互作用比,分析了UV-C辐射的衰减()与高度z()的关系。 计算了瑞利散射光谱的横截面,对易与UV-C辐射相互作用的物种的UV-C光谱横截面和紫外外星(ETR)太阳光谱进行了标准化,波长步长为1 nm,并且采用了国际标准大气模型(ISO 1972)适用于计算分子密度。 这些数据被用来计算光解离和瑞利散射比随高度的变化,并确定光解离和瑞利扩散在何种程度上是决定UV-C辐射衰减的因素。 显然,O2的光解离是UV-C辐射衰减的主要机理,但瑞利扩散的出现类似于增加光子通量的机制,从而提高了O2光解离的性能。 N2O,CO2和水蒸气(H2O)在UV-C辐射下的衰减能力都相似,尽管较小(小于0.6%),这是由于它们的浓度低。 O3在理论上具有更大的衰减能力,但发现在中等高度(),其中残留的UV-C光子几乎因O2光解离或瑞利扩散而消失,因此对UV-C衰减的实际影响最小。
2021-05-27 20:16:23 579KB UV-C辐射 瑞利散射 O2光解离
1