清华大学地球系统科学系举行新一代地球观测数据与制图成果发布会。清华大学理学院院长、地学系主任宫鹏教授和博士研究生刘涵一起，对外发布了清华大学基于亚马逊云服务（AWS）完成的新一代中国地区地球观测数据集（Seamless Data Cube，简称SDC）——2000～2018年30米分辨率逐日无缝遥感观测数据，以及在此基础上研制的中国逐季节地表覆盖和逐年土地利用制图成果。清华大学新研制的无缝数据集，填补了高空间分辨率和时间频率观测的空白。图1 首套中国30米逐日无缝遥感观测数据集SDC目前世界上主流的地球观测卫星Landsat每16天才能对全球扫描一遍，所获得的数据集是不完整的。宫鹏团队采用时空遥感技术手段和MODIS图像辅助研发的无缝遥感观测数据集Seamless Data Cube，使得每一天都有一套完整的全球30米分辨率的观测数据。正是这些逐日数据，使得地球长时间观测序列有了很好的时空一致性。基于无缝数据集，宫鹏团队提取了30米空间分辨率土地覆盖变化的情况，设计和训练了一套适应遥感大数据的深度遥感特征学习和分类模型，最终得到了世界首套中国逐季节土地覆盖和逐年土地利用制图（从2000年到2018年）。图2 首套中国2000-2018年间逐季节土地覆盖和逐年土地利用图无缝遥感观测数据集SDC以及逐季节土地覆盖和逐年土地利用制图，开辟了中国卫星遥感数据处理和信息提取的新范式。它能够服务于国民经济众多行业，比如农业集约化和土地闲置的监测、城市化与自然植被丧失的识别、土地退化和粮食安全、环境变化与健康、造林和土壤含水量的关系、城市扩张与热岛效应等研究以及碳储备等。图3 地学系团队正在定量测算新冠疫情影响下的全球粮食安全问题无缝遥感观测数据集SDC有助于打造世界顶级的在线制图服务的平台，并产生新的数据产品。例如，清华大学地学系依靠这个数据集研发了全球粮食估产模型，输入不同地方的作物种植和气候预测数据，就可以提前两个月估算出全球粮食产量情况。无缝遥感观测数据集（Seamless Data Cube）得到了亚马逊云服务（AWS）的大力支持。据AWS技术人员介绍，宫鹏团队采用AWS云服务算力，相当于全世界现在TOP200的高性能计算机所能提供的能力。AWS并不简单地提供储存和数据服务，而是在云服务里就包括了人工智能与机器学习的计算框架，采用AWS云服务后，地表覆盖制图的精度提高了10～20%。

一种支持对地观测数据元数据注册的映射方法及系统，首先构建存储观测数据元数据信息的注册信 息模型，包括构建观测数据元数据注册信息模型的注册包;依据观测数据元数据注册对象，构建注册信 息模型的外部对象类;依据观测数据元数据对象之间的相互关系，构建注册信息模型的关系类;依据观 测数据元数据的分类信息，构建注册信息模型的分类架构;依据观测数据元数据的相关属性，构建注册 信息模型的扩展属性类。然后构建观测数据元数据信息模型到注册信息模型的映射关系，包括构建观测 数据元数据信息模型到注册信息模型的映射流程;构建观测数据元数据类型和注册对象的类型映射;构 建观测数据元数据属性到注册对象的属性映射。

产品详细介绍

产品详细介绍

项目简介 本发明公开了一套2π空间偏振观测仪器，其包括：1）基于2π空间天球划分的基准结构；2）上半球空间多角度观测的方位及俯仰一体化转台控制系统；3）变时相多弧度角面元光学偏振成像序列系统。整个系统由计算机控制电控箱工作，电控箱连接安装基面、双轴转台、变时相多弧度角面元光学偏振成像序列系统、数据记录仪以及数据采集终端。应用范围 该系统可以获得任意时刻的天空偏振分布模式，为寻找大气中性点区域、全天空偏振场量表征和仿生偏振导航的天空偏振矢量线提供数据支撑。项目阶段 该项目所涉及实验正在进行中。

本思政案例值巴黎奥运会火热举办之际，以奥运会数据为载体，引导学生运用Python的Pandas库进行数据清洗、筛选与聚合分析，并通过Plotly工具实现数据可视化。案例巧妙融合数据分析技能培养与思政教育，通过剖析我国奥运奖牌数据变化，让学生直观感受国家体育事业的蓬勃发展，深切领悟体育强国战略背后蕴含的国家意志与民族精神。同时，鼓励学生从数据中探寻体育精神内核，内化于心、践之于行，涵养积极人生态度与爱国情怀。此外，案例数据可视化呈现国际竞技格局，助学生理解多元包容、拓宽国际化视野，增强民族自豪感与文化自信，实现知识传授与价值引领的有机统一。

地球模拟器是星上产品红外地球敏感器研制的一种地面标定试验设备。 分为准直式红外地球模拟器和圆锥扫描式红外地球模拟器，其主要功能是在地面上模拟地球的几何特性和辐射特性，包括轨道高度、地球弦宽、地球与太空间的辐射亮度差等的模拟，主要用于红外地球敏感器的性能测试和精度标定。

产品详细介绍