Данные системные: Как очистить «ДРУГОЕ» на айфоне для освобождения памяти [РЕШЕНО]

Содержание

Как очистить «ДРУГОЕ» на айфоне для освобождения памяти [РЕШЕНО]

Не понимаете, почему «другое» занимает так много памяти на вашем iPhone? На старых моделях с 64 ГБ памяти и меньше эти «другие» данные могут занимать по несколько гигабайт, что является проблемой. Если у вас эти данные тоже занимают слишком много памяти, мы расскажем, что делать и как очистить другое на айфоне.

Что такое это «Другое» в памяти айфона?

Согласно Apple, другие данные включают в себя настройки устройства, голоса Siri, системные данные и кэш-файлы. С системными настройками ничего не поделать, но вот очистить кэш вы можете.

Первым делом нужно выяснить, сколько именно памяти занимают другие данные на вашем iPhone или iPad. Это важно, поскольку есть «другие» данные, которые нельзя удалить, и они всегда будут оставаться на вашем устройстве. Тем не менее, 10-12 ГБ памяти занимать они не должны.

Как узнать, сколько памяти занимают «другие» данные на iPhone

На своём iPhone или iPad зайдите в Настройки > Основные > Хранилище iPhone.

 Здесь вы можете узнать, сколько памяти занимают разные категории данных. К примеру, установленные приложения, сама система и др. Здесь же будет и категория «Другое».

Согласно Apple, «Другое» — это:

  • Аудио: песни, подкасты, аудиокниги, голосовые заметки и рингтоны.
  • Видео: фильмы, клипы и сериалы.
  • Фото: ваши фото и видео, фотопоток и др.
  • Приложения: установленные приложения.
  • Книги: книги iBooks и PDF-файлы.
  • Документы и данные: списки для чтения Safari, файлы приложений, контент приложений, календари, контакты, сообщения (и прикреплённые файлы), электронные письма.
  • Другое: настройки, голоса Siri, системные данные и кэш.

Теперь вы знаете, сколько места занимают другие данные на вашем устройстве, и из чего они состоят. Значит можете переходить к инструкции о том, как их удалить.

Есть много разных способов как очистить память из категории «другое» на своём iPhone или iPad. Мы расскажем обо всех.

Как почистить другое на айфон без компьютера

Сгружайте приложения

В iOS есть полезная опция, которая сгружает приложения, которыми вы давно не пользовались. Возможно, на вашем iPhone есть много приложений, которыми вы никогда не пользуетесь. Система может находить их и удалять, чтобы освободить память.

Сгруженные приложения становятся серыми на домашнем экране. Чтобы снова их скачать, достаточно просто коснуться их иконки. Все ваши данные из этих приложений сохраняются.

Чтобы сгружать приложения на iPhone, зайдите в Настройки > Основные > Хранилище iPhone. Там будет рекомендация сгружать неиспользуемые приложения.

Очистите свою музыкальную медиатеку

Если вы используете Apple Music, Spotify, Tidal или другие приложения с музыкой, а также скачиваете песни, чтобы слушать их офлайн, то можете удалить их. Это точно освободит много памяти.

Когда вы удалите песни, вам придётся стримить их онлайн.

Соответственно, через мобильный интернет лучше этого не делать. Тем не менее, таким образом вы точно освободите много памяти на устройстве. Тут выбор за вами.

Вы можете воспользоваться нашей инструкцией о том, как очистить медиатеку Apple Music.

Очистите кэш

Некоторые из ваших любимых приложений сохраняют временные файлы, которые могут занимать достаточно много памяти. Очистив кэш этих приложений, вы освободите память. Это особенно полезно, если вы используете Dropbox, Google Диск и другие приложения, которые регулярно синхронизируют файлы на разных устройствах и платформах.

Также можно очистить кэш Google Карт, YouTube Music, Spotify и других приложений.

Удалите ненужные фотографии

В наше время все имеют возможность сгружать фотографии и видео с iPhone в облачное хранилище. Можно пользоваться Google Фото или iCloud Фото, чтобы сгружать фото и видео с устройства. Это освободит память на устройстве.

Если вы используете iCloud, откройте Настройки и зайдите в секцию Фото. Включите iCloud Фото, если ещё этого не сделали. Все ваши фото и видео будут загружены в iCloud. После этого вы можете Оптимизировать хранилище iPhone. Это заменит полные фото и видео на маленькие копии, которые занимают меньше памяти. Вы в любой момент сможете скачать полные версии из iCloud.

Если вы используете Google Фото, вы тоже можете удалять фотографии с iPhone для экономии памяти. Запустите приложение Google Фото, выберите меню в левом углу, а затем нажмите «освободить память». Вы сможете удалить с устройства все фотографии, копии которых уже сохранены в облаке. Вы сможете просматривать и скачивать их когда угодно.

Удалите старые сообщения

Другие данные также включают в себя файлы из сообщений, как фото и видео. Если у вас есть старые ненужные чаты iMessage, вы можете удалить их, чтобы освободить гигабайты памяти.

Отключите iCloud Drive

Если вы используете iCloud Drive для синхронизации файлов на своих устройствах, можете отключить сервис, чтобы освободить память.

Часто на iPhone попадают совершенно ненужные файлы, которые занимают много памяти.

Отключить iCloud Drive можно через Настройки > Apple ID > iCloud > iCloud Drive.

Очистите кэш и список для чтения Safari

Если вы часто используете Safari на iPhone, можете очистить кэш браузера. Это удалит вашу историю, cookie и другие данные из браузера. Возможно, какое-то количество памяти это освободит.

Очистить кэш Safari можно через Настройки > Safari. Учтите, что ваш список для чтения тоже будет очищен.

Сделайте сброс

В идеале все шаги выше помогут удалить «другие» данные с вашего iPhone. Если и этого вам мало, можете сделать сброс. Вам придётся настраивать свой iPhone заново, зато все ненужные файлы с него точно будут удалены.

Читайте инструкцию о том, как сделать принудительный сброс iPhone.

Оцените пост

[всего: 4 рейтинг: 3]

Смотрите похожее

Технические характеристики и системные требования Windows 11

(Еще не выпущена)
Подсистема Windows для Android™
Программы доступны в магазине Amazon Appstore. Дополнительные требования будут сообщаться по мере развертывания продукта в определенных регионах.
Поддержка 5G требуется наличие модема, поддерживающего 5G, где это доступно.
Автоматический HDR требуется наличие монитора с поддержкой HDR.
BitLocker to Go
необходимо USB-устройство флеш-памяти (только в Windows Pro и более поздних выпусках).
Клиент Hyper-V требуется наличие процессора с возможностями преобразования адресов второго уровня (SLAT) (доступен в Windows Pro и более поздних выпусках).
Кортана требуются микрофон и динамик. В настоящее время голосовой помощник доступен в Windows 11 на территории Австралии, Бразилии, Великобритании, Германии, Индии, Испании, Италии, Канады, Китая, Мексики, США, Франции и Японии.
DirectStorage требуется твердотельный диск SSD формата NVMe для хранения и запуска игр, в которых используется драйвер «Standard NVM Express Controller» и графический процессор с поддержкой DirectX12 и шейдерной модели 6. 0.
DirectX 12 Ultimate
доступно только для совместимых игр и видеоадаптеров.
Presence (определение присутствия) требуется датчик, который может определять расстояние от устройства до человека или намерение взаимодействовать с устройством.
Intelligent Video Conferencing требуется наличие видеокамеры, микрофона и динамика (аудиовыход).
Multiple Voice Assistant (MVA) требуется наличие микрофона и динамика.
Закрепление в три столбца требуется экран с шириной не менее 1920 эффективных пикселей.
Включение и отключение звука на панели задач требуется наличие видеокамеры, микрофона и динамика (аудиовыход). Для работы глобального включения/выключения звука приложение должно быть совместимо с функцией.
Spatial Sound (пространственный звук) требует наличия вспомогательного оборудования и программного обеспечения.
Microsoft Teams требуется наличие видеокамеры, микрофона и динамика (аудиовыход).
Сенсорный ввод требует наличия экрана или монитора с поддержкой мультисенсорного ввода.
Двухфакторная аутентификация требует использования ПИН-кода, биометрической проверки (сканера отпечатков пальцев или инфракрасной камеры с подсветкой) либо телефона с возможностями Wi-Fi или Bluetooth.
Голосовой ввод требует наличия ПК с микрофоном.
Wake on Voice (пробуждение голосом) требует поддержки модели электропитания Modern Standby и наличия микрофона.
Wi-Fi 6E требует нового оборудования и драйвера WLAN IHV, а также точки доступа / маршрутизатора с поддержкой Wi-Fi 6E.
Windows Hello требует наличия камеры, настроенной для съемки в ближнем инфракрасном (ИК) диапазоне, или сканера отпечатков пальцев для биометрической аутентификации. Устройства без биометрических датчиков могут использовать аутентификацию Windows Hello с помощью ПИН-кода или поддерживаемого Майкрософт портативного ключа безопасности.
Windows Projection необходим видеоадаптер с поддержкой Windows Display Driver Model (WDDM) 2.0 и адаптер Wi-Fi с поддержкой Wi-Fi Direct.
Приложение Xbox требует наличия учетной записи Xbox Live, которая доступна только в некоторых регионах. Самую актуальную информацию о доступности можно найти в разделе Поддерживаемые Xbox Live страны и регионы. Для некоторых функций в приложении Xbox потребуется активная подписка Xbox Game Pass (приобретается отдельно). Подробнее о подписке Xbox Game Pass.

Каковы системные требования игры? | World of Tanks

  • Если на жёстком диске вашего компьютера меньше места, чем указано в минимальных системных требованиях, игра не установится.
  • Если другие характеристики вашего компьютера ниже, чем минимальные системные требования, вы не сможете запустить игру, даже если она будет установлена.
  • Мы не поддерживаем операционные системы Windows XP и Vista и не можем гарантировать работоспособность игры на этих системах.
  • Если у вас установлена 64-битная операционная система, а объём оперативной памяти вашего компьютера 4 ГБ или больше, по умолчанию будет запускаться 64-битная версия игры.
  • Если у вас 64-битная система, а объём оперативной памяти менее 4ГБ, мы не рекомендуем запускать 64-битный клиент. Из-за недостаточной производительности мы не можем гарантировать, что он будет работать корректно.
  • Если вы хотите запустить версию x86 (32-битную), зайдите в папку с установленной игрой, затем в папку win32. Найдите в этой папке файл WorldOfTanks.exe и запустите его.
  • Также вы можете запустить 32-битный клиент из Game Center. Нажмите стрелку в правой части кнопки «Играть» и выберите пункт «Запуск x86 клиента игры».

Минимальные системные требования

Если ваш компьютер и соединение соответствуют этим требованиям, игра будет запускаться и вы сможете играть.

  • Операционная система: Windows 7/8/10/11.
  • Процессор (CPU): c двумя и более физическими ядрами, поддерживающий технологию SSE2.
  • Оперативная память (RAM): 2 ГБ.
  • Видеоадаптер: NVIDIA GeForce 8600, ATI Radeon HD 4550.
  • Свободное место на жёстком диске: ~55 ГБ.
  • Скорость интернет-соединения: 256 Кбит/с.

Рекомендуемые системные требования

При соответствии этим требованиям большинство возможностей игры будет работать оптимально.

  • Операционная система: Windows 7/8/10/11 (64-битная версия).
  • Процессор (CPU): Intel Core i5 (Desktop).
  • Оперативная память (RAM): 4 ГБ (или больше).
  • Видеоадаптер: GeForce GTX660 (2 ГБ) / Radeon HD 7850 (2 ГБ).
  • Свободное место на жёстком диске: ~55 ГБ.
  • Скорость интернет-соединения: 1024 Кбит/с или выше (для работы голосового чата).

Системные требования для настроек «Ультра»

  • Операционная система: Windows 10/11 (64-битная версия).
  • Процессор (CPU): Intel Core i5-7400 / AMD Ryzen 5 1500 X.
  • Оперативная память (RAM): 8 ГБ (или больше).
  • Видеоадаптер: GeForce GTX 1050ti (4 ГБ) / Radeon RX 570 (4 ГБ).
  • Свободное место на жёстком диске: ~83 ГБ.
  • Скорость интернет-соединения: 1024 Кбит/с или выше (для работы голосового чата).

Минимальные системные требования для macOS

Операционная система macOS 10.13 High Sierra.

  • Чтобы играть в World of Tanks на macOS, вам нужно установить программу Codeweavers Mac Wrapper.
  • Обратите внимание: Центр поддержки пользователей не занимается решением проблем, связанных с работой Codeweavers Mac Wrapper. Вы можете обратиться в службу поддержки этой программы, перейдя по этой ссылке.
  • Обсудить World of Tanks для macOS вы можете в специальной теме на форуме.

Системные требования ArcGIS Data Store 10.9—ArcGIS Enterprise

Далее приведены системные требования и требования к аппаратному обеспечению, необходимые для запуска ArcGIS Data Store. ArcGIS Data Store является частью ArcGIS Enterprise; они оба поддерживают одинаковые операционные системы и браузеры.

Каждый из ArcGIS Data Store типов — реляционные, хранилища объектов, хранилища данных полистного кэша и хранилища пространственно-временных больших данных — требуют различных объемов памяти, дискового пространства и других ресурсов. Убедитесь, что ваши компьютеры отвечают требованиям для каждого из них. Не рекомендуется размещать на одном компьютере несколько типов хранилищ данных, но если вы все же так сделали, убедитесь, что компьютер соответствует совместным требованиям для всех хранилищ данных и другого программного обеспечения, установленного на компьютере.

Рекомендуется ознакомиться с уведомлением об исключении компонентов, чтобы определить, совместимо ли ваше оборудование и компоненты ПО с последней версией ArcGIS Data Store.

Для компонентов ArcGIS Enterprise требуется Microsoft Visual C++ 2015–2019 Redistributable (x64) минимальной версии 14.22.27821. Загрузите файл Microsoft Visual C++ Redistributable для Visual Studio 2015–2019 с сайта Microsoft.

Если Visual C++ Redistributables не установлен, для его установки необходимо запустить файл ArcGIS Data Store setup.exe. Запуск файла ArcGIS Data Store setup.msi не устанавливает Microsoft Visual C++ Redistributables (x64). Поэтому, если вы хотите запустить ArcGIS Data Store setup. msi, вам необходимо сначала установить Microsoft Visual C++ 2015 — 2019 Redistributables (x64).

Требования к операционной системе Windows

Следующие 64-разрядные операционные системы удовлетворяют минимальным требованиям к операционным системам. Программа установки работает только на 64-разрядной операционной системе. 32-разрядные операционные системы не поддерживаются.

Поддерживаемая операционная системаПоследние протестированные обновления или пакеты обновлений

Windows Server 2019 Standard и Datacenter

Обновление от февраля 2021 г.

