人工智能数据集

本文的主题是汇集 www.gitpp.com 上的所有资源,易于阅读和学习

法律声明:

本网站所有收集数据集,目的为科研和教学,请勿用在其他地方。

具体使用说明,请遵守每一个数据集的法律规范。

全面的数据集,请关注我们公众号

第一: 人脸识别

1) 入门级别 人脸识别数据集

Labeled Faces in the Wild是美国麻省大学安姆斯特分校(University of Massachusetts Amherst)制作的人脸数据集,该数据集包含了从网络收集的13,000多张面部图像。

第二:自动驾驶类

头部创业公司 COMMA AI

开源地址: http://www.gitpp.com/commaai/openpilot

辅助驾驶的数据集:由 comma AI提供

开源辅助驾驶数据集: COMMAAI

三:面向制造业

轴承

人工智能数据集-美国西储大学轴承数据http://ai.gitpp.com/index.php/2023/09/28/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e6%95%b0%e6%8d%ae%e9%9b%86-%e7%be%8e%e5%9b%bd%e8%a5%bf%e5%82%a8%e5%a4%a7%e5%ad%a6%e8%bd%b4%e6%89%bf%e6%95%b0%e6%8d%ae/

1)工业光学检测的弱监督学习(DAGM 2007)

2)工业领域的开源软件和数据集

第四类:农业

1、 农作物/杂草田地图像数据集

第五类 科研

1: 教学

a)通用教学 入门 数据集 MNIST数据集

2:机器视觉领域最重要的资源 : http://www.gitpp.com/hollyshit/awesome-cv-resources

此文只列出一部分,请查看更多列表

http://www.gitpp.com/closeai/Surface-Defect-Detection

目前最大的ML机器学习即用数据集合

sets data / datasets-cn · GitPP

http://www.gitpp.com/datasets/datasets-cn

数据集

^ back to top ^

内容

再生能源

光伏与太阳能

  • pvlib-python – 一组用于模拟光伏能源系统性能的记录函数。
  • pvfactors – 用于漫反射阴影和双面光伏建模的开源视角因子模型。
  • gsee – 全球太阳能估算器。
  • PVMismatch – 一个显式的 Python PV 系统 IV 和 PV 曲线跟踪计算器,也可以计算不匹配。
  • rdtools – 一个开源库,支持对光伏能源系统的时间序列数据进行可重复的技术分析。
  • 太阳能预测机器学习– 使用机器学习根据天气测量结果预测太阳能电池板发电场的发电量。
  • elpv-dataset – 从太阳能模块的 EL 图像中提取的功能性和有缺陷的太阳能电池的数据集。
  • feedinlib – 包含光伏模型的实现,用于根据给定的太阳辐射计算光伏装置的发电量。此外,它还包含所有必要的预先计算。
  • PV – 用于光伏发电的 Python 库。
  • pvcaptest – 函数和 Jupyter Notebook 的集合,可部分自动运行遵循 ASTM E2848 的容量测试。
  • pvtrace – 用于发光材料和光谱转换器光伏设备的光线追踪。
  • SolarPILOT – 太阳能塔布局和优化工具。
  • Solar-data-tool – 用于处理历史光伏太阳能时间序列数据集的数据分析工具。
  • SolarPV-DER-simulation-utility – 允许用户对连接到刚性电压源或外部程序的太阳能光伏分布式能源运行动态模拟。
  • bifacial_radiance – 使用 RADIANCE 进行双面光伏光线追踪建模的工具包。
  • autoXRD – 用于薄膜自动 XRD 图案分类的 Python 包,针对小型和类别不平衡的数据集进行了调整。
  • BayesProcess – 用于物理学的 Python 包,使用神经网络代理模型来进行贝叶斯网络推理,以匹配太阳能电池中的过程/变量/性能。
  • solcore5 – 一个基于 Python 的多尺度库,用于太阳能电池和半导体材料的建模。
  • solax – 从 Solax 太阳能逆变器上的实时 API 读取能源使用数据。
  • bifacialvf – 用于系统性能计算的双面光伏视图系数模型。
