用户名:
密 码:
工具资源导航
您当前的位置:首页—>工具资源
工具资源介绍
  碳循环e-Science环境为科研人员提供了若干生态系统碳循环研究数据处理分析工具和模型数据融合算法工具,主要包括碳水通量观测数据的处理分析工具、气象数据空间化工具、遥感数据处理工具、马尔可夫链-蒙特卡罗算法工具和集合卡尔曼滤波算法工具。利用这些数据处理工具,用户能够方便地对通量数据进行处理、分析、结果的保存和管理;能够在国家气象局和CERN观测站气象数据的基础上,结合数字高程模型(DEM),利用成空间插值算法获得包括太阳辐射、温度、降水等主要气象要素的栅格数据;能够对遥感数据进行快速预处理;并能够利用马尔可夫链-蒙特卡罗算法工具和集合卡尔曼滤波算法工具开展模型参数估计和不确定性分析。
碳水通量数据处理工具
碳水通量数据处理工具为生态领域科研人员提供涡度相关技术获取的碳水通量数据的在线处理服务。用户可从ChinaFLUX数据库下载和外部数据导入两种数据获取方式来对站点观测数据进行处理,可以根据需要自主选择通量数据质量控制的步骤和插补方法,并且可以下载每个数据处理步骤对应的处理前和处理后数据。
进入>>
气象数据空间化工具
气象数据空间化工具基于Ausplin插值算法,为科研人员提供气象数据空间插值的在线处理服务。利用该工具用户可以在国家气象局和CERN观测站气象数据的基础上,结合数字高程模型(DEM),利用空间插值算法获取气象要素(如太阳辐射、温度、降水等)的空间化栅格数据。
进入>>
遥感数据处理工具
遥感数据处理工具为生态领域科研人员提供遥感数据在线处理服务,主要包括遥感数据的上传、数据图幅的拼接、植被指数(如归一化植被指数、增强型植被指数、陆地表面水分指数等)的计算、去云处理等功能。
进入>>
马尔可夫链-蒙特卡罗算法工具
马尔可夫链-蒙特卡罗方法(Markov Chain Monte Carlo)以贝叶斯定理为基础,基于参数的先验知识与样本信息,通过构造马尔可夫链来推断参数的后验信息。该方法能解决包含大量参数的复杂非线性问题,同时能估计参数取值的概率分布。
进入>>
卡尔曼滤波算法工具
卡尔曼滤波(Kalman Filter)方法通过处理一系列带有误差的实际测量数据而得到状态或参数的最佳估算。该方法是一种递归估计,即利用前一时刻预报误差的反馈信息来修正当前状态的估计值,从而提高下一时刻预报精度。
进入>>
关于本站  |  网站地图  |  联系方式  |  用户权限  |  使用帮助 
版权所有:中国科学院地理科学与资源研究所 技术支持:中国科学院计算机网络信息中心科学数据中心
备案序号:京ICP备05036949号
地址:北京市朝阳区大屯路甲11号 邮编:100101
Powered by VisualDB 2.0