Windows Server 2016 Standard и Datacenter

Обновление от февраля 2021 г.

Windows Server 2012 R2 Standard и Datacenter

Обновление от февраля 2021 г.

Windows Server 2012 Standard и Datacenter

Обновление от февраля 2021 г.

Поддерживаемая операционная системаПоследние протестированные обновления или пакеты обновлений

Windows 10 Pro и Enterprise (64-разрядная [EM64T])

Обновление от февраля 2021 г.

Windows 8.1 Pro and Enterprise (64 bit [EM64T])

Обновление от февраля 2021 г.

  • Предыдущие и будущие обновления и пакеты обновлений в данной операционной системе поддерживаются, если не указано иначе. Обновления и версия операционной системы также должны поддерживаться поставщиком системы.
  • Опция Desktop Experience требуется для всех версий Windows Server.
  • Windows 10 и 8.1 поддерживаются только для простого тестирования и разработки приложений. Развертывать их в рабочей среде не рекомендуется.
  • Компьютеры, в имени которых имеется символ подчеркивания (_), не поддерживаются. Несколько широко используемых Интернет-спецификаций по наименованию хост-компьютеров рассматривают символ нижнего подчеркивания как нестандартный. Хотя Microsoft Windows позволяет использовать символ нижнего подчеркивания в имени компьютера, это все еще может вызвать проблемы при взаимодействии с другими серверами и платформами. По этой причине установка не будет выполняться на серверы, в имени которых есть символ подчеркивания.
  • Вы не сможете выполнить установку на контроллерах доменов. Установка на контроллере домена может отрицательно сказаться на его работе.

Требования к дисковому пространству

Для успешной установки и настройки ArcGIS Data Store требуется не менее 13 ГБ свободного места на диске. Это минимальные требования к месту на диске для компьютера с одним типом пустого хранилища данных; здесь не учитываются данные, которые вы будете хранить в хранилище данных или файлы резервных копий, которые могут храниться на компьютере. Исходя из этих требований, вам потребуется установка ArcGIS Data Store на машинах с большим объёмом свободного дискового пространства.

Следите за журналом хранилища данных, чтобы знать, когда свободного дискового пространства станет недостаточно. Если компьютер реляционного хранилища данных или хранилища данных полистного кэша содержит меньше 10 ГБ свободного места, то ArcGIS Data Store начнет вести запись в журнал предупреждений о том, что у вас заканчивается свободное место на диске. Если на машине хранилища пространственно-временных больших данных остается 20 процентов свободного дискового пространства, ArcGIS Data Store начнет вести запись в журнал предупреждений о том, что у вас заканчивается свободное место на диске. Как только на диске останется менее 1 ГБ свободного места, реляционное хранилище и хранилище пространственно-временных больших данных будут переведены в режим «только для чтения», а хранилища данных кэша листов и хранилища объектов будут отключены.

Чтобы определить необходимое дисковое пространство на компьютере ArcGIS Data Store, вам нужно учесть следующее:

  • Для установки программного используется 800 МБ дискового пространства.
  • Каждое хранилище данных использует дополнительное дисковое пространство уже при создании, даже когда оно еще пустое:
    • Хранилище данных кэша листов = 1 МБ
    • Хранилище больших пространственно-временных данных = 200 МБ
    • Хранилище реляционных данных = 2. 5 ГБ
    • Хранилище объектов = 67 МБ

    *Пустое реляционное хранилище данных использует до 2.5 ГБ дискового пространства, чтобы поддержать высокую доступность и политику резервного копирования. Для конфигурации реляционного хранилища данных требуется примерно 200 МБ. Объём дискового пространства, используемого реляционным хранилищем данных, будет увеличиваться на 200 МБ в час в течение 11 часов, до тех пор пока не достигнет объема в 2.5 ГБ. Данные, хранящиеся в системе во время использования, дополнительно соответствуют базовым требованиям хранения.

  • Следует также оценить объем дискового пространства, которое потребуется для хранения самих данных в хранилищах данных. Приведенные выше значения являются минимальными для пустых хранилищ данных.
  • Файлы резервных копий, которые хранятся на компьютерах хранилищ данных, также требуют место на диске. Если не настроить запись резервных копий в общую папку, то вам нужно обеспечить дополнительное место на локальном диске.

Требования к памяти

Минимальные требования к объему памяти, необходимой для настройки на машине отдельного пустого ArcGIS Data Store зависят от его типа.

Соблюдение требований минимального объема свободной памяти обеспечит начало работы хранилища данных. Но при использовании необходима дополнительная память.

Следующие требования к минимальному объему свободной памяти предполагают, что вы будете устанавливать каждый из типов ArcGIS Data Store на отдельной машине, на которой при этом не будут устанавливаться другие типы хранилищ данных или компоненты ArcGIS Enterprise. Здесь перечислены объемы свободной памяти, которые должны быть доступны на машине перед установкой ArcGIS Data Store и настройкой хранилища данных.

  • Реляционное хранилище данных = 8 Гб
  • Хранилище больших пространственно-временных данных = 16 Гб
  • Хранилище данных кэша листов = 8 Гб
  • Хранилище объектов = 24 МБ

Настройки брандмауэра

ArcGIS Data Store использует определенные порты для подключения к порталу, хост-сервер и компьютеры в составе хранилища данных.

См. Порты, используемые ArcGIS Data Store для информации о портах, которые необходимо открыть в брандмауэре и на компьютерах, чтобы это подключение заработало.

Поддерживаемые веб-браузеры

Для ресурсов администрирования ArcGIS Data Store и Мастера конфигурации хранилища данных необходимо, чтобы был установлен один из следующих веб-браузеров:

  • Google Chrome
  • Mozilla Firefox
  • Microsoft Edge

Поддерживаемые среды виртуализации и облачные платформы

Поддержка сред визуализации и облачных платформ одинакова для всех компонентов базового развертывания ArcGIS Enterprise. См. ArcGIS Enterprise на облачных платформах и Поддерживаемые среды виртуализации в системных требованиях ArcGIS Enterprise для получения дополнительных сведений.


Отзыв по этому разделу?

Каковы системные требования для Скайпа? | Поддержка Skype

Каковы системные требования для Скайпа? | Поддержка Skype Вернуться к результатам поиска

Ниже описаны требования к системе для запуска Skype разных операционных систем.

Если ваша система не соответствует требованиям для использования Скайпа, вы можете потерять доступ к более старой части журнала бесед. Чтобы получить журнал недавних бесед, войдите в Скайп на поддерживаемом устройстве.

Обновление Скайпа до последней версии

Версия для рабочего стола Windows

Версия Windows 7 или более высокого

Процессор

Не менее двухъядерных 1,5 ГГц

Оперативная память

Не менее 2 ГБ

Дополнительное ПО

DirectX 9.0 или более поздней версии

Windows 10

Версия 15

Windows 10 (версия 1809) или более высокая

Mac

Версия

Skype mac OS X 10. 11 или более высокого уровня

Процессор

Процессор Intel с тактовой частотой не менее 1 ГГц (Core 2 Duo)

Оперативная память

Не менее 1 ГБ

Дополнительное ПО

Последняя версия QuickTime

Примечание. Пользователи Mac OS X 10.9 не смогут обновить Skype до версии выше 8.49.0.49.Пользователи Mac OS X 10.10 не смогут обновлять обновления выше, чем Skype версии 8.73.0.92.

Linux

Версия

Ubuntu 14.04 (64-разрядная) или более поздняя версия Debian 8.0 (64-разрядная) или более поздняя версия OpenSUSE 13.3 (64-разрядная) или более поздняя версия Fedora Linux 24 (64-разрядная) или более поздняя версия

Процессор

Не менее двухъядерных 1,5 ГГц

Оперативная память

Не менее 2 ГБ

Дополнительное ПО

libappindicator1 или GtkStatusIcon для Skype в области (необязательно)

Android

Версия

Ос Android 4. 0.4 или более высокого уровня (телефоны и планшеты) ChromeOS версии M53 или более высокого уровня (Chromebooks)

Оборудование

Зависит от производителя — см. Примечание

Свободное место

Не менее 32 МБ

Примечание. Skype полностью поддерживается на устройствах с процессорами ARMv7 (или процессорами, способными выполнять набор инструкций). На устройствах с процессорами ARMv6 поддерживаются все функции Skype, кроме видеосвязи. Примеры устройств с процессором ARMv6: Samsung Galaxy Ace, HTC Wildfire. Если вы не знаете, какой процессор установлен в вашем устройстве, ознакомьтесь с руководством пользователя или обратитесь к производителю устройства.

iOS

Версия

Skype для iPhone и iPad требуется iOS 11 или более высокого

Примечание. iPhone и iPad iOS 9 не смогут обновлять обновления более высокого, чем Skype версии 8.34.0.72. iPhone и iPad 8.73.0.92 пользователи с iOS 10 не смогут обновляться более высокой версии, чем Skype 8.73.0.92.

Amazon Kindle Fire

Версия

Skype на Kindle Fire требуется Fire OS 7 или более высокого

Примечание.Планшеты Kindle Fire под оси Fire OS 7 не смогут обновляться более высокой чем Skype для Amazon Kindle Fire HD/HDX версии 8.15.0.389.

Узнайте, на каких платформах доступен Skype.

машинный перевод

ВНИМАНИЕ! Эта статья переведена с помощью средств машинного (автоматического) перевода, а не человеком. Дополнительные сведения см в следующей статье. В Skype машинный перевод используется для предоставления статей службы поддержки и справки на дополнительных языках. При этом автоматически переведенные статьи могут содержать ошибки, а также синтаксические и грамматические неточности, аналогичные тем, которые допускают носители других языков. Skype не несет ответственности за неточности, ошибки и ущерб, вызванные некачественным переводом или его использованием клиентами.

См. исходный текст на английском языке: FA10328

Статьи на эту тему

Дополнительные ресурсы

Была ли эта статья полезной? Да Нет

Как мы можем улучшить ее?

Важно! Не указывайте личные или идентификационные данные.

Отправить Нет, спасибо

Благодарим вас за отзыв.

https://go.skype.com/myaccount https://go.skype.com/logout

Минимальные системные требования The Sims 4

Каковы минимальные системные требования для The Sims 4 на ПК?

Каковы минимальные системные требования для The Sims 4 на Mac?

 


 

СИСТЕМНЫЕ ТРЕБОВАНИЯ (ПК)

МИНИМАЛЬНЫЕ ТРЕБОВАНИЯ:

  • ОС: 64-разрядная система. Windows 7 SP1, Windows 8, Windows 8.1, Windows 10
  • ПРОЦЕССОР: 1,8 ГГц Intel Core 2 Duo, AMD Athlon 64 Dual-Core 4000+ или аналогичный (для компьютеров со встроенной графической картой для игры требуется 2 ГГц Intel Core 2 Duo, 2 ГГц AMD Turion 64 X2 TL-62 или аналогичный процессор)
  • ПАМЯТЬ: не менее 4 Гб
  • ДИСКОВОД: привод DVD-ROM необходим только для установки
  • ЖЕСТКИЙ ДИСК: не менее 15 Гб свободного пространства на жестком диске, а также не менее 1 Гб дополнительного пространства для сохранения игр и созданных материалов
  • ВИДЕОКАРТА: 128 Мб с поддержкой пиксельных шейдеров версии 3.0. Поддерживаемые видеокарты: NVIDIA GeForce 6600 или лучше, ATI Radeon X1300 или лучше, Intel GMA X4500 или лучше
  • DIRECTX: DirectX 9.0, 10 или 11
  • УСТРОЙСТВА ВВОДА: клавиатура и мышь
  • СЕТЕВОЕ ПОДКЛЮЧЕНИЕ: для активации продукта требуется подключение к Интернету.

РЕКОМЕНДУЕМЫЕ ТРЕБОВАНИЯ:

  • ОС: 64-разрядная система. Windows 7, Windows 8, Windows 8.1, Windows 10
  • ПРОЦЕССОР: Intel Core i5 или быстрее, AMD Athlon X4
  • ВИДЕОКАРТА: NVIDIA GTX 650 или лучше
  • ПАМЯТЬ: 4 Гб
  • ЖЕСТКИЙ ДИСК: 18 Гб

Наверх

 

СИСТЕМНЫЕ ТРЕБОВАНИЯ (MAC)

МИНИМАЛЬНЫЕ ТРЕБОВАНИЯ:

  • ОС: требуется технология Metal. Mac OS® X 10.11 (El Capitan)
  • ПРОЦЕССОР: 2,4 ГГц Intel Core 2 Duo или быстрее
  • ПАМЯТЬ: не менее 4 Гб
  • ЖЕСТКИЙ ДИСК: не менее 15 Гб свободного пространства на жестком диске, а также не менее 1 Гб дополнительного пространства для сохранения игр и созданных материалов
  • ВИДЕОКАРТА: NVIDIA GeForce 9600M GT, ATI Radeon HD 2600 Pro или лучше. Не менее 256 Мб видеопамяти
  • УСТРОЙСТВА ВВОДА: клавиатура и мышь
  • СЕТЕВОЕ ПОДКЛЮЧЕНИЕ: для активации продукта требуется подключение к Интернету.

РЕКОМЕНДУЕМЫЕ ТРЕБОВАНИЯ:

  • ОС: Mac OS® X 10. 11 или новее
  • ПРОЦЕССОР: Intel Core i5 или лучше
  • ВИДЕОКАРТА: NVIDIA GTX 650 или лучше
  • ПАМЯТЬ: 8 Гб
  • ЖЕСТКИЙ ДИСК: 18 Гб свободного места на жестком диске

Наверх

Не удается найти страницу | Autodesk Knowledge Network

(* {{l10n_strings.REQUIRED_FIELD}})

{{l10n_strings.CREATE_NEW_COLLECTION}}*

{{l10n_strings.ADD_COLLECTION_DESCRIPTION}}

{{l10n_strings.COLLECTION_DESCRIPTION}} {{addToCollection.description.length}}/500 {{l10n_strings.TAGS}} {{$item}} {{l10n_strings.PRODUCTS}} {{l10n_strings. DRAG_TEXT}}  

{{l10n_strings.DRAG_TEXT_HELP}}

{{l10n_strings.LANGUAGE}} {{$select.selected.display}}

{{article.content_lang.display}}

{{l10n_strings.AUTHOR}}  

{{l10n_strings.AUTHOR_TOOLTIP_TEXT}}

{{$select. selected.display}} {{l10n_strings.CREATE_AND_ADD_TO_COLLECTION_MODAL_BUTTON}} {{l10n_strings.CREATE_A_COLLECTION_ERROR}} Системные данные

| Capital Bikeshare

Куда едут райдеры Capital Bikeshare? Когда они катаются? Как далеко они зайдут? Какие станции самые популярные? В какие дни недели ездят чаще всего? Мы слышали все эти вопросы с момента запуска в 2010 году, и мы рады предоставить данные, которые показывают вам ответы с нашей первой поездки до сегодняшнего дня.