  • solaR – 允许对光伏系统性能和太阳辐射进行可重复的研究。
  • SolarTherm – 使用 Modelica 进行太阳能热发电/燃料站性能模拟和优化。
  • LibreSolar – 基于 bq769x0 或 ISL94202 的 LibreSolar BMS 板的固件。
  • 充电控制器固件– LibreSolar MPPT/PWM 充电控制器的固件。
  • pvoutput – 用于从 PVOutput.org 下载 PV 数据的 Python 代码。
  • Solarpy – 该软件包旨在提供可靠的太阳辐射模型,主要基于 Duffie, JA 和 Beckman, WA, 1974 年的工作“太阳能热过程”。
  • Solariot – 利用支持物联网的太阳能光伏逆变器将太阳能使用数据传输到实时仪表板。
  • pvanalytics – 质量控制、过滤、特征标签和其他用于处理光伏能源系统数据的工具。
  • IonMonger – 一种免费且快速的钙钛矿太阳能电池模拟器,具有一维耦合离子空位和载流子动力学。
  • rayflare – 提供灵活、用户友好的 Python 环境来建模复杂的光学堆栈,重点关注太阳能电池。
  • pv-terms – 包含用于光伏系统建模和数据分析的光伏相关术语的术语。
  • StatisticalClearSky – 根据光伏系统电力数据对晴空信号进行统计估计。
  • Photovoltaic_Fault_Detector – 模型定义是用于光伏电站故障检测的深度学习应用程序。
  • nasapower – 旨在快速轻松地在 R 会话中自动下载 NASA-POWER 全球气象学、地表太阳能和气候学数据作为整洁的数据框 tibble 对象,以便在建模或其他目的中进行分析和使用。
  • pvcompare – 用于比较不同能源供应场景下指定本地能源系统中不同光伏技术优势的模型。
  • SolTrace – NREL 开发的软件工具,用于模拟聚光太阳能 (CSP) 系统并分析其光学性能。
  • CarrierCapture.jl – 一组用于计算太阳能电池等半导体化合物中的载流子捕获和复合率的代码。
  • honeybee – 一个 Python 库,用于创建、运行和可视化日光 (RADIANCE) 和能量分析 (EnergyPlus/OpenStudio) 的结果。
  • MPPT-太阳能充电器– MPPT 太阳能充电器的支持文档和软件。
  • Tonatiuh – 用于太阳能聚光系统光学模拟的蒙特卡罗射线追踪器。
  • PV4GER – 旨在实现德国及其他地区光伏系统数据的民主化和加速访问。
  • PV Free – 用于 PV 建模参数的公共 API。
  • Pysolar – 用于模拟太阳对地球上任何点的照射的 Python 库的集合。它包括用于极其精确的星历计算的代码。
  • PV_ICE – 一种开源工具,用于通过可靠性和使用寿命方法量化循环经济中的太阳能光伏 (PV) 能量和质量流量。
  • 太阳能发电临近预报– 建立世界上最好的太阳能发电近期预报系统。
  • 太阳能预测仲裁器– 太阳能预测仲裁器的核心数据收集、验证、处理和报告包。
  • pv-system-profiler – 根据真实世界电力数据集估计光伏阵列位置和方向。
  • 商业、工业和公用事业规模光伏太阳能发电机组全球清单– 用于生成公用事业规模太阳能光伏发电站的全球清单。
  • dGen – 根据用户指定的配置(例如电价、电力负荷增长、太阳能资源因素等)预测光伏采用情况。
  • SOLECTRUS – 一种替代光伏仪表板,可可视化产量和消耗量。
  • pvdeg – 用于计算 PV 退化响应和退化相关参数的工具集。
  • Solarthing – 一款可以监控各种太阳能充电控制器和逆变器数据的应用程序。
  • solXpect – Android 应用程序,使用 Open-Meteo.com 的数据预测光伏系统 (PV) 或阳台光伏的输出。
  • 太阳能站– 高质量太阳辐射监测站目录。
  • OTSun – 一个 python 包,使用蒙特卡罗前向光线追踪对太阳能集热器和太阳能电池进行光学分析。
  • pvOps – 包含一系列功能,有助于将基于文本的数据与光伏站点收集的时间序列生产数据融合。
  • CSP.guru – 为能源建模者和分析师提供的世界聚光太阳能发电厂的开源数据库。
  • Quartz Solar Forecast – 该项目的目标是构建免费且易于使用的开源光伏预测。

