周报11月3日
854efd16088ec0a2949395f17c9b60f9618ed3796518aea5e690afa16559fc1f4f7b7618948265e73ab8d7a5a4e50aaf4ecbb64b5a9aefbed9b3cb3a034de02ac00fad3f6dd58c0a1355f69a15ee0e47397bc6ba4126f4dc4cfcc6b766a2cd8736406132476eb1da24991c71816464d0ccfbd3edd008d85da592ab9be06a40a6ed2ff9692e2fb95f84a7fb5582222364f33e4f6c0bf9c1893dde1eb566f56beb2373665adaecbd6e4bb7af14415bdc891cba8204c8b101a412e5c3831492c840710ebbfb4032c8edcc72dbbd8cebc8c8dc3d52ff24cf4ea4332d8f1b4e2c846f63bd6e26f47ba2a4bc94498d9fd0ebfe7a5061eb27f46772a ...
周报12月3日
854efd16088ec0a2949395f17c9b60f9386aedb0ff5a819cd0390912c2b2702d5ee79b42e7197d6b0d08ae88c0bc5a18e7d3629f0cae6b768c1ec9865987482e09cafb9fd8283ecd16afc846b6ea997b47e13ea76ae93e45f923d827da56d0016a5ef4259a8ca2de979c4f2ae576d81ac889fe6571aaf5ddc090fea83686db31ba9ed1bd6b8f76df83a933018e80a8f6b4130d4b119ea404f8db43b24330fa23215e327226b1308cdc0fe068153032a0b4a2d6bd9adc77dd4d573991b5a66ef7a50165d33e62741572fafbf1b0cc9653737566a1ea0b3ee1216cd1caa4196ba7e7f14cbf9e3ad31d8ab45492dbe721c7ff238668d8479a4a4 ...
周报12月3日
854efd16088ec0a2949395f17c9b60f9618ed3796518aea5e690afa16559fc1f54427900688f3cbd631196238cd80952bd025411d6c77470e7bfe6b1a810701142b1e0930bb4af1902f5cc9287184555b2e805384b4a82a0f3a5dc8792c229ad411baef05fb2cf634236866e33c2a50da7ee97dc85706084a541fea1b64d4344a078a3c804fddf39a3c3dc7b3f267dcd72cbf96c5f11a0e82154b1735f206208482f30df59969e5356d01ebd5def46172125cd50beab5e2dc7686cf77a327b88adc92cacb1e9d8b78d7664488c9cc380bb6c30b587649d51a74b914946594a61ff857fb2f4df75640bf6c51d024e1cc811e66e227270a9652 ...
Filling GRACE data gap using an innovative transformer-based deep learning approach
854efd16088ec0a2949395f17c9b60f9386aedb0ff5a819cd0390912c2b2702d880049475331478dcf6179d382cbae451c44f221ae0ebba79719a74f22a26ceface434ebd593dea91a4dc7a99c1d09c27cd5188365665818f182a2fdfd16bea3bd659bdb5239c18ac17c23dd38a9d8c698c85502cf7c545c633a5f72250ecf5ef49890faf4891af6375f7d0acefd6f50378b3b6b31b5cb58f3faa2164760ab816f9531af482e368f204c9ebed9eb6fc6a14fa43ae30dd1cb1ad3d0dfa2be7b0bf7ce3ee9dc71b87d143fd7445b140497f0375838ef184ccf4f2610f6673c025fa888b80997347798eea4c03ba3745be1be4a9e29dafb30b79 ...
周报12月23日(组会)
854efd16088ec0a2949395f17c9b60f9386aedb0ff5a819cd0390912c2b2702d1d973ef330b2b055afa103641aeb7e4da437cff2680b3e18408caf34a3872af771fd87bd438609d3c2a51c5e2022a05b485daaf31d4d8b84a7eccbc2b16f0310f2546bd3d06057a06569f009f899f44fb15e73589230f68b04c0897e1b4bfd94ae258ad48296030c1e6b111f189e2f8da602ce0e8401ae43453bf0edf977a2041c143009f5eceaa3900ed698b2c4969ba0b2a4986a609bc305678b7ac0aa79d0198a69d5c504286ae39c3d6cf5ec22d7f93d96b09ba982a81d563c056107e88d41e1bab82fddee23ce8dd35c9e6700d2c7cfb8bd03885f47a ...