Мы приглашаем разработчиков, инженеров, статистиков, художников, ученых и других заинтересованных представителей общественности использовать предоставленные нами данные для анализа, разработки, визуализации или всего, что вас волнует.

Эти данные предоставлены в соответствии с Лицензионным соглашением о передаче данных Capital Bikeshare.

Данные истории поездок

Каждый квартал мы публикуем загружаемые файлы с данными о поездках Capital Bikeshare. В данные входят:

  • Продолжительность — Продолжительность поездки
  • Дата начала — Включает дату и время начала
  • Дата окончания — Включает дату и время окончания
  • Начальная станция — Включает имя и номер начальной станции
  • Конечная станция — Включает имя конечной станции и номер
  • Номер велосипеда — включает идентификационный номер велосипеда, использованного для поездки.
  • Тип участника — указывает, был ли пользователь «зарегистрированным» участником (годовой участник, 30-дневный участник или ключевой участник дня) или «случайным» гонщиком (одиночная поездка, Абонемент на 24 часа, пропуск на 3 дня или проездной на 5 дней)

Эти данные были обработаны для исключения поездок, совершаемых сотрудниками во время обслуживания и проверки системы, поездок, которые выполняются в / из любого из наших « тестовые станции на наших складах и любые поездки продолжительностью менее 60 секунд (потенциально возможны ложные запуски или пользователи, пытающиеся повторно поставить велосипед на док-станцию, чтобы убедиться в безопасности).

ПРИМЕЧАНИЕ: 3-дневное членство заменило 5-дневное членство осенью 2011 года.

Загрузить данные истории поездок Capital Bikeshare

Данные в реальном времени

Capital Bikeshare публикует системные данные в реальном времени в формате General Bikeshare Feed Specification.

Воспользуйтесь нашими данными

Данные плана расширения

Capital Bikeshare каждые несколько лет проводил исследование плана развития, чтобы оценить тенденции использования и планы расширения.Предлагаемый план расширения доступен для загрузки в виде файла KML.

Опросы участников

Capital Bikeshare каждые два года проводит опросы членов, чтобы оценить, как люди используют систему и какое влияние она оказывает на их жизнь и наши сообщества. Результаты и отчеты этих опросов доступны ниже:

2016

Отчет об опросе участников Capital Bikeshare за 2016 год

Краткое содержание опроса участников Capital Bikeshare, 2016 г.

2014

Отчет об опросе участников Capital Bikeshare за 2014 год

Краткое изложение опроса участников Capital Bikeshare, 2014 г.

2012

Отчет об опросе участников Capital Bikeshare за 2012 год

Краткое содержание опроса участников Capital Bikeshare, 2012 г.

Влияние Capital Bikeshare на здоровье

2011

Опрос участников Capital Bikeshare, 2011 г.

Краткое изложение исследования Capital Bikeshare за 2011 год

Обновлено 6 декабря 2016 г.

Объединение данных системы здравоохранения с систематическими обзорами

Цель отчета

Учитывая, что для принятия решений системой здравоохранения будут полезны как традиционные систематические обзоры, так и данные по системе здравоохранения, в этом отчете исследуется, когда и как использовать первичные данные из систем здравоохранения в режиме реального времени с помощью систематических обзоров, а также излагается структура использования системы здравоохранения. данные с систематическими обзорами для поддержки принятия решений в системе здравоохранения.

Ключевые сообщения

Основываясь на нашем обзоре примеров и методических указаний, а также на нашем опыте проведения систематических обзоров для различных заинтересованных сторон, мы рекомендуем пять основных принципов относительно того, когда и как использовать неопубликованные данные системы здравоохранения наряду с систематически проверенными данными.

  • Явно укажите обоснование использования неопубликованных данных (т. Е. Для повышения силы и применимости доказательств и / или для информирования о его реализации).
  • Опишите детали используемого источника данных и почему он был выбран (например, насколько актуальны данные).
  • Охарактеризуйте ограничения и предвзятость любых включенных данных с помощью формальной критической оценки и, если возможно, работая с персоналом QI системы здравоохранения и персоналом информационных систем и исследователями систем здравоохранения, чтобы понять ограничения качества данных и информации.
  • Укажите, как выводы из неопубликованных данных подтверждают, опровергают и / или иным образом дополняют выводы из опубликованных данных.Если неопубликованные доказательства противоречат выводам обзора, обсудите возможные причины несоответствия.
  • Рассмотрите возможность работы в тесном сотрудничестве с системами здравоохранения, которые в идеале включают ряд людей, таких как клинические руководители и лица, принимающие решения, а также сотрудники QI и исследователи систем здравоохранения.

Абстракция

Систематические обзоры — важный и необходимый источник информации для улучшения оказания медицинской помощи; однако обзоры существующих исследований часто недостаточны для удовлетворения потребностей систем здравоохранения в принятии решений.Включение данных из систем здравоохранения в традиционные систематические обзоры может быть одним из способов повышения их полезности. В этом документе мы намечаем способы использования данных системы здравоохранения с систематическими обзорами, формулируем сценарии, когда данные системы здравоохранения могут быть наиболее полезными для использования вместе с систематическими обзорами (т. применимость доказательств и улучшение их применения), а также обсудить важность определения ограничений и соображений при использовании неопубликованных данных системы здравоохранения в обзорах (т.д., критическая оценка для понимания систематических ошибок дизайна исследования, а также ограничений в отношении качества информации и данных). Для разработки этой схемы мы использовали примеры, выявленные в результате поиска в литературе и связи с четырьмя системами здравоохранения, которые могут использовать как внутренние, так и внешние данные для поддержки своей клинической деятельности. Наконец, мы также предлагаем рекомендации для систематических обозревателей, которые решили интегрировать данные системы здравоохранения, и возможные следующие шаги в развитии процессов и возможностей для повседневного выполнения этого типа работы.

Цитирование журнала

Лин Дж. С., Мурад М. Х., Лис Б. и др. Описательный обзор и предлагаемая структура для использования данных системы здравоохранения с систематическими обзорами для поддержки принятия решений. Журнал общей внутренней медицины. 2020 1 апреля. DOI: 10.1007 / s11606-020-05783-5.

Цитата

Предлагаемое цитирование: Lin JS, Murad MH, Leas B, Treadwell JR, Chou R, Ivlev I, Kansagara D. Интеграция данных системы здравоохранения с систематическими обзорами: основа для определения того, когда и как неопубликованные данные системы здравоохранения могут использоваться с систематическими Обзоры для поддержки принятия решений в системе здравоохранения.Отчет о методах исследования. (Подготовлено филиалами Kaiser Permanente Research, клиникой Mayo, медицинским центром ECRI Institute-Penn и центрами доказательной практики Pacific Northwest в соответствии с контрактами № 290-2015-00007-I, 290-2015-00013, 290-2015-00005- I, 290-2015-00009-I). Публикация AHRQ № 19 (20) -EHC023-EF. Роквилл, Мэриленд: Агентство медицинских исследований и качества. Апрель 2020 г. Опубликованные окончательные отчеты находятся на странице поиска по программе «Эффективное здравоохранение». DOI: 10.23970 / AHRQEPCMETHQUALIMPRINTEGRATING.

О фоновых обновлениях в macOS

Ваш Mac автоматически устанавливает фоновые обновления для файлов конфигурации безопасности и данных, используемых macOS.

Обновление программного обеспечения — одна из самых важных вещей, которые вы можете сделать для обеспечения безопасности вашего Mac.Это включает в себя установку всех доступных обновлений программного обеспечения macOS, включая обновления безопасности и фоновые обновления, описанные в этой статье.

Фоновые обновления включают обновления конфигурации безопасности и файлы системных данных, которые по умолчанию устанавливаются автоматически. Они не заставляют ваш Mac перезагружаться, но некоторые вступают в силу только после перезагрузки.

Фоновые обновления включают:

  • Обновления конфигурации безопасности, которые помогают сделать ваш Mac более безопасным, выявляя вредоносное ПО и предотвращая его установку.При перезагрузке Mac эти обновления также удаляют все обнаруженные, но уже установленные вредоносные программы.
  • Файлы системных данных, которые содержат новые списки слов, ресурсы распознавания речи, голосовые ресурсы, улучшенные предложения для контактов и событий и многое другое. Некоторые файлы системных данных устанавливаются только тогда, когда вы включаете или используете функции, для которых они требуются.

Чтобы гарантировать своевременное получение этих фоновых обновлений, оставьте включенным параметр «Установить файлы системных данных и обновления безопасности» в настройках обновления программного обеспечения.Перейдите в «Системные настройки»> «Обновление программного обеспечения», затем нажмите «Дополнительно».


Просмотр фоновых обновлений на Mac

«Системная информация» содержит список большинства программ Apple и сторонних производителей, которые были установлены вручную или автоматически.

Выберите меню «Apple» ()> «Об этом Mac», затем нажмите кнопку «Системный отчет».В разделе «Программное обеспечение» на боковой панели выберите «Установки» и щелкните столбец «Дата установки» для сортировки по дате.


Обновления конфигурации безопасности

Эти обновления конфигурации безопасности устанавливаются в фоновом режиме:

  • Данные конфигурации приложений основных служб: блокирует запуск несовместимых приложений
  • EFICheck AllowListAll: проверяет, что Apple предоставила микропрограмму для вашего Mac.
  • Данные конфигурации привратника: помогают защитить ваш Mac от приложений, созданных неизвестными разработчиками.
  • Несовместимые данные конфигурации расширения ядра: блокирует несовместимые расширения ядра, которые могут отрицательно повлиять на ваш Mac.
  • MRTConfigData: удаляет известные вредоносные программы.
  • Данные конфигурации TCC: улучшает совместимость указанного программного обеспечения с функциями безопасности macOS.
  • XProtectPlistConfigData: предотвращает запуск известных вредоносных программ


Файлы системных данных

Эти файлы системных данных устанавливаются в фоновом режиме:

  • Обновленные шрифты
  • Обновленная система голосовой диктовки
  • Новый или обновленный словарь слов для приложения «Словарь»
  • Улучшенные языковые модели, автозамена, проверка орфографии, методы ввода, транслитерация латинского алфавита в международные символы и многое другое.
  • Улучшенные предложения по добавлению новых контактов и событий календаря в приложениях macOS, а также улучшенные оповещения о времени до выхода
  • Улучшено обнаружение устройств Bluetooth и связь с ними
  • Улучшена автоматическая маршрутизация сетевых запросов на основе трафика
  • Улучшено обновление учетных данных и паролей Связки ключей iCloud на ваших устройствах Apple
  • Поддержка новых доменов верхнего уровня в Safari
  • Новые и улучшенные предложения веб-сайтов, доступные при вводе текста в поле интеллектуального поиска в Safari
  • Обновленные определения для типов сертификатов SSL
  • Поддержка на уровне системы большего количества форматов RAW цифровых камер
  • Улучшена настройка изображений в портретном режиме, снятых на устройствах iOS и просматриваемых в приложении «Фото» на Mac
  • Обновленные обучающие видеоролики в Системных настройках
  • Обновлена ​​информация о поддержке медиаформатов
  • Обновления прошивки для встроенных и внешних трекпадов, мышей, клавиатур и дисплеев
  • Обновления прошивки для адаптеров питания Apple
  • Обновления прошивки для разработки Siri Remote в Xcode
  • Обновленная информация, помогающая автоматически блокировать несовместимые расширения ядра (kexts)
  • Обновленная информация, помогающая автоматически определять и блокировать открытие или перенос несовместимых приложений на новый Mac.

Информация о продуктах, произведенных не Apple, или о независимых веб-сайтах, не контролируемых и не проверенных Apple, предоставляется без рекомендаций или одобрения.Apple не несет ответственности за выбор, работу или использование сторонних веб-сайтов или продуктов. Apple не делает никаких заявлений относительно точности или надежности сторонних веб-сайтов. Свяжитесь с продавцом для получения дополнительной информации.

Дата публикации:

кубов данных системы Земли раскрывают глобальную многомерную динамику

Adler, R.Ф., Хаффман, Г. Дж., Чанг, А., Ферраро, Р., Се, П.-П., Яновяк, Дж., Рудольф, Б., Шнайдер, У., Кертис, С., Болвин, Д., Грубер А., Сасскинд Дж., Аркин П. и Нелкин Э .: Глобальная климатология осадков, версия 2. Ежемесячный анализ осадков проекта (GPCP) (с 1979 г. по настоящее время), J. Гидрометеорология, 4, 1147–1167, https://doi.org/10.1175/1525-7541(2003)004<1147:TVGPCP>2.0.CO;2, 2003. a, b

Afonso, JC, Salajegheh, F., Szwillus, W., Ebbing , Дж., И Гайна, К.: А глобальная эталонная модель литосферы и верхней мантии на основе совместной инверсии и анализа множества наборов данных, Geophys.J. Int., 217, 1602–1628, https://doi.org/10.1093/gji/ggz094, 2019. a

Аппель, М. и Пебесма, Э .: Обработка кубов данных со спутников по запросу Коллекции изображений с библиотекой gdalcubes, Data, 4, 92, https://doi.org/10.3390/data4030092, 2019. a, b

Ариса-Поррас, К., Браво, Г., Вилламисар, М., Морено, А., Кастро, Х., Галиндо, Дж., Кабера, Э., Вальбуэна, С., Лозано, П .: CDCol: куб данных по геонаукам. который отвечает потребностям Колумбии, в: Advances in Computing, CCC 2017, Коммуникации в компьютерных и информационных науках, т.735, под редакцией: Солано, А. и Ордоньес, Х., Спрингер, Чам, 87–99, 2017. a

Асмарян С., Мурадян В., Тепаносян Г., Овсепян А., Сагателян А., Аццатрян Х., Григорян Х., Абрамян Р., Гигоз Ю., Джулиани Г .: Прокладывая путь к армянскому кубу данных, Data, 4, 117, 2019. a

Baldocchi, D .: Измерение потоков микрогазов и энергии между экосистемами и атмосфера — состояние и будущее метода вихревой ковариации, Global Change Biol., 20, 3600–3609, https: // doi.org / 10.1111 / gcb.12649, 2014. a

Бальзамо, Г., Агусти-Панареда, А., Альбергель, К., Ардуини, Г., Бельяарс, А., Бидло, Дж., Буссерес, Н., Бусетта, С., Браун, А., Бьюцца, Р., Буонтемпо, К., Шевалье, Ф., Чульга, М., Клок, Х., Кронин, М. Ф., Дахуи , М., Росней, П.Д., Дирмейер, П.А., Друш, М., Дутра, Э., Эк, МБ, Джентин, П., Хьюитт, Х., Кили, С.П., Керр, Ю., Кумар, С., Лупу, К., Махфуф, Ж.-Ф., Макнортон, Дж., Мекленбург, С., Могенсен, К., Муньос-Сабатер, Дж., Орт, Р., Рабье, Ф., Reichle, R., Ruston, B., Pappenberger, F., Sandu, I., Seneviratne, SI, Tietsche, S., Trigo, IF, Uijlenhoet, R., Wedi, N., Woolway, RI, and Zeng , X.: Спутниковые и натурные наблюдения для продвижения глобального моделирования поверхности Земли: Обзор, Дистанционное зондирование, 10, 2038, https://doi.org/10.3390/rs10122038, 2018. a