风能

  • DSWE – 用于风能 (DSWE) 应用的各种数据科学方法的 R 实现,例如提供机器学习方法来准确估计风电曲线。
  • IEA-15-240-RWT – 与 IEA Wind 联合开发的 15 MW 参考风力涡轮机存储库。
  • Windpowerlib – 用于对风力涡轮机和发电场的输出进行建模的库。
  • turbosFoam – 使用执行器线方法在 OpenFOAM 中模拟风能和海洋水力涡轮机的库。
  • nalu-wind – 针对百亿亿次计算平台的风电场模拟求解器。
  • openfast – 一种多物理、多保真度工具,用于模拟风力涡轮机和风电场的耦合动态响应。
  • amr-wind – 用于风力涡轮机和风电场模拟的大规模并行、块结构自适应网格、不可压缩流求解器。
  • OpenOA – 该库提供了一个用于处理风力发电厂(例如 SCADA)的大型时间序列数据的框架。
  • ROSCO – NREL 用于风力涡轮机应用的参考开源控制器。
  • floris – 一个面向控制的工程尾流建模框架,用于评估风电场控制对 AEP 和风电场设计的影响。
  • PyWake – 用 Python 实现的风电场 AEP 计算器,包括尾流模型的集合。
  • WISDEM – 风电场集成系统设计和工程模型。
  • WOMBAT – 风电场运营和维护成本效益分析工具。
  • LandBOSSE – 陆基系统平衡系统工程模型是一种系统工程工具,用于估算与安装公用事业规模风力发电厂(10、1.5 MW 涡轮机或更大)相关的系统平衡成本。
  • TopFarm2 – 由 DTU Wind Energy 开发的 Python 包,用于帮助风电场优化。
  • BasicDTUController – 该项目的范围是提供一个开源、开放访问控制器,可供风能社区作为参考。
  • WindEnergyToolbox – Python 脚本的集合,有助于使用(可能很多)HAWC2、HAWCStab2、FAST 或其他基于文本输入的模拟工具。
  • WindfarmGA – 用于优化风电场布局的遗传算法。
  • wtphm – 风力涡轮机预测和健康管理库处理风力涡轮机事件数据以及操作 SCADA 数据,以便更轻松地进行故障检测、预测或可靠性研究。
  • AirfoilPreppy – 用于预处理和评估空气动力学翼型数据的 Python 模块,主要用于风力涡轮机应用。
  • Draco – 针对监控风能生产系统中常见的机器学习问题的端到端解决方案集合。
  • pyconturb – 风能应用的约束随机湍流。
  • ORBIT – 海上可再生能源系统平衡安装工具可计算海上风电场系统平衡(除涡轮机之外的所有设备)成本的资本成本和活动时间。
  • WindTurbineClassification – 用于快速异常检测的“正常”风力涡轮机运行行为规范。
  • ANYstruct – 具有自动优化和报告生成功能的海上钢结构计算工具。
  • SHARPy – 用 Python 模拟高展弦比飞机和风力涡轮机。
  • WindSE – 使用 FEniCS 后端执行风电场模拟和优化的 Python 包。
  • WEIS – WEIS 是一个结合了多种工具的框架,可实现浮动海上风力涡轮机的设计优化。
  • pyNuMAD – 一种用 Python 编写的面向对象的开源软件,有助于创建和分析风力涡轮机叶片的三维模型。
  • HAMS – 一种开源计算机程序,用于分析三维浮动或水下结构的波衍射和辐射。
  • Brightwind – Python 库旨在增强风资源分析师的能力并建立通用的行业标准工具集。
  • NRWAL – 海上风电成本方程库。
  • welib – 风能库,用于风力涡轮机分析的 python 和 matlab 工具。
  • digital_wra_data_standard – 该标准数据模型和相关工具旨在作为风能资源评估应用程序的通用构建块。
  • awebox – 机载风能的单风筝和多风筝系统的建模和优化控制。
  • CCBlade.jl – 用于螺旋桨和涡轮机的叶片单元动量方法。
  • Lidarwind – 从 WindCube-200 的多普勒激光雷达观测中检索风速和风向剖面。
  • FLOWUnsteady – 用于多旋翼飞机和风能的交互式空气动力学和声学求解器。
  • stochLAB – 一种在海上风电场运行海鸟碰撞风险模型的工具。
  • 能源研究和预测– 旨在为不同物理参数化和数值策略的探索和研究提供灵活的计算框架,并表征影响风力涡轮机提取风能能力的流场。
  • FLOWFarm.jl – 用于基于梯度的优化的风电场模拟工具。
  • Foxes – 基于工程尾流模型的模块化风电场仿真和尾流建模工具箱。

