云平台

基于 GEE 使用 OTSU 算法赋能遥感水体自动化提取：从自动阈值计算到高效分割的水体自动分割方案目录一、初始化设置：研究区与参数定义（一）研究区加载与地图配置（二）年份参数定义二、影像预处理函数：消除噪声与还原物理意义

基于 GEE 的 MODIS 昼夜地表温度数据可视化与导出全流程解决方案目录一、研究区域（ROI）设置与地图初始化（一）研究区域定义（ROI）（二）地图定位与 ROI 可视化

基于 GEE MODIS 数据实现 7 大遥感指数计算与可视化目录一、核心代码分段解析（一）初始化设置与数据准备（二）波段提取（三）可视化参数设置（四）各类指数计算与可视化

基于 GEE 的 Sentinel-2 光谱、指数、纹理特征提取与 Sentinel-1 SAR 数据处理目录一、代码整体框架与核心功能二、代码逐段解析（一）注释与基础配置（二）Sentinel-2 数据处理模块

基于 GEE 平台用 Sentinel-1 SAR 数据实现山区潜在滑坡检测目录一、前言二、核心原理剖析（一）Sentinel-1 数据特性（二）滑坡检测原理三、数据处理全流程（一）步骤拆解

安科瑞王可

基于物联网的智慧用电云平台构建与火灾防控应用研究摘要随着经济社会快速发展，电气火灾已成为各类火灾事故的首要原因，严重威胁人民生命与财产安全。为提升用电安全管理水平、降低电气火灾风险，本文基于物联网、云计算及大数据分析技术，构建了一套智慧用电云平台系统。该系统具备实时监测、故障预警、远程控制、能效管理和智能运维等功能，可实现对电气线路的全面监控与智能管理。结合实际应用案例，本文验证了该平台在提升用电安全性、减少电气火灾发生、优化能源使用效率等方面的显著效果，为各类场所的用电安全管理提供了可行的技术解决方案。

【智慧工地源码】智慧工地云平台系统，涵盖安全、质量、环境、人员和设备五大管理模块，实现实时监控、智能预警和数据分析。智慧工地是指运用物联网、大数据、云计算、人工智能等现代信息技术，对施工过程进行全面感知、智能分析、协同管理的现代化建筑施工现场模式。它旨在提高工程管理效率，保障施工安全，减少环境污染，推动建筑行业向绿色、高效、智能化方向发展。

如何制作全景VR图？全景VR图，特别是720度全景VR，为观众提供一种沉浸式体验。全景VR图能够捕捉场景的全貌，还能将多个角度的图片或视频无缝拼接成一个完整的全景视角，让观众在虚拟环境中自由探索。随着虚拟现实（VR）技术的飞速发展，全景VR图逐渐融入了我们的日常生活，在各个领域展现出了应用潜力。本文将介绍如何制作全景VR图，探讨众趣科技在这一流程中提供的帮助。

分布式AI推理的成功之道随着AI模型逐渐成为企业运营的核心支柱，实时推理已成为推动这一转型的关键引擎。市场对即时、可决策的AI洞察需求激增，而AI代理——正迅速成为推理技术的前沿——即将迎来爆发式普及。德勤预测，到2027年，超半数采用生成式AI的企业将部署自主代理，标志着行业临界点的到来。为应对这一趋势，企业正在寻找跨多服务器、数据中心或地域部署AI模型的可扩展高效方案，并将目光投向云端分布式AI部署。

一文走进GpuGeek | conda常用命令想了解更多信息，请前往：GpuGeek-弹性|便捷|划算,您的专属AI云

智慧工地：整合物联网、大数据、人工智能、BIM等技术，实现施工现场的全要素智能化管理智慧工地是建筑行业数字化转型的核心实践，通过整合物联网、大数据、人工智能、BIM（建筑信息模型）等技术，实现施工现场的全要素智能化管理。