Baumann, P .: Dataacube манифест, доступный по адресу: https://external.opengeospatial.org/twiki_public/pub/CoveragesDWG/Datacubes/The-Datacube-Manifesto.pdf (последний доступ: 24 февраля 2020 г.), 2017 г.a

Бауманн, П., Демель, А., Фуртадо, П., Ритч, Р., и Видманн, Н.: Система многомерных баз данных RasDaMan, в: Proceedings of the 1998 ACM Международная конференция SIGMOD по управлению данными, SIGMOD ’98, ACM, New York, NY, USA, 575–577, https://doi.org/10.1145/276304.276386, 1998. a

Baumann, P., Mazzetti, P ., Ungar, J., Barbera, R., Barboni, D., Beccati, A., Bigagli, L., Boldrini, E., Bruno, R., Calanducci, A., Campalani, P., Clements, O ., Думитру А., Грант М., Херциг, П., Какалетрис, Г., Лакстон, Дж., Кольцида, П., Липскоч, К., Махдираджи, А.Р., Мантовани, С., Мертикариу, В., Мессина, А., Мисев, Д., Натали, С., Нативи, С., Остхук, Дж., Паппалардо, М., Пассмор, Дж., Росси, А. П., Рундо, Ф., Сен, М., Сорбера, В., Салливан, Д., Торриси М., Тровато Л., Верателли М. Г. и Вагнер С .: Аналитика больших данных для наук о Земле: подход EarthServer, Int. J. Digit. Земля, 9, 3–29, https://doi.org/10.1080/17538947.2014.1003106, 2016. a, b, c

Bergen, K.Дж., Джонсон, Пенсильвания, Маартен, В., и Бероза, GC: Машинное обучение для открытия на основе данных в твердой геонауке, Наука, 363, eaau0323, https://doi.org/10.1126/science.aau0323, 2019 . A, b, c

Безансон, Дж., Эдельман, А., Карпински, С., и Шах, В.: Джулия: новый подход к численным вычислениям, SIAM Rev., 59, 65–98, https: //doi.org/10.1137/141000671, 2017. a

Blessing, S. and Löw, A .: Руководство пользователя продукта QA4ECV-TIP-BHR-LAI / FAPAR, доступно по адресу: http: //www.qa4ecv-land.eu / docs / D4.6-PUG_all_20170210.pdf (последний доступ: 22 февраля 2020 г.), 2017. a, b, c

Bodesheim, P., Jung, M., Gans, F., Mahecha, MD, and Reichstein , М .: Увеличенные суточные циклы потоков земля – атмосфера: новый глобальный получасовой информационный продукт Earth Syst. Sci. Data, 10, 1327–1365, https://doi.org/10.5194/essd-10-1327-2018, 2018. a

Boers, N., Goswami, B., Rheinwalt, A., Bookhagen, B. , Хоскинс Б. и Куртс Дж .: Сложные сети показывают глобальную картину экстремальных дождей. телесвязи, Природа, 566, 373–377, https: // doi.org / 10.1038 / s41586-018-0872-x, 2019. a

Bojinski, S., Verstraete, M., Peterson, T.C., Richter, C., Simmons, A., and Земп, М .: Концепция основных климатических переменных в поддержку климата. исследовательские приложения и политика, B. Am. Meteorol. Soc., 95, 1431–1443, https://doi.org/10.1175/BAMS-D-13-00047.1, 2014. a

Bravo, G., Castro, H., Moreno, A., Ariza-Porras , C., Galindo, G., Cabrera, E., Valbuena, S., and Lozano-Rivera, P .: Архитектура куба данных Колумбии с использованием спутниковых изображений для экологических приложений, в: Colombian Conference on Computing, Springer, 227–241, доступно по адресу: https: // www.springerprofessional.de/en/architecture-for-a-colombian-data-cube-using-s satellite-imagery-f/14221178 (последний доступ: 22 февраля 2020 г.), 2017. a

Camastra, F. and Staiano, A. : Оценка внутренней размерности: Успехи и открытые проблемы, Информ. Sci., 328, 26–41, https://doi.org/10.1016/j.ins.2015.08.029, 2016. a, b

Кэмпс-Валлс, Г., Сейдинович, Д., Рунге, Дж. , и Райхштейн, М .: Перспектива. по гауссовским процессам наблюдения Земли, Нац. Sci. Rev., 6, 616–618, https: // doi.org / 10.1093 / nsr / nwz028, 2019. a

Кристиансен, Р. и Петерс, Дж .: Переключение моделей регрессии и причинный вывод в присутствии дискретных скрытых переменных, J. Mach. Учиться. Res., In press, 2020. a

Danne, O., Muller, J. P., Kharbouche, S., and Lattanzio, A .: Product User Guide for QA4ECV-albedo, доступно по адресу: http://www.qa4ecv-land.eu/docs/D4.6-PUG_all_20170210.pdf (последний доступ: 22 февраля 2020 г.), 2017. a, b

Дэвидсон Э. А. и Янссенс И. А. Температурная чувствительность углерода почвы разложение и обратная связь с изменением климата, Nature, 440, 165–173, https: // doi.org / 10.1038 / nature04514, 2006. a, b

Dee, DP, Uppala, SM, Simmons, AJ, Berrisford, P., Poli, P., Kobayashi, S., Andrae, U., Balmaseda, MA, Balsamo , Г., Бауэр, П., Бехтольд, П., Бельяарс, ACM, ван де Берг, Л., Бидло, Дж., Борман, Н., Делсол, К., Драгани, Р., Фуэнтес, М., Гир, А.Дж., Хаймбергер, Л., Хили, С.Б., Херсбах, Х., Хольм, Э.В., Исаксен, Л., Коллберг, П., Келер, М., Матрикарди, М., Макнелли, А.П., Монж-Санс, Б.М., Моркретт, Ж.-Дж., Парк, Б.-К., Пьюби, К., де Росне, П., Таволато, К., Тепо, Ж.-Н., и Витарт, Ф .: Реанализ ERA-Interim: конфигурация и производительность системы усвоения данных, К. Дж. Рой. Meteorol. Soc., 137, 553–597, https://doi.org/10.1002/qj.828, 2011. a

Диас, С., Сеттеле, Дж., Брондизио, Э., Нго, Х., Гез, М., Агард, Дж., Арнет, А., Балванера, П., Брауман, К., Бутчарт, С., Чан, К., Гарибальди, Л.А., Ичи, К., Лю, Дж., Субраманиан, С.М., Мидгли, Г.Ф., Милославич, П. ., Мольнар, З., Обура, Д., Пфафф, А., Polasky, S., Purvis, A., Razzaque, J., Reyers, B., Chowdhury, RR, Shin, Y.-J., Visseren-Hamakers, I., Willis, K., and Zayas, C. : Резюме для политиков отчета о глобальной оценке биоразнообразия и экосистемных услуг Межправительственной научно-политической платформы по биоразнообразию и экосистемным услугам, доступно по адресу: https://ipbes.net/global-assessment (последний доступ: 22 февраля 2020 г.), 2019. a

Дисней, М., Мюллер, Ж.-П., Харбуш, С., Камински, Т., Фоссбек, М., Льюис, П., и Пинти, Б.: Новый глобальный набор данных fAPAR и LAI, полученный из оптимальных оценок альбедо: сравнение с продуктами MODIS, дистанционное зондирование, 8, 275, https://doi.org/10.3390/rs8040275, 2016. a, b, c

Донгес, Дж. Ф., Цзоу, Й., Марван, Н. и Куртс, Дж .: Сложные сети в динамике климата. Сравнение линейных и нелинейных методов построения сети, Eur. Phys. J.-Spec. Top., 174, 157–179, https://doi.org/10.1140/epjst/e2009-01098-2, 2009. a

Dorigo, W., Wagner, W., Albergel, C., Альбрехт, Ф., Бальзамо, Г., Брокка, Л., Чанг, Д., Эртл, М., Форкель, М., Грубер, А., Хаас, Э., Хамер, П.Д., Хирши, М., Иконен, Дж., Де Же, Р., Кидд, Р., Лахоз, В., Лю, Й.Й, Мираллес, Д., Мистельбауэр, Т., Николай-Шоу, Н., Паринусса, Р., Пратола, К. ., Reimer, C., van der Schalie, R., Seneviratne, SI, Smolander, T., and Lecomte, P .: ESA CCI Soil Moisture for the Superior Earth System: State of the Art and Futurelines, Remote Sens. Environ., 203, 185–215, https://doi.org/10.1016 / j.rse.2017.07.001, 2017. a

Dorigo, WA, Wagner, W., Hohensinn, R., Hahn, S., Paulik, C., Xaver, A., Gruber, A., Drusch , М., Мекленбург, С., ван Овелен, П., Робок, А., и Джексон, Т .: Международная сеть по влажности почвы: средство размещения данных для глобальных измерений влажности почвы на месте, Hydrol. Earth Syst. Sci., 15, 1675–1698, https://doi.org/10.5194/hess-15-1675-2011, 2011. a

Докси-Уитфилд, Э., МакМанус, К., Адамо, С. Б., Пистолези, Л., Сквайрс, Дж., Борковская О., Баптиста С.Р .: Использование улучшенных доступность данных переписи: первый взгляд на населенность с привязкой к сетке мир, версия 4, Пап. Прил. Geogr., 1, 226–234, 2015. a

Duveiller, G. и Cescatti, A .: Пространственное уменьшение количества хлорофилла, индуцированного солнцем. флуоресценция приводит к улучшенной временной корреляции с общим первичным продуктивность, Remote Sens. Environ., 182, 72–89, https://doi.org/10.1016/j.rse.2016.04.027, 2016. a

Эммет Даффи, Дж., Годвин, К., и Кардинале, Б.: Влияние на биоразнообразие в дикие растения широко распространены и столь же сильны, как ключевые факторы продуктивности, Nature, 549, 261–264, https://doi.org/10.1038/nature23886, 2017. a

Айринг, В., Кокс, П., Флато, Г., Глеклер, П., Абрамовиц, Г., Колдуэлл, П. , Коллинз, В., Гиер, Б., Холл, А., Хоффман, Ф., Хертт, Г., Ян, А., Джонс, К., Кляйн, С., Крастинг, Дж., Квятковски, Л., Лоренц, Р., Мэлони, Э., Мил, Г., Пендерграсс А., Пинкус Р., Руан А., Рассел Дж., Сандерсон Б., Сантер, Б., Шервуд, С., Симпсон, И., Стоуфер, Р., и Уильямсон, М .: Принимая оценка климатических моделей на новый уровень, Нац. Клим. Change, 9, 102–110, https://doi.org/10.1038/s41558-018-0355-y, 2019. a, b

Flach, M., Gans, F., Brenning, A., Denzler, Дж., Райхштейн, М., Роднер, Э., Батиани, С., Бодесхайм, П., Гуанче, Ю., Сиппель, С., и Махеча, М.Д .: Обнаружение многомерных аномалий для наблюдений Земли: сравнение алгоритмы и методы извлечения признаков, Earth Syst. Динам., 8, 677–696, https: // doi.org / 10.5194 / esd-8-677-2017, 2017. a

Флорес, К., Эступиньян-Суарес, Л., Рохас, С., Апонте, К., Киньонес, М., Асеведо, О., Виларди , С., и Харамилло, У.: Identificación espacial de los sistemas de humedales continentales de Колумбия, Biota Colombiana, 17, 44–62, https://doi.org/10.21068/c2016s01a03, 2016. a

Fomferra, N: ESA Earth System Laboratory, доступно по адресу: https://github.com/esa -esdl, последний доступ: 21 февраля 2020 г.). a

Gans, F .: Окончательная версия бумажного кода Data cube, https: // doi.org / 10.5281 / zenodo.3670743, 2020. a

Гарсия-Паласиос, П., Гросс, Н., Гайтан, Дж., и Маэстре, Ф. Т .: Климат опосредует взаимосвязь между биоразнообразием и стабильностью экосистем во всем мире, P. Natl. Акад. Sci. USA, 115, 8400–8405, https://doi.org/10.1073/pnas.1800425115, 2018. a

Гебберт, С., Леппельт, Т., и Пебесма, Э .: Пространственно-временная карта на основе топологии алгебра для анализа больших данных, Data, 4, 86, https://doi.org/10.3390/data4020086, 2019. a

Ghent, D.: Проверка температуры поверхности земли и проверка алгоритмов.Отчет для Европейского космического агентства доступен по адресу: https://earth.esa.int/documents/700255/2411932/QC3_D4.1+Validation_Report_Issue_1A_20120416.pdf (последний доступ: 22 февраля 2020 г.), 2012. a

Giglio, L., Randerson, JT, and Werf, GR : Анализ суточных, ежемесячных и ежегодных выгоревших площадей с использованием глобальной базы данных по выбросам пожаров четвертого поколения (GFED4), J. Geophys. Рес.-Биогео., 118, 317–328, https://doi.org/10.1002/jgrg.20042, 2013. а, б

Джулиани Г., Шатену Б., Де Боно А., Родила, Д., Ричард, Ж.-П., Алленбах К., Дао Х. и Педуцци П .: Создание данных наблюдений за землей. куб: уроки, извлеченные из швейцарского куба данных (sdc) по созданию анализа готовые данные (ard), Big Earth Data, 1, 100–117, 2017. a

Джулиани, Г., Камара, Г., Киллоу, Б., и Минчин, С .: Наблюдение Земли открытая наука: Повышение воспроизводимости науки с использованием кубов данных, Data, 4, 147, https://doi.org/10.3390/data4040147, 2019. a, b

Gobron, N., Marioni, M., Cappucci, F., and Robustelli, M.: Руководство пользователя продукта для QA4ECV-DHR-FAPAR, доступно по адресу: http://www.qa4ecv-land.eu/docs/D4.6-PUG_all_20170210.pdf (последний доступ: 22 февраля 2020 г.), 2017 г. a

Горелик, Н., Ханчер, М., Диксон, М., Ильющенко, С., Тау, Д., и Мур, Р .: Google Earth Engine: геопространственный анализ в планетарном масштабе для всех, Remote Sens. Environ., 202, 18–27, https://doi.org/10.1016/j.rse.2017.06.031, 2017. a, b