水力能源

  • WecOptTool – 允许用户通过约束最优控制执行波浪能转换器设备设计优化研究。
  • CACTUS – 基于自由尾流涡流方法的涡轮机性能模拟代码,用于研究风力涡轮机和海洋流体动力学装置。
  • 水力发电数据库– 收集所有欧洲水力发电厂的基本信息。
  • MHKiT-Python – 提供海洋可再生能源社区工具,用于数据处理、可视化、质量控制、资源评估和设备性能。
  • Hydropowerlib – 设计用于计算径流式水力发电厂的供电时间序列。
  • HydroPowerSimulations.jl – 包含 PowerSystems.jl 和 PowerSimulations.jl 的扩展,以实现增强的水电表示。
  • OpenHPL – 一个开源水电库,由水电机组模型组成,并使用 Modelica 进行建模。
  • WEC-Sim – 波浪能转换器模拟器是用于模拟波浪能转换器的开源代码。
  • BEMRosetta – 用于对船舶、海上风力平台和波浪能转换器等海上设备中的水动力进行建模。
  • Capytaine – 一个 Python 包,用于在频域中模拟水波和漂浮体之间的相互作用。
  • DOLPHYN – 评估整个电力和氢气大宗供应链的投资和运营,包括生产、存储、传输、调节和最终使用消耗。

地热能

  • pygfunction – 用于评估地热钻孔场热响应因子的开源工具箱。
  • GHEtool – GHEtool 是一个开源 Python 包,包含处理钻孔设计所需的所有功能。
  • OpenGeoSys 6 – 一个科学开源项目,用于开发模拟多孔和裂缝介质中的热-水-机械-化学过程的数值方法。
  • FEHM – 已被证明是各种国家利益项目的宝贵资产,包括内华达试验场环境修复、LANL 地下水保护计划、地质二氧化碳封存、增强地热能计划、石油和天然气生产、核废料隔离、和北极永久冻土层。
  • thermo – 化学工程设计库的热力学、相平衡、传输特性和化学数据库组件。
  • waiwera – 并行的开源地热流模拟器。
  • fractoolbox – 用于结构地质学和钻孔图像分析的 Python 工具,包括数据处理、频率和几何分析以及储层地质力学。
  • GeoThermalCloud.jl – 一个存储库,包含演示地热勘探机器学习方法应用所需的所有数据和代码。
  • GOLEM – 用于模拟断层地热储层中热-水-机械耦合过程的数值模拟器。
  • 地热交换器设计工具– 具有根据多边形土地约束自动选择地热交换器配置的新颖功能的软件包。

生物能源

  • 沼气– R 中的沼气研究工具:处理沼气数据并预测沼气产量。
  • biosteam – 生物精炼模拟和技术经济分析模块。
  • BETYdb – 生物燃料生态生理特征和产量数据库的网络界面。