Terasic友晶科技

Lab Cloud FPGA 硬件在线实验云平台介绍友晶科技依托其在FPGA技术领域的深厚积累，成功研发出了一套完整的FPGA云平台解决方案（即FPGA 硬件在线实验云，简称LabCloud ）。LabCloud 是一个高效、实用的学习平台，目前已在多个学校成功部署。

基于 GEE 的城市热岛效应分析——可视化地表温度 LST 与归一化植被指数 NDVI 的关联目录1 前言2 研究方法及数据处理3 完整代码4 运行结果随着全球气候变化的不断加剧，城市热岛效应逐渐成为了城市可持续发展中的重大挑战之一。城市热岛效应是指城市区域内由于人为活动、建筑材料、地面铺装方式等因素导致的温度明显高于周边郊区的现象。这种效应不仅对城市居民的舒适度造成了显著影响，还可能加剧能源消耗、空气污染，甚至对公共健康产生威胁。因此，研究城市地表温度（Land Surface Temperature，简称 LST）及其与归一化植被指数（Normalized Difference Vegetat

基于 GEE 利用 Sentinel-2 数据反演叶绿素与冠层水分含量目录1 数据加载与预处理2 叶绿素含量反演3 冠层水分反演4 数据可视化与导出5 完整代码6 运行结果

基于 GEE 计算研究区年均地表温度数据目录1 代码解析2 完整代码3 运行结果（1）定义研究区：（2）导入地表温度数据：本文采用的地表温度数据为MOD11A2 V6.1地表温度产品，其包含2000年至今全球的地表温度数据，时间分辨率为8天，空间分辨率为1km。

基于 GEE 利用插值方法填补缺失影像目录1 完整代码2 运行结果利用GEE合成NDVI时，如果研究区较大，一个月的影像覆盖不了整个研究区，就会有缺失的地方，还有就是去云之后，有云量的地区变成空值。

基于 GEE Landsat 与 Sentinel 数据的归一化水体指数 NDWI 计算和水体提取目录1 归一化水体指数（NDWI）2 完整代码3 运行结果4 运行结果可视化对比归一化水体指数（NDWI）是遥感影像分析中常用的指数，主要用于识别和提取水体。NDWI通过比较可见光波段（绿波段）与近红外波段（NIR）的反射率差异，突出水体与非水体区域的区别。水体在近红外波段的反射率较低，而在绿波段的反射率较高，因此NDWI能够有效地识别水域。该指数在水体监测、水资源管理以及环境变化研究中有着广泛应用。

私有IP、VLAN和VPC，分别适合哪些场景你知道吗？当我们在云中构建应用程序，尤其是使用了第三方云服务商的服务并且我们无法完全掌控后端的每部分时，安全性可能是最需要关注的地方。但这是一项充满挑战的工作，因为保护应用程序的方法实在是太多了！为了改善安全性，开发者可能会使用大量工具和资源，以至于我们也许很难理解和选择所需的内容。这就像给购物狂人一张无限额的信用卡然后把Ta丢在高档购物中心里一样！说真的，确实会有点让人感觉不知所措。我们会面临各种选择：IAM、加密、网络……该从哪里着手呢？更烦的是，当我们以为自己已经可以掌控一切的时候，新的工具又出现了！

基于 GEE 利用 RF 回归模型实现空间降尺度目录1 前言2 完整代码3 运行结果本篇讲述在GEE上基于回归模型降尺度，也就是要复现以下论文，该论文发表在J-Star期刊上。

大语言模型兵马未动，数据准备粮草先行从OpenAI正式发布ChatGPT开始，大型语言模型（LLM）就变得风靡一时。对业界和吃瓜群众来说，这种技术最大的吸引力来自于理解、解释和生成人类语言的能力，毕竟这曾被认为是人类独有的技能。类似CoPilot这样的工具正在迅速融入开发者的日常工作，而由ChatGPT驱动的应用程序也开始变得日益主流。