Gruber, A., Dorigo, WA, Crow, W. , и Вагнер, В .: на основе тройного словосочетания Слияние спутниковых исследований влажности почвы, IEEE T.Geosci. Remote, 55, 6780–6792, https://doi.org/10.1109/TGRS.2017.2734070, 2017. a

Гуха-Сапир, Д. и Чекчи, Ф .: Наука и политика в отношении количества погибших в результате бедствий. BMJ, 362, https://doi.org/10.1136/bmj.k4005, 2018. a

Hardisty, A., Michener, W., Agosti, D., Alonso García, E., Bastin, L., Belbin , Л., Баузер, А., Буттиджиг, П., Канос, Д., Эглофф, В., Де Джованни, Р., Фигейра, Р., Грум, К., Гуралник, Р., Хоберн, Д., Хьюго, В., Куреас, Д., Джи, Л., Лос, В., Мануэль, Дж., Мансет, Д., Poelen, J., Saarenmaa, H., Schigel, D., Uhlir, P., and Kissling, W .: The Bari Manifesto: The Interoperability Framework for Essential Biodiversity Variables, Ecol. Информ., 49, 22–31, https://doi.org/10.1016/j.ecoinf.2018.11.003, 2019. a, b

Hashimoto, S., Carvalhais, N., Ito, A., Migliavacca , М., Нишина, К., и Райхштейн, М .: Глобальное пространственно-временное распределение почвенного дыхания. смоделировано с использованием глобальной базы данных Biogeosciences, 12, 4121–4132, https://doi.org/10.5194/bg-12-4121-2015, 2015.а

Холлманн, Р., Мерчант, К., Сондерс, Р., Дауни, К., Бухвиц, М., Казенав, A., Chuvieco, E., Defourny, P., De Leeuw, G., Forsberg, R., Holzer-Popp, T., Paul, F., Sandven, S., Sathyendranath, S., van Roozendael, M. ., и Вагнер, В .: Инициатива ЕКА по изменению климата: записи спутниковых данных для основных климатических переменных, B. Am. Meteorol. Soc., 94, 1541–1552, 2013. a

Holzer-Popp, T., de Leeuw, G., Griesfeller, J., Martynenko, D., Klüser, L., Bevan, S., Davies, W ., Ducos, Ф., Deuzé, JL, Graigner, RG, Heckel, A., von Hoyningen-Hüne, W., Kolmonen, P., Litvinov, P., North, P., Poulsen, CA, Ramon, D., Siddans, R. , Согачева, Л., Танре, Д., Томас, Г.Е., Вунтас, М., Деклойтрес, Дж., Грисфеллер, Дж., Кинн, С., Шульц, М., и Пиннок, С.: эксперименты по извлечению аэрозолей в проект ESA Aerosol_cci, Atmos. Измер. Tech., 6, 1919–1957, https://doi.org/10.5194/amt-6-1919-2013, 2013. a, b, c, d, e, f

Hsieh, W. W .: Методы машинного обучения в науках об окружающей среде: Neural сети и ядра, Издательство Кембриджского университета, Кембридж, 2009.a

Хаффман, Г. Дж., Адлер, Р. Ф., Болвин, Д. Т., и Гу, Г.: Улучшение глобального запись осадков: GPCP Версия 2.1, Geophys. Res. Lett., 36, L17808, https://doi.org/10.1029/2009GL040000, 2009. а, б

IPCC: Climate Change 2013: The Physical Science Basis, в: Вклад Рабочей группы I в Пятый оценочный отчет Межправительственной группы экспертов по изменению климата, под редакцией: Stocker, TF, Qin, D., Plattner, G.-K. , Тиньор, М., Аллен, С.К., Бошунг, Дж., Науэльс, А., Ся, Ю., Бекс, В., и Мидгли, П. М., Cambridge University Press, Кембридж, Великобритания и Нью-Йорк, Нью-Йорк, США, 1535 стр., 2013. a

МГЭИК :: Изменение климата 2014: Обобщающий доклад, в: Вклад рабочих групп I, II и III в Пятый оценочный доклад Межправительственной группы экспертов по изменению климата, под редакцией: Основная группа авторов, Пачаури, Р. К., и Мейер, Л. А., МГЭИК, Женева, Швейцария, 151 стр., 2014 г. a

Цзян К. и Рю Ю. продукты продуктивности и эвапотранспирации, полученные от Breathing Earth Системный симулятор (BESS), Remote Sens.Окружающая среда, 186, 528–547, https://doi.org/10.1016/j.rse.2016.08.030, 2016a. a

Цзян, К. и Рю, Ю.: Дистанционное зондирование окружающей среды. Многоуровневая оценка глобальной валовой первичной продуктивности и полученных продуктов эвапотранспирации. из Breathing Earth System Simulator (BESS), Remote Sens. Environ., 186, 528–547, https://doi.org/10.1016/j.rse.2016.08.030, 2016b. a

Юнг, М., Райхштейн, М., и Бондо, А .: На пути к глобальному эмпирическому апскейлингу наблюдений за вихревой ковариацией FLUXNET: проверка ансамбля модельного дерева с использованием модели биосферы, Biogeosciences, 6, 2001–2013, https : // doi.org / 10.5194 / bg-6-2001-2009, 2009. a

Jung, M., Koirala, S., Weber, U., Ichii, K., Gans, F., Camps-Valls, G., Papale Д., Швальм К., Трамонтана Г. и Райхштейн М .: Ансамбль глобальных потоков энергии суша-атмосфера FLUXCOM, Scient. Данные, 6, 74, https://doi.org/10.1038/s41597-019-0076-8, 2019. а, б

Карбаускайте, Р., Дземида, Г.: Фрактальные методы как метод Оценка внутренней размерности многомерных данных: обзор, Informatica, 27, 257–281, 2016.a

Карпатне А., Эберт-Упхофф И., Равела С., Бабайе Х. А. и Кумар В .: Машинное обучение для наук о Земле: проблемы и возможности, IEEE Т. Ноул. Data Eng., 31, 1544–1554, https://doi.org/10.1109/TKDE.2018.2861006, 2018. a, b

Киршбаум М. У. Ф .: Температурная зависимость органического вещества почвы. разложение и влияние глобального потепления на хранение органического углерода в почве, Soil Biol. Biochem., 27, 753–760, https://doi.org/10.1016/0038-0717(94)00242-S, 1995. a

Кремер, Г., Reichstein, M., and Mahecha, M.D .: dimRed и coRanking — Unifying Dimensionality Reduction в R, R J., 10, 342–358, 2018. a

Kraemer, G., Camps-Valls, G. , Райхштейн, М., и Махеха, доктор медицины: Обобщая состояние земной биосферы в нескольких измерениях, Biogeosciences Discuss., Https://doi.org/10.5194/bg-2019-307, в обзоре, 2019. a, b

Крич, К., Рунге, Дж., Мираллес, Д.Г., Мильявакка, М., Перес-Приего, О., Эль-Мадани, Т., Каррара, А., и Махеча, Д.Д .: Причинные сети биосферы– взаимодействие атмосферы, Биогеонауки Обсудить., https://doi.org/10.5194/bg-2019-297, принято, 2019. a

Ли, Дж. А., Верлейсен, М .: Снижение нелинейной размерности, Springer, Гейдельберг, Берлин, Нью-Йорк, 2007. a

Леро, К., Ван Розендаль, М., Сперр, Р., Лойола, Д., Колдевей-Эгберс, М., Коченова, С., Гент, Дж., Кукули, М., Балис, Д., Ламберт, Ж.-К., Гранвиль, Дж. И Зенер, Ч .: Гомогенизированные записи данных по общему озону из европейских стран. датчики GOME / ERS-2, SCIAMACHY / Envisat и GOME-2 / MetOp-A, J. Geophys. Res.-Atmos., 119, 1639–1662, https://doi.org/10.1002/2013JD020831, 2014. a, b

Льюис, А., Оливер, С., Лаймбернер, Л., Эванс, Б., Вайборн, Л. , Мюллер, Н., Раевкси, Г., Гук, Дж., Вудкок, Р., Сиксмит, Дж., Ву, В., Тан, П., Ли, Ф., Киллоу, Б., Минчин, С., Робертс, Д., Эйерс, Д., Бала, Б., Дуайер, Дж., Деккер, А., Зу, Т., Хикс, А., Ип, А., Перс, М., Ричардс, К., Сагар, С., Тренхэм, К., Ван, П., и Ван, Л.-У .: Австралийский куб данных по геонаукам. — Основы и извлеченные уроки, Remote Sens.Environ., 202, 276–292, https://doi.org/10.1016/j.rse.2017.03.015, 2017. a, b, c, d

Льюис, П., Гуантер, Л., Салдана, Г.Л., Мюллер, Дж., Уотсон, Г., Шейн, Н., Кеннеди, Т., Фишер, Дж., Доменек, К., Преускер, Р., Норт, П., Хекель, А., Данне, О., Кремер, У., Цюльке, М., Фомферра, Н., Брокманн, К., Шааф, К .: Проект ESA globAlbedo: алгоритм, в: Международный симпозиум IEEE по геонауке и дистанционному зондированию, 2012 г., 22 –27 июля 2012 г., Мюнхен, 5745–5748, https://doi.org/10.1109/IGARSS.2012. 6352306, 2012. a, b, c, d

Linscheid, N., Estupinan-Suarez, LM, Brenning, A., Carvalhais, N., Cremer, F., Gans, F., Rammig, A., Reichstein , М., Сьерра, Калифорния, и Махеча, Мэриленд: На пути к глобальному пониманию динамики растительности и климата в различных временных масштабах, Biogeosciences, 17, 945–962, https://doi.org/10.5194/bg-17-945- 2020, 2020. a, b, c

Лю Ю., Дориго В., Паринусса Р., де Жеу Р., Вагнер В., МакКейб М., Эванс Дж. И ван Дейк , A .: Сохраняющее тенденцию сочетание пассивного и активного микроволновое извлечение влажности почвы, Дистанционное зондирование окружающей среды, 123, 280–297, https: // doi.org / 10.1016 / j.rse.2012.03.014, 2012. a

Лондоньо, М. К., Белло, К., Веласкес, Дж., Норден, Н., Ортис, К., Гонсалес И., Лопес Д., Гутьеррес К., Олайя Х. и Сааведра К .: Documento Técnico: Componente Biótico Mapa de Ecosistemas Continentales, Marinos y Costeros de Colombia, Escala 1: 100 000, Tech. представитель, Instituto de Investigación de Recursos Biológicos Александр фон Гумбольдт, Богота, округ Колумбия, 2017. a

Лу М., Аппель М. и Пебесма Э .: Многомерные массивы для анализа Геонаучные данные, ISPRS Int.J. Geo-Inform., 7, 313, https://doi.org/10.3390/ijgi7080313, 2018. a, b, c

Luo, YQ, Randerson, JT, Abramowitz, G., Bacour, C., Блит, Э., Карвалейс, Н., Киаис, П., Далмонеч, Д., Фишер, Дж. Б., Фишер, Р., Фридлингштейн, П., Хиббард, К., Хоффман, Ф., Ханцингер, Д., Джонс, К. Д., Ковен, К., Лоуренс, Д., Ли, Д. Дж., Махеча, М., Ниу, С. Л., Норби, Р., Пиао, С. Л., Ци, X., Пейлин, П., Прентис, И. К., Райли, В., Райхштейн, М., Швальм, К., Ван, Ю. П., Ся, Дж. Й., Зейле, С., и Чжоу, X.H .: Основа для сравнительного анализа моделей земли, Biogeosciences, 9, 3857–3874, https://doi.org/10.5194/bg-9-3857-2012, 2012. а, б

Луоджус К., Пуллиайнен Дж., Такала М., Дерксен К., Ротт Х., Наглер Т., Сольберг, Р., Висманн, А., Метсямяки, С., Малнес, Э., и Бойков, Б .: ESA Due Globsnow — Глобальная база данных по снегу для исследования климата, 2010 г. a, b

MADR-UPRA: Общая идентификация агриколы в Колумбии, Ministerio de Agricultura y Desarrollo Rural Agropecuario — Unidad de Planificación Rural Agropecuaria, Tech.представитель, Ministerio de Agricultura y Desarrollo Rural Agropecuario — Unidad de Planificación Rural, Богота, округ Колумбия, 2017. a

Mahecha, M.D., Fürst, L.M., Gobron, N., and Lange, H .: Identifying множественные пространственно-временные паттерны: уточненный взгляд на фотосинтетическую активность суши, Pattern Recog. Lett., 31, 2309–2317, https://doi.org/10.1016/j.patrec.2010.06.021, 2010a. a, b

Махеха, М. Д., Райхштейн, М., Карвалье, Н., Ласслоп, Г., Ланге, Х., Сеневиратне С.И., Варгас Р., Амманн, К., Арейн, М.А., Ческатти, А., Янссенс И.А., Мильявакка М., Монтаньяни Л. и Ричардсон А.Д .: Глобальная конвергенция температурной чувствительности дыхания в экосистеме level, Science, 329, 838–840, https://doi.org/10.1126/science.1189587, 2010b. а, б, в

Mahecha, MD, Reichstein, M., Carvalhais, N., and Jung, M .: Инициатива FRINGES – Frascati по глобальному эмпирическому анализу биосферы в системе Земля, iLEAPS Newslett., 11, 40–41, 2011. a

Махеча, М.Д., Ганс, Ф., Сиппель, С., Донгес, Дж. Ф., Камински, Т., Мецгер, С., Мильявакка, М., Папале, Д., Раммиг, А., и Цшайшлер, Дж .: Обнаружение воздействие экстремальных явлений с помощью сетей экологического мониторинга на местах, Biogeosciences, 14, 4255–4277, https://doi.org/10.5194/bg-14-4255-2017, 2017. a

Mahecha, MD, Guha-Sapir, D., Smits, J., Gans, F., and Kraemer, G .: Проблемы с данными ограничивают наше глобальное понимание гуманитарных катастроф, вызванных экстремальными климатическими явлениями, в: Экстремальные климатические явления и их последствия для воздействия и оценка рисков, под редакцией: Силлманн, Дж., Sippel, S., and Russo, S., Elsevier, Amsterdam, 2019. a

Martens, B., Miralles, D. G., Lievens, H., van der Schalie, R., de Jeu, R. А. М., Фернандес-Прието, Д., Бек, Х. Э., Дориго, В. А., и Верхоест, Н. E.C .: GLEAM v3: спутниковые данные о испарении с земли и влажности почвы в корневой зоне, Geosci. Model Dev., 10, 1903–1925, https://doi.org/10.5194/gmd-10-1903-2017, 2017. a, b, c, d, e, f, g, h, i, j, k, l

Mathieu, P., Borgeaud, M., Desnos, Y., Rast, M., Brockmann, C., See, L., Капур, Р., Махеча, М., Бенц, У. и Фриц, С .: Открытая научная программа ЕКА по наблюдению за Землей [космические агентства], IEEE Geosci. Remote Sens. Mag., 5, 86–96, https://doi.org/10.1109/MGRS.2017.2688704, 2017. a