储能

电池

  • bslib – 包含基于 PerMod 的电池参数以及模拟电池存储功能的数据库。
  • impedance.py – 用于处理电化学阻抗数据的 Python 包。
  • PyBaMM – Python 中快速灵活的基于物理的电池模型。
  • liionpack – 使用 PyBaMM 框架的电池组模拟工具。
  • ENNOID-BMS – 开源:基于 LTC68XX 和 STM32 MCU 的模块化 BMS,适用于高达 400V 的 EV 电池组。
  • cellpy – 从电池电化学测试中提取和调整数据。
  • BatterySense – 一个简单的 Arduino 库,用于监控电池供电项目的电池消耗,包括 LiPo、LiIon、NiCd 或任何其他电池类型,单个或多个电池:如果它可以为您的 Arduino 供电,您可以监控它。
  • beep – 一组旨在支持电池评估和循环寿命早期预测的工具,与 d3batt 计划和丰田研究院的研究相对应。
  • snl-quest – 由桑迪亚国家实验室开发的基于 Python 的开源软件应用程序套件,用于储能模拟和分析。
  • simses – 固定储能系统技术经济模拟软件。
  • CAEBAT OAS – 一种灵活、强大且计算可扩展的开放式架构框架,集成了多物理场和多尺度电池模型。
  • universal-battery-database – 通用电池数据库是一种用于管理锂离子电池数据的开源软件。
  • open_BEA – 用于电网应用的开放电池模型。
  • lp_opt – 电池储能系统的线性规划优化工具。
  • SLIDE – SLIDE 是模拟锂离子电池退化的 C++ 代码。
  • equal-circ-model – 电池、模块和电池组的等效电路模型。
  • ISEAFramework – 允许对单个存储系统(例如锂离子电池或双层电容器)或完整的存储系统包进行耦合电热仿真。
  • Ampere – 用于电化学实验的高级模型包。
  • 3d_milp – 电池存储的能源套利优化。
  • LIONSIMBA – 基于有限体积模型的 Matlab 框架,适用于锂离子电池设计、仿真和控制。
  • emobpy – 一种开放工具,用于根据经验数据创建电池电动汽车时间序列。
  • BattMo – 电池建模工具箱 (BattMo) 是用于在 MATLAB 中对电化学设备进行连续介质建模的资源。
  • LiBRA – 利用实现算法为锂离子电池创建降阶状态空间模型。
  • PyBOP – 提供一整套用于电池模型参数化和优化的工具。
  • MPET – 使用多孔电极理论对具有多孔电极的电池进行模拟,这是一种体积平均的多尺度方法,用于捕获电极内电解质和活性材料的耦合行为。
  • BIG-MAP – 电池接口基因组材料加速平台正在促进新型电池材料的加速发现。

  • OPEM – 用于评估质子交换膜燃料电池性能的建模工具。
  • gopem -GOPEM 是 OPEM 的图形用户界面.
  • pem-dataset1 – 质子交换膜燃料电池数据集。
  • HIM – 用于分析空间分辨氢基础设施路径的氢基础设施模型。
  • pandapipes – 一种管道流计算工具,在多能源网格(特别是热力和天然气网络)的模拟中补充 pandapower。
  • 氢风险评估模型– 有史以来第一个软件工具包,集成了确定性和概率模型,用于量化事故场景、预测物理影响以及表征氢危害对人员和结构的影响。
  • GasModels.jl – 用于天然气网络优化的 Julia/JuMP 包。
  • SciGRID_gas – 创建欧洲天然气运输网络自动化网络模型的方法。
  • 具有燃料电池动力总成的车辆– 具有电池模型和冷却系统的燃料电池电动汽车。
  • VirtualFCS – 用于混合氢燃料电池和电池电源系统的 Modelica 库。