Untitled
854efd16088ec0a2949395f17c9b60f9618ed3796518aea5e690afa16559fc1fa3e866b373c6193337eba6df86bb30d795ef36e315bee815b197de8e7c1d572523006c9b4aacd2dfc97ea6bd02879a84940fac450ef45167f958cce1fd1063d0b8200d0679bcb80030b17b71078880808bb063080e5ffc487d348e8c57fd86134ebb3fa008b8b5001fb3c16f2cd0888b84c79cede64de87745f1fe95a909e6223671506bce9f6f56677c592afdf577404d06a86ecc37c596645549f4ff590581dd8ac758d98e640b19a06cf9c4eb4e68488b2191d16d58a07a7527b74431f0f70d67a0d7036a5d7c699b162e4d4d44a12e9dfd85fbd82959b ...
Amphan_水稻受损面积说明
Amphan_水稻受损面积说明
1、生成的文件及结果说明
30m空间分辨率的 mDVDI图：
2020_mDVCI_11_win_BGD_19_21_7_rice.tif
细像元（30m)的受损率分布图（每个像素点为该像素点的受损率（0-1) \(P_{fine}\))：
P_fine.tif
水稻像素点（细像元 30m)的受损率分布图(每个像素点的值大于 0表示
该像素点为水稻，且值为水稻的受损率（0-1))：
2020_rice_influence_by_fragility_bgd.tif
水稻像素点（细像元
30m)的受损率分布图经过Albers等面积投影投影变换后生成的图：
2020_projected_rice_influence_by_fragility_bgd.tif
统计图鉴上受影响的几个地区的矢量边界图，并经过了Albers等面积投影投影变换
gadm41_BGD_2_projected.shp
统计结果汇总表：
summary.xlsx
统计结果
水稻总面积对比汇总结果如下：
散点图绘制使用的是第二行和第三行的数据，左边这张图是去掉 Jhalokathi
地区的散点 ...
Assessing the impacts of tropical cyclones on rice production in Bangladesh, Myanmar, Philippines, and Vietnam
Assessing
the impacts of tropical cyclones on rice production in Bangladesh,
Myanmar, Philippines, and Vietnam
评估热带气旋对孟加拉国、缅甸、菲律宾和越南水稻生产的影响
这论文不行，没建立模型进行评估
摘要
（背景)亚洲农业相关的灾害损失信息在主要的多灾种灾害数据库中报道不足。一些国家的国家灾害数据库可能有关于农业损失的信息，但这些信息并不总是可用的。
为了弥补这一知识缺口，我们为亚洲四个主要水稻生产国（由于地理位置原因经常遭受强烈热带气旋影响，即菲律宾、越南、孟加拉国和缅甸）创建了一个
1970 年至 2018 年期间热带气旋导致的水稻损失数据库。
我们使用在线新闻来源整理了 1970 年至 2018
年期间水稻受损地点、受损水稻面积、水稻产量损失和水稻价值损失的信息。
（详细记录)在记录的 1046 次热带气旋事件中，有 138
次与水稻损失有关，其中大部分事件（93%）发生在菲律宾和越南。每次热带气旋事件中平均受损水稻面积从越南的
42407 公顷到缅甸的 423075
...
利用基于Transformer的深度学习方法填补GRACE数据空白
854efd16088ec0a2949395f17c9b60f9386aedb0ff5a819cd0390912c2b2702d96b1e5c0804704dfa4d0988b00a62eb62b0cf4532c88f10242453aa9b8284c042e1792c5d10b79288ee84593a472ad2327525aa584e2859408c60223b29ae5f01d67ed5af354071b384a7b1736e6c4af385dfb09a1054a8b95ae3aa416d98671fe295f4fcbce465e48921dfa82b73721147be2e108c5f8a98b6798eb429ebe527f586b7967ce70c6f47ed0e156ac5d2324c5c143559bd60e74cdd8a5d8618eca64819df02b5edb81dc512c5f4a2c7a8b9d89bb3a0c4de5d6cf26ecc17419b8b6922da24c97dd07e02cf85830a481fbd85408f038db8dbad44 ...
周报12月16日
854efd16088ec0a2949395f17c9b60f9386aedb0ff5a819cd0390912c2b2702d35573e5cc70a5842ada695c98ffb76127e4f5c9c2085ee3907a88dd8803e91d7ba77a12afea2938ef77a76e883acd40bfadd10903ab352eafd995d906595fb9a3090dc550a836fa126a6d53aabfd7502714919f09947962b137986743948d170bd909fb7a0ab18e97b3cc5d2c3043b64fcac469f8f24c8eecbda4aa53b741bfb454adf750a92adb973eabf7c60e0daa6d990ae0a81feb4e9e5c6077d19727f21ebeb83219ca4133bc8a77279e0eac84c8f6655c9c5f46dcf3d8eca5b58a11d900330d51915b121ef4fe939b091e584811b39a3b06c73eb483 ...