Metsämäki, S., Pulliainen, J., Salminen, M., Luojus, K. , Висманн, А., Сольберг, Р., Бёттчер, К., Хилтунен, М., и Риппер, Э .: Введение в продукты GlobSnow Snow Extent с учетом соображений по оценке точности, Remote Sens. Environ., 156, 96–108, https://doi.org/10.1016/j.rse.2014.09.018, 2015. a

Migliavacca, M., Reichstein, M., Richardson, A., Mahecha, M., Cremonese, E., Дельпьер, Н., Гальваньо, М., Лоу, Б., Вольфарт, Г., Эндрю Блэк, Т., Карвалейс, Н., Чекерини, Г., Чен, Дж., Гоброн, Н., Коффи, Э., Уильям Мунгер, Дж., Перес-Приего, О., Робустелли, М., Томеллери, Э., и Ческатти, А .: Влияние физиологической фенологии на сезонный характер экосистемное дыхание в лиственных лесах, Global Change Biol., 21, 363–376, https://doi.org/10.1111/gcb.12671, 2015. a

Милославич, П., Бакс, Н. Дж., Симмонс, С. Э., Кляйн, Э., Аппельтанс, В., Абурто-Оропеза, О., Андерсен Гарсия, М., Баттен, С. Д., Бенедетти-Чекки, Л., Чекли-младший, Д. М., Чиба, С., Даффи, Дж. Э., Данн, Д. К., Фишер, А., Ганн, Дж., Кудела, Р., Марсак, Ф., Мюллер-Каргер, Ф. Э., Обура, Д., и Шин, Й.-Дж .: Важнейшие переменные океана для глобальных устойчивых наблюдений за биоразнообразием и изменения экосистем, Global Change Biol., 24, 2416–2433, https://doi.org/10.1111/gcb.14108, 2018.a

Мираллес, Д. Г., Холмс, Т. Р. Х., Де Же, Р. А. М., Гаш, Дж. Х., Мистерс, А. Г. С. А. и Долман, А. Дж .: Глобальное испарение с поверхности суши, оцененное по данным спутниковых наблюдений, Hydrol. Earth Syst. Sci., 15, 453–469, https://doi.org/10.5194/hess-15-453-2011, 2011. a, b, c, d, e, f, g, h, i, j, k

Mjolsness, E. and DeCoste, D .: Machine Learning for Science: State of the Art и будущие перспективы, наука, 293, 2051–2055, https://doi.org/10.1126/science.293.5537.2051, 2001.a

Musavi, T., Mahecha, MD, Migliavacca, M., Reichstein, M., van de Weg, MJ, van Bodegom, P., Bahn, M., Wirth, C., Reich, P., Schrodt , Ф. и Каттге, Дж .: Влияние растений на функционирование экосистемы: подход, основанный на данных, Int. J. Appl. Earth Obs. Geoinform., 43, 119–131, https://doi.org/10.1016/j.jag.2015.05.009, 2015. a

Nativi, S., Mazzetti, P., and Craglia, M .: A view модель куба данных для поддержка взаимодействия систем больших данных о Земле, Big Earth Data, 1, 75–99, https: // doi.org / 10.1080 / 20964471.2017.1404232, 2017. а, б, в

Перл, Дж .: Причинная связь: модели, рассуждения и умозаключения, 2-е изд., Cambridge University Press, Нью-Йорк, США, 2009. a

Пебесма, Э. и Аппель, М .: Интерактивный комментарий к «Кубам данных земной системы. распутать глобальную многомерную динамику »Мигеля Д. Махеча и др., Земля Syst. Dynam. Обсудить., Https://doi.org/10.5194/esd-2019-62-SC1, 2019. a

Перейра, Х. М., Ферриер, С., Уолтерс, М., Геллер, Г. Н., Йонгман, Р. Х. Г., Скоулз, Р.Дж., Бруфорд, М. В., Браммит, Н., Бутчарт, Ш. М., Кардосо, А. С., Купс, Северная Каролина, Дуллоо, Э., Фейт, Д. П., Фрейхоф, Дж., Грегори, Р. Д., Хейп, К., Хёфт, Р. ., Hurtt, G., Jetz, W., Karp, DS, McGeoch, MA, Obura, D., Onoda, Y., Pettorelli, N., Reyers, B., Sayre, R., Scharlemann, J. П. В., Стюарт, С. Н., Турак, Э., Уолпол, М., и Вегманн, М.: Essential Переменные биоразнообразия, Наука, 339, 277–278, https://doi.org/10.1126/science.1229931, 2013. a, b

Перкель, Дж. М .: Джулия: приходи за синтаксисом, оставайся за скоростью, Nature, 572, 141–142, 2019.а

Петерс Дж., Янцинг Д. и Шёлкопф Б. Элементы причинного вывода: Основы и алгоритмы обучения, MIT Press, Кембридж, Массачусетс, США, 2017. a

Пфайфер М., Дисней М., Куайф Т. и Марчант Р .: Наземные экосистемы. из космоса: обзор продуктов наблюдения Земли для приложений макроэкологии, Global Ecol. Биогеогр., 21, 603–624, https://doi.org/10.1111/j.1466-8238.2011.00712.x, 2012. a

Пинти, Б., Лаверн, Т., Дикинсон, Р. Э., Видловски, Дж.-Л., Гоброн, Н., и Verstraete, M. M .: Упрощение взаимодействия поверхности земли с излучением для связи продуктов дистанционного зондирования с климатическими моделями, J. Geophys. Res.-Atmos., 111, D02116, https://doi.org/10.1029/2005JD005952, 2006. a, b, c

Racault, M.-F., Quéré, CL, Buitenhuis, E., Sathyendranath, С., Платт Т .: Фенология фитопланктона в Мировом океане, Ecol. Индикат., 14, 152–163, https://doi.org/10.1016/j.ecolind. 2011.07.010, 2012. a

Рейхштайн, М. и Бир, К.: Дыхание почвы в разных масштабах: важность интеграции модели и данных для интерпретации данных, J. Plant Nutr. Почвоведение, 171, 344–354, https://doi.org/10.1002/jpln.200700075, 2008. а, б

Reichstein, M., Bahn, M., Mahecha, M.D., Jung, M., Kattge, J., and Baldocchi, D.D .: О взаимосвязи функциональной биогеографии растений и экосистем, P. Natl. Акад. Sci. США, 111, 13697–13702, 2014. a

Райхштейн, М., Кэмпс-Валлс, Г., Стивенс, Б., Юнг, М., Дензлер, Дж. Н. К., и Прабхат: глубокое обучение и понимание процессов для Земли, управляемой данными Системология, Природа, 4, 195–204, 2019.а, б

Рокстрём, Дж., Штеффен, В., Нун, К., Перссон, А., Чапин, Ф., Ламбин, Э., Лентон, Т., Шеффер, М., Фолке, К., Шелльнхубер, Х., Нюквист, Дж., Де Вит, Калифорния, Хьюз, Т., ван дер Леу, С., Родх, Х., Сёрлин, С., Снайдер, PKRC, Сведин, У., Фалькенмарк, М., Карлберг, Л., Корелл, Р.В., Фабри, В.Дж., Хансен, Дж., Уокер, Б., Ливерман, Д., Ричардсон, К., Крутцен, П. ., и Фоли, JA: Безопасное рабочее пространство для человечества, Nature, 461, 472–475, 2009. a

Runge, J., Bathiany, S., Болл, Э., Кэмпс-Валлс, Г., Куму, Д., Дейл, Э., Глимур, К., Кречмер, М., Махеча, М., Муньос-Мари, Дж., Нес, Э. В., Петерс, Дж., Квакс, Р., Райхштейн, М., Шеффер, М., Шелькопф, Б., Спиртес, П., Сугихара, Г., Сан, Дж., Чжан, К., и Цшайшлер, Дж.: Вывод причинно-следственной связи из временных рядов в науках о системе Земли, Нац. Commun., 10, 2553, г. https://doi.org/10.1038/s41467-019-10105-3, 2019. a

Ryu, Y., Baldocchi, DD, Kobayashi, H., Van Ingen, C., Li, J., Black, Т.А., Берингер, Дж., Ван Горсель, Э., Кноль, А., Лоу, Б. Э., и Рупсар, О.: Интеграция продуктов MODIS, связанных с землей и атмосферой, с помощью сопряженного процесса. модель для оценки валовой первичной продуктивности и суммарного испарения от 1 км до глобального масштаба, Global Biogeochem. Cy., 25, 1–24, https://doi.org/10.1029/2011GB004053, 2011. a

Ryu, Y., Jiang, C., Kobayashi, H., and Detto, M: глобальная земля на основе MODIS продукты коротковолнового излучения и диффузного и полного фотосинтетического активное излучение с разрешением 5 км с 2000 г., Remote Sens.Environ., 204, 812–825, https://doi.org/10.1016/j.rse.2017.09.021, 2018. a, b

Sampson, DA, Janssens, IA, Curiel Yuste, J., and Ceulemans , Р .: Базальный скорость дыхания почвы коррелирует с фотосинтезом в смешанном умеренный лес, Global Change Biol., 13, 2008–2017, https://doi.org/10.1111/j.1365-2486.2007.01414.x, 2007. a

Schellnhuber, H.J .: Анализ «земной системы» и второй метод Коперника. революция, Природа, 402, 402, C19 – C23, https://doi.org/10.1038/35011515, 1999.а

Шимел, Д., Хиббард, К., Коста, Д., Кокс, П., и ван дер Леу, С .: Анализ, интеграция и моделирование земной системы (AIMES): продвижение постдисциплинарное понимание взаимосвязанной динамики человека и окружающей среды в Anthropocene, Anthropocene, 12, 99–106, 2015. a

Schneider, N., Schröder, M., Lindstrot, R., Preusker, R., Stengel, M., and Consortium, EDG: ESA DUE GlobVapour water steam продукты: Валидация, AIP Conf. Proc., 1531, 484–487, https://doi.org/10.1063 / 1.4804812, 2013. a, b

Schröder, M., Lindstrot, R., and Stengel, M .: Общий объем водяного пара в столбе из SSM / I и MERIS при 0,5 — Ежедневные композиты / Средние за месяц, Deutscher Wetterdienst (DWD), Freie Universität Berlin (FUB) и Европейское космическое агентство (ESA), https://doi.org/10.5676/DFE/WV_COMB/FP, 2012. a, b

Schwartz, MD: Green-wave фенология, Природа, 394, 839–840, https://doi.org/10.1038/29670, 1998. a

Шен, К., Лалой, Э., Эльшорбади, А., Альберт, А., Бейлс, Дж., Чанг, Ф.-Дж., Гангули С., Сюй К.-Л., Кифер Д., Фанг, З., Фанг, К., Ли, Д., Ли, X. и Цай, W.-P .: Мнения HESS: Инкубация гидрологических исследований на основе глубокого обучения наука развивается как сообщество, Hydrol. Earth Syst. Sci., 22, 5639–5656, https://doi.org/10.5194/hess-22-5639-2018, 2018. a

Сьерра, К. А., Махеча, М. Д., Поведа, Г., Альварес-Давила, Э., Гутиеррес-Велес, В. Х., Реу, Б., Фейльхауэр, Х., Анайя, Дж., Арментерас, Д., Бенавидес, А. М., Буэндиа, К., Дуке, А., Эступиньян-Суарес, Л.М., Гонсалес, К., Гонсалес-Каро, С., Хименес, Р., Кремер, Г., Лондоньо, М. К., Оррего, С. А., Посада, Дж. М., Руис-Карраскаль, Д., и Сковронек, С.: Мониторинг экологических изменений во время быстрых социально-экономических и политических переходы: экосистемы Колумбии в постконфликтную эпоху, Environ. Sci. Policy, 76, 40–49, 2017. a

Sippel, S., Lange, H., Mahecha, MD, Hauhs, M., Bodesheim, P., Kaminski, T., Gans, F., and Rosso, OA: Диагностика динамики наблюдаемой и смоделированной валовой первичной продуктивности экосистемы с помощью кванторов теории причинно-следственной информации во времени, PloS One, 11, e0164960, https: // doi.org / 10.1371 / journal.pone.0164960, 2016. a

Скидмор, А., Петторелли, Н., Купс, Н. К., Геллер, Г. Н., Хансен, М., Лукас, Р., Мюхер, К. А., О’Коннор, Б., Паганини, М., Перейра, Х. М., Шепман, М.Э., Тернер, В., Ван, Т., и Вегманн, М .: Наука об окружающей среде: Согласен. показатели биоразнообразия для отслеживания из космоса, Nature, 523, 403–405, 2015. a, b

Смитс, Дж. и Перманьер, И.: Дескриптор данных: субнациональная база данных о человеческом развитии, Scient. Data, 6, 1

, https: // doi.org / 10.1038 / sdata.2019.38, 2019. a

Штеффен, В., Ричардсон, К., Рокстрём, Дж., Корнелл, С. Э., Фетцер, И., Беннетт, Э.М., Биггс, Р., Карпентер, С.Р., де Фрис, В., де Вит, К.А., Фолке, К., Гертен, Д., Хейнке, Дж., Мейс, Г. М., Перссон, Л. М., Раманатан, В., Рейерс, Б., и Сёрлин, С.: Планетарные границы: руководство человека. развитие на изменяющейся планете, Science, 347, 1259855, https://doi.org/10.1126/science.1259855, 2015. a

Stonebraker, M., Brown, P., Zhang, D., and Becla, J .: SciDB: База данных Система управления приложениями со сложной аналитикой, вычисл. Sci. Eng., 15, 54–62, https://doi.org/10.1109/MCSE.2013.19, 2013. a

Сторч, Х. В. и Цвиерс, Ф. У .: Статистический анализ в исследованиях климата, Cambridge University Press, Кембридж, https://doi.org/10.1017/CBO9780511612336, 1999. a, b

Sudmanns, M., Tiede, D., Lang, S., Bergstedt, H., Trost, G., Августин, Х., Баральди, А., Блашке, Т .: Данные Большой Земли: разрушительные изменения на Земле управление и анализ данных наблюдений ?, Int.J. Digit. Земля, https://doi.org/10.1080/17538947.2019.1585976, в печати, 2019. a, b

Tramontana, G., Jung, M., Schwalm, CR, Ichii, K., Camps-Valls, G ., Радули, Б., Райхштейн, М., Арейн, М.А., Ческатти, А., Кили, Г., Мербольд, Л., Серрано-Ортис, П., Сикерт, С., Вольф, С., и Папале , D .: Прогнозирование потоков углекислого газа и энергии на глобальных сайтах FLUXNET с помощью алгоритмов регрессии, Biogeosciences, 13, 4291–4313, https://doi.org/10.5194/bg-13-4291-2016, 2016. a, b, в, г, д, е