能源系统

能源建模和优化

  • 开放能源系统模型– 用于探索未来的能源系统,通常应用于涉及能源和气候政策的问题。
  • PyPSA – 一个免费的软件工具箱,用于模拟和优化现代电力系统,包括具有单位承诺的传统发电机、可变风力和太阳能发电、存储单元、与其他能源部门的耦合以及混合交流和直流网络等功能。
  • PyPSA-Eur – 欧洲输电系统的部门耦合开放优化模型。
  • 开放能源系统数据库– 采用开放数据方法来收集、清理和重新发布与能源相关的数据集以供开放使用。
  • whobs-server – 这是在线优化风能、太阳能和存储(使用电池和电解氢气)的零直接排放电力系统的代码,以提供基本负载电力需求,使用成本和您选择的其他假设。
  • 系统顾问模型– 发电项目的模拟程序。它拥有不同类型的可再生能源系统模型以及住宅、商业和公用事业规模项目的财务模型。
  • openTEPES – 确定新设施(发电机、ESS 和线路)的投资计划,以最低成本满足预测需求。
  • PowerGenome – 一种快速轻松地为电力系统模型创建输入的工具。
  • load_forecasting – 使用 ARIMA、RNN、LSTM 和 GRU 模型对德里地区电力负荷进行负荷预测。
  • REopt_API – 提供 NREL 更全面的 REopt 模型的功能子集。两种模型都提供并发的多种技术集成和优化功能,帮助组织实现成本节约和能源绩效目标。
  • pandapower – 一种易于使用的开源工具,用于高度自动化的电力系统建模、分析和优化。
  • urbs – 分布式能源系统的线性优化模型。
  • Dispa-SET – 允许对任何详细程度的电力系统进行建模,例如微电网、地区、国家、大陆。
  • Calliope – 开发能源系统模型的框架,重点是灵活性、高空间和时间分辨率、基于相同基础模型执行多次运行的能力以及框架和模型的明确分离。
  • Euro-Calliope – 使用 Calliope 构建的欧洲电力系统模型。
  • OSeMOSYS – 用于长期综合评估和能源规划的开源建模系统。它已被用来开发从大陆规模(非洲电力池、南美洲、EU28+2)到国家、地区和村庄规模的能源系统模型。
  • REVUB – 主要目标是模拟水力发电厂的灵活运行如何帮助可再生电力与可变的太阳能和风能混合,以提供可靠的电力供应和负载跟踪服务。
  • FINE – 提供用于建模、优化和评估能源系统的框架。
  • CoMPAS – 旨在开发与 IEC 61850 模型实施(配置文件管理)和电力行业保护自动化和控制系统配置相关的开源软件组件。
  • PowerSimulations.jl – 用于电力系统建模和电力系统操作仿真的 Julia 包。
  • PowerSystems.jl – 使用 Julia 结构提供严格的数据模型,以实现电力系统分析和建模。
  • DistAIX – 网络物理电力系统模拟器,利用高性能计算技术来扩展模拟。
  • nempy – 旨在增强澳大利亚电力行业的建模和分析能力。
  • NEMO – 国家电力市场优化器是一种按时间顺序排列的调度模型,用于测试和优化传统和可再生发电技术的不同组合。
  • GlobalEnergyGIS – 使用公共数据集生成任意世界区域可再生能源能源模型的输入数据。
  • Antares Simulator – 一种开源电力系统模拟器,用于在短期或远程时间范围内量化互连能源系统的充足性或经济绩效。
  • HELICS – 如今的核心用途是在能源领域,对各种电力系统、天然气、通信和控制方案、交通、建筑和相关领域工具有广泛且不断增长的支持。
  • oemof-solph – 用于能源系统建模和优化的模型生成器。
  • oemof- Thermal – 提供对热能组件进行建模的工具,作为 oemof.solph 的扩展,例如压缩热泵、聚光太阳能发电厂、热存储和太阳能集热器。
  • VILLASnode – 连接实时电网模拟设备。
  • openENTRANCE – Horizo​​n 2020 openENTRANCE 项目旨在开发、使用和传播一个开放、透明和集成的建模平台,用于评估欧洲的低碳转型路径。
  • Joulia.jl – Julia 的大型空间电力系统模型。