ван дер Маатен, Л.Дж. П., Постма, Э. О., и ван ден Херик, Х. Дж .: Снижение размерности: сравнительный обзор, J. Mach. Учиться. Res., 10, 1–41, 2009. a

van der Werf, G. R., Randerson, J. T., Giglio, L., van Leeuwen, T. T., Chen, Ю., Роджерс, Б. М., Му, М., ван Марл, М. Дж. Э., Мортон, Д. К., Коллатц, Г. Дж., Йокельсон, Р. Дж., И Касибхатла, П. С.: оценки выбросов от пожаров в мире в 1997–2016 гг., Earth Syst. Sci. Data, 9, 697–720, https://doi.org/10.5194/essd-9-697-2017, 2017. a

Van Roozendael, M., Сперр, Р., Лойола, Д., Леро, К., Балис, Д., Ламберт, J.-C., Zimmer, W., Gent, J., Geffen, J., Koukouli, M., Granville, J., Doicu, А., Файт, К., и Зенер, Ч .: Данные GOME / ERS-2 по общему содержанию озона за шестнадцать лет: Новый процессор данных GOME (GDP) версии 5 с прямым подключением — Алгоритм описание, J. Geophys. Res.-Atmos., 117, D03305, https://doi.org/10.1029/2011JD016471, 2012. a, b

Ван, Ю., Сонг, К., Ю, Л., Ми, З., Ван, С., Цзэн, Х., Фанг, К., Ли, Дж., И Он, Ж.-С .: Сходимость температурной чувствительности дыхания почвы: Данные с тибетских альпийских лугов, Soil Biol.Biochem., 122, 50–59, 2018. a

Wang-Erlandsson, L., Fetzer, I., Keys, PW, van der Ent, RJ, Savenije, HHG, and Gordon, LJ: Воздействие удаленного землепользования на река протекает через атмосферные телесвязи, Hydrol. Earth Syst. Sci., 22, 4311–4328, https://doi.org/10.5194/hess-22-4311-2018, 2018. a

Wilkinson, M., Dumontier, M., Aalbersberg, I., Appleton, G ., Акстон, М., Баак, А., Бломберг, Н., Бойтен, Ж.-В., да Силва Сантос, Л., Борн, П., Боуман, Дж., Брукс, А., Кларк, Т., Кросас, М., Дилло, И., Дюмон, О., Эдмундс, С., Эвело, К., Финкерс, Р., Гонсалес-Бельтран, А., Грей, А., Грот, П., Гобл, К., Грет, Дж., Геринга, Дж., Т Хоэн, П., Хоофт, Р., Кун, Т., Кок, Р., Кок, Дж., Лушер, С., Мартоне, М., Монс, А., Пакер, А., Перссон, Б., Рокка-Серра, П., Роос, М., ван Шайк, Р., Сансон, С.-А., Шультес, Э., Сенгстаг, Т., Слейтер, Т., Strawn, G., Swertz, M., Thompson, M., Van Der Lei, J., Van Mulligen, E., Велтероп, Дж., Ваагмеестер, А., Виттенбург, П., Вольстенкрофт, К., Чжао, Дж., и Монс, Б.: Комментарий: Справедливые руководящие принципы для научных данных. менеджмент и руководство, науч. Data, 3, 160018, https://doi.org/10.1038/sdata.2016.18, 2016. a

Уилсон, А. М. и Джетц, В.: Глобальное облако высокого разрешения с дистанционным зондированием Динамика для прогнозирования распространения экосистем и биоразнообразия, PLoS Biol., 14, e1002415, https://doi.org/10.1371/journal.pbio.1002415, 2016. a

Wingate, L., Ogée, J., Cremonese, E., Filippa, G., Mizunuma, T., Migliavacca, M., Moisy, C., Wilkinson, M., Moureaux, C., Wohlfahrt, G., Hammerle, A., Hörtnagl, L., Gimeno, C., Porcar-Castell, A., Galvagno, M., Nakaji, T., Morison, J., Kolle, O., Knohl, A., Kutsch, W., Kolari, P., Nikinmaa, E., Ibrom, A., Gielen, B., Eugster, W., Balzarolo, M., Papale, Д., Клумпп, К., Кёстнер, Б., Грюнвальд, Т., Йоффр, Р., Урцивал, Ж.-М., Хеллстрем, М., Линдрот, А., Джордж, К., Лонгдоз, Б. , Дженти, Б., Левула, Дж., Хайнеш, Б., Спринцин, М., Якир, Д., Манис, Т., Гийон, Д., Арендс, Х., Плаза-Агилар, А., Гуан, Дж. Х. и Грейс, Дж .: Интерпретация развития и физиологии растительного покрова с использованием европейской сети фенологических камер на сайтах потоков, Biogeosciences, 12, 5995–6015, https://doi.org/10.5194/bg-12-5995- 2015, 2015. a

Trusted Data Services for Global Science

A

Сообщение в блоге Сабрина Дельгадо Ариас (представитель сети WDS-ECR в научном комитете WDS на 2019–2020 гг.)

Прошел почти год с тех пор, как Алиса Фреманд (Центр полярных данных Великобритании, Британская антарктическая служба) и я выполнили свои роли сопредседателей Сети ранних исследователей и ученых WDS (Сеть WDS-ECR).Размышляя о трех годах нашей работы в этой должности, нам удалось достичь того, что мы намеревались сделать: заложить основу для разнообразной и отзывчивой сети, которая создает возможности для членов WDS-ECR для продвижения своего карьерного роста и видимости. Вместе и при начальной помощи Ивана Пышнограева (КПИ им. Игоря Сикорского, Украина) мы реализовали следующие ключевые инициативы:

— Разработал Устав сети, чтобы сообщать и обеспечивать обратную связь по нашей миссии и целям, а также руководить реализацией мероприятий по взаимодействию.
— Разработал сайт сети ECR как часть сайта WDS. На веб-сайте публикуются сведения о предстоящих мероприятиях, сетевых мероприятиях, отчетах и ​​обучающих материалах, чтобы наши члены были информированы и активны.
— Организованные мероприятия для повышения осведомленности о Сети, демонстрации работы наших членов и поощрения новых членов.
— Повышение осведомленности об исследованиях наших участников и возможностях для наших участников с помощью информационного бюллетеня, выходящего два раза в год, и благодаря запуску наших вебинаров Speaker Series.
— Создал учебные материалы и курсы для усиления знаний в области управления данными исследований (RDM).Это включало учебный семинар RDM 2019, разработанный в сотрудничестве с Научным комитетом WDS (WDS-SC).

Я впервые услышал о тогдашнем Международном совете по науке — Мировая система данных в 2017 году, когда коллега из моего работодателя, Science Systems and Applications, Inc., поделился объявлением о призыве присоединиться к формирующейся сети WDS Network of Early Career Research and Молодые ученые ». В то время Сеть насчитывала всего 14 членов, и WDS не только искал людей, чтобы присоединиться к Сети, но и продвигать ее вперед и выступать в качестве «послов WDS», чтобы возглавить инициативу.Что вызвало у меня интерес к этому призыву, так это то, что работа WDS, «чтобы критически важная информация, используемая для управления ресурсами Земли, была доступна ученым и политикам», согласовывалась с моей собственной работой в Национальном управлении по аэронавтике и исследованию космического пространства США ( НАСА).

Как координатор приложений в Центре космических полетов имени Годдарда НАСА, я работаю над тем, чтобы пользователи спутниковых данных — за пределами научно-исследовательского сообщества — знали о свободно доступных продуктах данных из систем наблюдения Земли НАСА.Одна из моих ключевых обязанностей — облегчить общение между учеными миссии и сообществом пользователей данных, чтобы прояснить не только функциональность продуктов данных, но и их полезность для эффективного информирования социально значимых приложений. Таким образом, я считал естественным участие в WDS, и я был рад сотрудничать в руководстве усилиями по продвижению сети ECR.

Как это часто бывает, когда вы становитесь волонтером, вы получаете от этого столько или больше, чем то, что вы вносите.Благодаря моей роли сопредседателя я получил возможность продемонстрировать свои исследования, расширить свою сеть и использовать усилия сети WDS-ECR для улучшения моей работы в NASA Goddard. Например, в 2019 году меня пригласил Алекс де Щербинин, ныне председатель Научного комитета WDS и заместитель директора Центра социально-экономических данных и приложений (SEDAC), для выступления на июньском заседании рабочей группы пользователей SEDAC по техническому обмену. Эта ценная возможность позволила мне выступить с докладом « Вклад для команд миссий из сообществ социальных наук и прикладных программ», и описать свою работу в миссии «Спутник-2 для измерения льда, облаков и суши» (ICESat-2).В начале этого года, в 2021 году, я также сотрудничал с Центром распределенного активного архива Национального центра данных по снегу и льду НАСА (NSIDC DAAC), который распространяет и архивирует данные ICESat-2, участвуя во втором семинаре по управлению научными данными в Латинской Америке и Карибском бассейне. . В этом случае у меня была возможность выделить нашу работу для ICESat-2 и включить представителей NSIDC DAAC в панель по управлению научными данными в здравоохранении и окружающей среде.

После года многих трудностей во всем мире из-за пандемии я счастлив поразмышлять о прекрасном опыте сопредседательства в сети WDS-ECR, а также о многочисленных связях и дружбе, построенных на этом пути.Я особенно благодарен Международному программному офису WDS и WDS-SC за их инициативу по обеспечению того, чтобы голоса ECR были услышаны. Я с нетерпением жду возможности сотрудничества с нашими новыми сопредседателями в продолжении развития Сети, теперь я являюсь членом Консультативного совета сети ECR. Наконец, я призываю вас подумать об участии в WDS и ECR Network! Есть много ключевых аспектов RDM, в которых мы все могли бы извлечь пользу, узнав о вашем вкладе. Моя была «Научный перевод и общественная польза».Что твое?

A

Сообщение в блоге Ляньчун Чжан (представитель сети WDS-ECR в Научном комитете WDS)

Наблюдения за Землей (EO) — это фундаментальные ресурсы данных, которые имеют много важных приложений. Национальный центр данных наблюдений за Землей (NODA) и сеть обмена данными ChinaGEOSS совместно выпустили двухгодичный Отчет о ресурсах данных наблюдений за Землей в Китае (2019), используя данные обследований до начала 2019 года, чтобы всесторонне оценить динамическое состояние Китая. Ресурсы данных EO и продвигать их применение как в Китае, так и во всем мире.

В Докладе собраны соответствующие данные с помощью 113 анкет, представленных китайскими организациями по наблюдению за ОР, включая правительственные ведомства, учреждения, эксплуатирующие спутники, предприятия пространственной информации, университеты и научно-исследовательские институты, а также другие группы в геопространственном секторе, связанные с приобретением и управлением. , услуги и приложения данных EO в Китае. В рамках анкеты в этих организациях проводился опрос о производстве, распространении и применении китайских ресурсов данных EO с целью получения информации из первых рук, которая позволила провести анализ развития таких ресурсов данных.Аналитические результаты представлены ниже.

Спутниковые платформы EO
С 24 апреля 1970 года — когда Китай запустил свой первый искусственный спутник EO Dong Fang Hong I — до конца 2018 года было запущено более 200 орбитальных спутников, в том числе около 60 спутников EO. За это время был построен ряд спутниковых систем EO, таких как «Feng Yun» (который состоит из 17 метеорологических спутников), «Hai Yang» (6 океанических спутников), «Zi Yuan» (10 спутников наземных ресурсов), ‘Gao Fen’ (7 спутников EO высокого разрешения), ‘Huan Jing’ (3 спутника для мониторинга окружающей среды и стихийных бедствий в Китае) и ‘Tian Hui’ (3 спутника для трехмерного картографирования высокого разрешения), а также другие коммерческие спутники (8+ спутников).Существуют также различные типы китайских удаленных датчиков EO; панхроматические, мультиспектральные, гиперспектральные, оптические и радиолокационные на таких орбитах, как солнечно-синхронные и геосинхронные. В целом они образуют систему ЭО с различным пространственным, временным и спектральным разрешением.

Организации ОР
Около 67% организаций ОР в Китае были созданы в период с 2000 по 2015 год, примерно половина из них расположена в Пекине, а более одной трети — коммерческие предприятия.Более половины организаций насчитывают более 300 сотрудников, и около четверти из них имеют годовой бюджет, превышающий 10 миллионов долларов США.

Ресурсы данных EO
Китай вступил в эру больших данных EO с общим объемом, приближающимся к 100 ПБ и включающим более 29 ПБ данных, хранящихся в сети, и более 68 ПБ в автономном режиме. К концу 2018 года у трех китайских организаций по организации продаж было более 10 ПБ архивных данных, а у еще одиннадцати — от 1 до 10 ПБ.

Инфраструктура данных EO
Общая емкость хранилища данных на объектах в организациях EO Китая составляет 263 ПБ, при этом объем хранилища, доступный для удаленного аварийного восстановления, превышает 95 ПБ.Общая емкость онлайн-устройств хранения превышает 95 ПБ, а емкость автономных устройств — более 168 ПБ. Соответствующие организации также установили свою вычислительную мощность в режиме онлайн, составляющую более 30 000 триллионов вычислений с плавающей запятой в секунду.

EO Data Services
Более 300 000 онлайн-пользователей зарегистрированы в китайских организациях EO. Почти половина организаций зарегистрировали пользователей из-за границы; 12% таких организаций предоставляют годовой объем услуг передачи данных, превышающий уровень PB, и 55% — уровень TB.Организации почти поровну разделены на тех, кто предлагает пользователям бесплатные и открытые сервисы совместного использования, и тех, кто продает информационные продукты.

Официальный отчет на китайском языке. Английская версия краткого обзора доступна по следующей ссылке на веб-сайте ChinaGEOSS:

— http://www.chinageoss.cn/report/cedr2019_files/CEDR2019_en.pdf

A

Сообщение в блоге Карен Пейн (заместитель директора WDS-ITO)

Я хотел бы обратить ваше внимание на следующий технический документ, который был недавно опубликован Дэвидом Кастлом (член WDS-SC), Марком Легготтом (исполнительным директором Research Data Canada) и мной.Этот документ является одним из набора, собранного Канадской организацией новой инфраструктуры цифровых исследований (NDRIO) в рамках оценки потребностей и деятельности по стратегическому планированию. Мы считаем, что это также представляет интерес для сообщества WDS:

— Канадский путь к глобальному открытому исследовательскому сообществу

В этой статье подчеркиваются три момента:

  • Необходимость для Канады дифференцировать роль национального правительства от роли коммерческих поставщиков;
  • Необходимость встретиться с исследователями там, где они есть, путем анализа инструментов, которые они уже используют; и самое главное
  • Необходимость поддержки международных координационных механизмов, таких как Мировая система данных.