  • IDAES 工具包– 旨在提供多尺度、基于模拟的开源计算工具和模型,以支持创新、先进能源系统的设计、分析、优化、放大、运行和故障排除。
  • Temoa – 能源模型优化和分析工具(Temoa)是一个用于进行能源系统分析的开源建模框架。
  • PowerSystemDataModel – 提供广泛的数据模型,能够以高粒度对能源系统进行建模,例如用于自下而上的模拟。
  • antaresViz – 可视化 Antares 的结果,这是一个开源电力系统模拟器,旨在供任何重视在短期或远程时间范围内量化互联能源系统的充足性或经济绩效的人使用。
  • antaresRead – 导入、操作和探索 Antares 模拟的结果。
  • Spine-Toolbox – 用于定义、管理和执行各种能源系统仿真模型的应用程序。
  • demandlib – 使用demandlib,您可以根据您所需的需求进行缩放,为各个部门创建功率和热量配置文件。
  • Dieter_py – 一种开源电力部门优化模型,旨在研究电力存储和部门耦合选项在可再生能源比例较高的未来场景中的作用。
  • OMEGAlpes – 旨在成为用于线性优化(LP、MILP)的能源系统建模工具。
  • deflex – 用于热、电和移动的灵活的多区域能源系统模型。
  • energy-py-线性– 使用混合整数线性规划优化能源系统。
  • switch-model – 具有大量可再生能源的电力系统的最优规划模型。
  • AnyMOD.jl – 创建大规模能源系统模型,其中多个时期的容量扩张被表述为线性优化问题。
  • FlexiGIS – 提取、过滤和分类地理参考城市能源基础设施,并在城市环境中分配所需的分散存储。
  • EMMA – 涵盖法国、比荷卢经济联盟、德国和波兰的西北欧电力市场的技术经济模型。
  • reVX – 可再生能源潜力 (V) eXchange 嘟嘟声。
  • CapacityExpansion.jl – 朱莉娅的未来能源系统规划(发电和输电容量扩展规划)。
  • DPsim – 用于动态电力系统仿真的求解器库。
  • GenX – 一种高度可配置的开源电力资源容量扩展模型,融合了电力系统规划中的多种最先进的实践,为不断变化的电力格局提供改进的决策支持。
  • 开放能源平台——旨在确保能源系统研究的质量、透明度和可重复性。它是各种工具和信息的集合,有助于处理与能源相关的数据。
  • oemof – 开放能源建模框架 – 用于能源系统建模和优化的 Python 工具箱。一个社区驱动的、模块化的、灵活的通用软件项目。
  • pyGRETA – 可再生时间序列和 mAps 的 Python 生成器:一种为全球用户定义的区域生成高分辨率潜在地图和时间序列的工具。
  • RESKit – 帮助生成可再生能源发电时间序列以进行能源系统分析的工具包。
  • PowSyBl – 用 Ja​​va 编写的开源框架,可以轻松编写用于电力系统仿真和分析的复杂软件。
  • PowSyBl Open Load Flow – 负载流 API 的开源实现,可在 PowSyBl Core 中找到。它支持AC Newtow-Raphson和线性DC计算方法。
  • PyPowSyBl – 一个 Python 库,通过提供与 powsybl Java 框架的绑定来建模和模拟电网。
  • matpower – M 文件包,用于使用 MATLAB 或 Octave 求解潮流、连续潮流和最优潮流问题。
  • energyRt – 使能源系统建模像 R 中的线性回归一样简单。
  • MVS – 多矢量模拟器允许评估本地部门耦合能源系统,包括能源载体电力、热力和/或天然气。
  • PowNet – 用于模拟大型(区域到国家)电力系统的机组承诺和经济调度的最低成本优化模型。
  • OpenIPSL – 用 Modelica 语言编写的电力系统组件模型库,可用于电力系统动态分析,例如相量时域仿真。
  • RAMP – 一种自下而上的随机模型,用于生成高分辨率多能量剖面,专为在只能获得有关用户行为的粗略信息的情况下应用而设计。
  • POMATO – 一款易于使用的工具,用于全面分析现代电力市场。