В статье делается вывод, что «принципиальный подход к созданию научной инфраструктуры лучше всего послужит Канаде и нашим международным партнерам. Ни одно сообщество или страна не могут рассмотреть все аспекты [инфраструктуры цифровых исследований], что обязывает NDRIO координировать свои действия с международными научными федерациями, мобилизуя свои силы для решения глобальных проблем ».

A

Сообщение в блоге Карен Пейн (заместитель директора WDS-ITO)

Надежные репозитории данных (TDR) — это ключевая опора в рамках Global Open Research Commons (GORC), используемая исследователями при решении таких серьезных социальных проблем, как изменение климата, пандемии и бедность.Реализованное видение GORC обеспечит беспрепятственный доступ ко всем исследовательским ресурсам, включая данные, публикации, программное обеспечение и вычислительные ресурсы; плюс службы метаданных, словаря и идентификации, которые позволяют их обнаруживать и использовать людьми и машинами. Частью миссии Международного технологического офиса WDS (WDS-ITO) является обеспечение того, чтобы члены WDS были хорошо представлены в координационных органах, инфраструктурах и функциональных конвейерах, которые соединяют TDR, аналитику и вычислительные ресурсы во всем мире.В рамках этой работы WDS-ITO взяла на себя руководящую роль в Группе интересов GORC (IG) Альянса исследовательских данных (RDA) и Рабочей группе GORC (WG) по международному сравнительному анализу.

GORC IG работает над рядом результатов для поддержки координации между организациями, которые строят общие ресурсы, включая дорожную карту для глобального согласования, чтобы помочь установить приоритеты для разработки и интеграции общих ресурсов. В поддержку этой дорожной карты группа GORC Benchmarking WG разработает и соберет набор тестов для организаций, чтобы они могли внутренне измерять взаимодействие с пользователями и их развитие, а также оценивать свою зрелость и сравнивать общие функции.

В первом случае РГ будет собирать информацию о том, как существующие общие ресурсы измеряют успех, принятие или использование услуг в организации, например, загрузки данных, предоставленное программное обеспечение и аналогичные ключевые показатели эффективности и статистику доступа. Во-вторых, мы также будем курировать набор тестов, которые позволят обычным разработчикам сравнивать функции в различных научных облаках. Например, мы могли бы рассмотреть такие контрольные показатели, как свидетельства или наличие четко определенного процесса принятия решений, согласованную и открыто доступную политику конфиденциальности данных, а также рабочий процесс для добавления и поддержки PID для управляемых активов — и это лишь некоторые из них.

Эта РГ мотивирована более широкой целью открытого обмена данными и соответствующими услугами между технологиями, дисциплинами и странами. Результаты работы РГ послужат основой для разработки дорожных карт по развитию инфраструктуры, необходимой для достижения этой цели, при налаживании прочных партнерских отношений между общенациональными, региональными и отраслевыми сообществами, что будет иметь решающее значение для ее успеха. Наблюдаемые и измеримые контрольные показатели помогут проложить осязаемый путь для развития и поддержки стратегического планирования в инфраструктурах научного сообщества и построить общую, совместимую в глобальном масштабе.Это также будет поддерживать разработчиков, которые ищут ресурсы для создания GORC, помогая им реагировать на требования финансирующего агентства для измеримых результатов. Члены WDS являются ключевым компонентом этого видения.

Работа будет основываться на предыдущих группах RDA, которые некоторые члены WDS могли иметь ранее или в которых участвуют в настоящее время, таких как IG National Data Services, IG доменных репозиториев, IG Data Fabric и IG Virtual Research Environment. Эти и многие другие группы, не входящие в RDA, будут иметь рекомендации, касающиеся функциональности и характеристик различных компонентов общих ресурсов; например, файл re3data.org для сбора информации о репозиториях исследовательских данных для регистрации, FAIR Европейского открытого научного облака (EOSC) и рабочих групп по устойчивому развитию, которые стремятся определить EOSC как минимально жизнеспособный продукт. Мы рассмотрим эти и другие связанные результаты, чтобы увидеть, были ли они определены контрольные показатели, которые, по нашему мнению, будут поддерживать наши цели.

Заявление группы GORC по международному бенчмаркингу открыто для публичного рассмотрения до понедельника, 8 февраля 2021 года, и мы представили предложение о проведении 17-го пленарного заседания RDA, которое состоится в апреле.Мы приглашаем всех членов WDS оставлять комментарии или участвовать в работе RDA GORC IG и WG. Если у вас есть какие-либо вопросы, не стесняйтесь обращаться к Карен Пейн (ито-директор [at] oceannetworks [точка] ca) в WDS-ITO. Мы будем рады поговорить с вами!

Подробнее »

System.Data в .NET Core 3.0

Хотя System.Data не привлекает особого внимания, он имеет решающее значение для любого вида доступа к реляционным базам данных в .NET. Также известен как ADO.NET в честь своего предшественника, ActiveX Data Objects, System.Данные обеспечивают общую структуру, на которой могут быть построены драйверы баз данных .NET. Эта структура предусматривает определенные соглашения, которых должны придерживаться драйверы баз данных.

Соединения, команды и считыватели данных основаны на схеме двойного наследования. Каждый из них наследует некоторые базовые функции от DbConnection, DbCommand и DbDataReader соответственно. Они также реализуют абстрактные интерфейсы IDbConnection, IDbCommand и IDbDataReader, что позволяет имитировать сценарии и нетрадиционные источники данных.Эта схема двойного наследования также используется для всех базовых классов, описанных ниже.

Хотя строки подключения обычно считаются строками, существуют средства для их представления в виде объектов, наследуемых от DbConnectionStringBuilder. Это обрабатывает специфичный для базы данных синтаксический анализ строк подключения и дает разработчику лучшее представление о том, какие настройки доступны для конкретной базы данных.

System.Data предшествует ORM для .NET, но предлагает общий способ генерации SQL с помощью реализаций классов DbDataAdapter и DbCommandBuilder.Это использовалось как напрямую, так и в сочетании с обычными и типизированными наборами данных.

Если вы ищете реальный пример абстрактного шаблона фабрики, посмотрите DbProviderFactory. Подклассы этого предоставляют соединения, команды, параметры команд, построители команд и адаптеры данных. По сути, все, что вам нужно для доступа к данным, без необходимости использовать логику, специфичную для базы данных.

Проблема с интерфейсами

Как упоминалось выше, System.Данные полагаются на двойное наследование. Это может быть проблемой при добавлении новых методов. Например, асинхронные операции были добавлены в DbCommand в .NET 4.5. Однако их нельзя было добавить в соответствующий интерфейс IDbCommand, потому что это было бы критическим изменением. Это, в свою очередь, означает, что вы не можете одновременно использовать асинхронные операции и легко подделываемый абстрактный интерфейс.

Microsoft могла бы выполнить однократный сброс абстрактных интерфейсов в .NET Core 1.0, чтобы они соответствовали абстрактным классам (Java делала это в прошлом с интерфейсами JDBC).Однако это затруднило бы совместное использование кода с .NET Framework.

Если методы интерфейса по умолчанию включены в C # 8, то теоретически их можно было бы использовать для перестройки интерфейсов обратно совместимым образом. Но опять же, это несовместимо с .NET Framework, поскольку методы интерфейса по умолчанию — это только функция .NET Core. Он также не будет работать со старыми компиляторами и другими языками .NET.

Перегрузки строки для DbDataReader.Get * () # 31595

Наш первый.NET Core 3.0 — это возможность передавать имя столбца методам DbDataReader.GetXXX. Давняя жалоба на этот интерфейс заключается в том, что вы не можете ссылаться на столбцы по имени. Это означает, что вместо этого вам нужно использовать этот шаблон:

  reader.GetInt32 (reader.GetOrdinal ("columnName"))  

Очевидным (и для некоторых давно назревшим) упрощением является предложение перегрузки строки.

  reader.GetInt32 ("columnName")  

Это уже было сделано в Oracle Connector / NET и MySqlConnector.

По соображениям производительности этот новый метод не будет помечен как виртуальный, что позволяет JIT-компилятору легко встроить его. И по причинам, указанным выше, новый набор методов не будет добавлен в IDbDataReader.

XmlDataDocument № 33442

Если вы знаете историю XmlDataDocument, это может показаться странным выбором. Он был помечен как устаревший с предупреждением «Класс XmlDataDocument будет удален в следующем выпуске», так как .NET 4.0 был выпущен в 2010 году.

Причина, по которой его сейчас используют, заключается в том, что некоторые приложения WinForms и WPF используют его. В отчете об ошибке говорится: «Это 1-7% использования в различных категориях от Apiport».

Расширения набора данных

Одна функция, которая не будет доступна в .NET Core 3, — это класс DataTableExtensions. Хотя он кажется довольно простым с использованием всего шести методов расширения, AsDataView не может быть построен без изменений самого System.Data. Рассуждения довольно сложны и связаны с внутренними методами, переадресацией типов и проблемами, связанными с ними.NET Standard.

Если вам интересно, релевантными обсуждениями являются Port DatasetExtensions to .NET Core # 19771, методы расширения Port DataTable.AsDataView # 27610 и Exposing internal virtuals, включающий поиск ключа в DataView # 31764.

Системные данные

Bluebikes | Синие велосипеды Бостон

Где катаются водители Bluebikes? Когда они катаются? Как далеко они зайдут? Какие станции самые популярные? В какие дни недели ездят чаще всего? Мы слышали все эти и многие другие вопросы, поэтому мы рады предоставить наборы данных, которые помогут вам найти ответы на эти и другие вопросы.Мы приглашаем разработчиков, инженеров, статистиков, художников, ученых и других творческих людей использовать предоставленные нами данные для анализа, разработки, визуализации и всего, что вас волнует.

Эти данные предоставлены в соответствии с Лицензионным соглашением о передаче данных Bluebikes.

Blue Bikes Подробные истории поездок

Мы публикуем загружаемые файлы данных о поездках Bluebikes каждый квартал. Данные включают:

  • Продолжительность поездки (секунды)
  • Время и дата начала
  • Время и дата окончания
  • Имя и идентификатор начальной станции
  • Имя и идентификатор конечной станции
  • Идентификатор велосипеда
  • Тип пользователя (случайный = одиночная поездка или пользователь дневного абонемента ; Участник = годовой или ежемесячный участник)
  • Год рождения
  • Пол, самопровозглашенный участником (ноль = неизвестно; 1 = мужчина; 2 = женщина)

Данные были обработаны для исключения поездок, совершаемых сотрудниками во время обслуживания и проверки системы; и любые поездки продолжительностью менее 60 секунд (потенциально ложные запуски или попытки пользователей повторно поставить байк на док-станцию, чтобы убедиться, что он безопасен).

Загрузить данные истории поездок Bluebikes

Станции Bluebikes

Мы публикуем файлы данных станций Bluebikes для скачивания. Данные включают:

  • Номер
  • Название
  • Широта / Долгота
  • Муниципалитет
  • Всего доков

Загрузить данные станции

Данные в реальном времени

В соответствии со стандартом данных, рекомендованным Североамериканской велосипедной ассоциацией (NABSA), Bluebikes публикует системные данные в реальном времени в открытом формате General Bikeshare Feed Specification (GBFS).Загрузите канал GBFS Bluebikes здесь. Используйте эти данные для всех новых проектов.

Мы также продолжаем поддерживать устаревший канал станций в форматах JSON и XML.

Bluebikes в визуализации данных 2020 года

2020 год не был похож ни на один из предыдущих, и, как и многое другое, доля велосипедов в Бостоне радикально изменилась. Изучите тенденции, рост и масштабы системы Bluebikes в 2020 году с помощью этой интерактивной карты-истории, созданной The City of Boston

.

Изучите визуально

Членство и участие

С момента запуска в 2011 году (по состоянию на 7/2021) райдеры Bluebikes совершили более 14 миллионов поездок.

ГОД ЕЖЕГОДНЫЕ ЧЛЕНЫ СЛУЧАЙНЫЕ ПРОПУСКИ (24-ЧАСЫ и одиночные поездки) ВСЕГО ПОЕЗДКИ 907 907 30760 9075 140,974 133,761
2012 7,042 68,752 531,388 1,058,707
9,714 88,6607 9,714 88,660 907 88779 1184558 2091386
2015 13248 102445 1122544 2059079
2016 14096 99322 1236236 2251508
2017 14577 95,29 9 1313837 2427998
2018 18178 248900 1767806 3688271
2019 двадцать одна тысяча двести шестьдесят-один 462646 2520418 5180999
2020 22906 493,035 2,065,292 5,165,444

Рост системы

0
ГОД СТАНЦИИ (НАЧАЛО / КОНЕЦ СЕЗОНА) ВЕЛОСИПЕДЫ (НАЧАЛО / КОНЕЦ СЕЗОНА) СЕЗОН ОТКРЫТО СЕЗОН ЗАКРЫТО 907 907 907 907 907 907 907 907 907 907 907 907 907 907 28 июля 30 ноября 126
2012 61/105 610/1050 3 апр 28 ноября 240 105760
907 907 907 1050/1200 2 апреля 27 ноября 240
2014 130/140 1200/1300 2 апр 26 ноября 239
2015 1300/1500 17 апр 25 ноя 223
2016 155/180 1500/1800 29 февраля 31 дек 307
2017 180/190 1800 фев 27 декабрь 31 308 2500760
2018 190/262 1800 круглый Круглый год 365
2019 262/325 2500+ / 3500+ Круглый год Круглый год 365
2020 3500+ / 3750 Круглый год Круглый год 365

Записи о поездках наездников

РЕКОРД ПОЕЗДКИ (ОБНОВЛЕНО
14.09.21)
ДАТА
Ежедневно 18,118 11 сентября 2021 г. , 2021
Ежемесячно 435039 Сентябрь 2021 года

Самые популярные станции

Mass 907 Esse 9075 Esse Central Square 0 9075 Кендалл Т. Pacific St at Purrington St
СТАНЦИЯ МУНИЦИПАЛЬНОЕ ОБРАЗОВАНИЕ ВСЕГО ПОСЕЩЕНИЙ СТАНЦИЙ В 2020 ГОДУ
MIT at Mass Ave / Amherst St Cambridge 118,047
MIT Stata Center at Vassar St / Main St Cambridge 89028
Ames St at Main St Cambridge 85,425
8560 South Station — 700 Atlantic Ave
Nashua St at Red Auerbach Way Boston 82,908
Harvard Square at Mass Ave / Dunster Кембридж 71,086
Кембридж 67 909 907 60
MIT Vassar St Cambridge 58,306
Christian Science Plaza — Massachusetts Ave на Westland Ave Boston 51,782

Дополнительные ресурсы

Интернет-набор средств массовой информации

Bluebikes, включающий исторические факты о системе, высококачественные фотографии и логотипы, готовые к печати.

.

Leave a comment