  • PowerGAMA – 一种轻量级仿真工具,用于对大型电力系统中的可再生能源集成进行高级分析。
  • reV – 实现可再生能源发电、能源平准化成本、地理空间排除层的应用以及可再生能源供应曲线的生成的高效且可扩展的计算。
  • openCEM – 澳大利亚国家能源市场的容量扩展模型和优化器。
  • energy-py – 能源系统的强化学习。
  • glaes – 能源系统的地理空间土地可用性。
  • onsset – 一种基于 GIS 的优化工具,旨在支持电气化规划和决策,以实现当前未提供服务的地区的能源获取目标。
  • CityLearn – 用于需求响应和负载塑造的官方强化学习环境。
  • rl-testbed-for-energyplus – 使用 EnergyPlus 进行功耗优化的强化学习测试台。
  • tsam – 一个 Python 包,它使用不同的机器学习算法来聚合时间序列。
  • TimeSeriesClustering – 在单个聚合过程中提供多维时间序列数据(例如风能可用性、太阳能可用性和电力需求等多个属性)的简单集成。
  • GridPath – 用于电力系统规划和运营的多功能仿真和优化平台。
  • ANDES – 具有符号建模和数值分析的电力系统瞬态动力学仿真。
  • REISE.jl – 可再生能源整合仿真引擎。
  • ESDL – 为能源系统中的组件及其相互关系创建的建模语言。
  • 交互能源服务系统– 在电力零售环境中设计、部署和操作交互能源系统的平台。
  • Minpower – 面向电力系统学生和研究人员的开源工具包。
  • TIMES-爱尔兰模型– 有关爱尔兰当今能源系统的信息以及对未来技术和燃料选择和需求的最佳可用预测。
  • 无摩擦能源数据– 以自动化方式促进能源和环境模型之间数据流动的通用介质。
  • 开放建模框架– 一组用于模拟电力系统行为的 Python 库,重点是新兴技术的成本效益分析。
  • PSP-UFU – 具有先进 GUI 功能和 CAD 工具的开源软件,用于电力系统研究。
  • 能源政策模拟器– 开源的美国能源政策模拟器估算了数百项气候和能源政策的环境和经济影响。
  • OpenSTEF – 一个 Python 包,用于对能源行业进行短期预测。
  • EIAdata – 提供对能源信息管理局 API 的编程访问。
  • 能源系统技术数据– 有关能源系统技术的假设的汇编,例如成本、效率和寿命,可由能源系统建模软件读取。
  • 全球煤炭、石油和天然气供应链中的资产层面转型风险– 全球化石燃料供应链,在资产层面进行映射。
  • draf – 当地多能源中心的分析和决策支持框架,重点关注需求响应。
  • GENeSYS-MOD – 开源能源系统模型,最初基于开源能源建模系统(OSeMOSYS)框架,并添加了各种内容。
  • PyPSA-Earth – 地球能源系统的开放优化模型。
  • tell – 一个开源 Python 包,用于模拟未来每小时的总电力负荷。
  • AMIRIS – 基于代理的电力市场及其参与者模拟,使研究人员能够分析和评估能源政策工具及其对参与者的影响。
  • AMIRIS-Py – 用于电力市场模型 AMIRIS 的 Python 工具。
  • PREP-SHOT – 透明、模块化、开源的能源容量扩展模型。
  • HYBRID – 用于评估综合能源系统的集成和经济可行性的建模工具集。
  • FAME – 其目的是支持基于代理的复杂能源系统模拟的快速开发和快速执行。
  • REMix – 主要重点是对未来可能的能源系统设计进行广泛的技术经济评估以及技术之间相互作用的分析。
  • StorageVET – 用于分析储能技术和与存储配对的其他一些能源资源的评估模型。
  • OpenDER – 旨在准确表示基于逆变器的分布式能源的稳态和动态行为。
  • HOPP – 评估公用事业规模混合能源工厂部署的最佳设计,特别是考虑风能、太阳能和存储。
  • ETM Pro – 能源转型模型的专业界面。
  • MESMO – 一种开源 Python 工具,用于对多尺度电力和热力分配系统以及分布式能源进行建模、仿真和优化。
  • ASSUME – 一个开源工具箱,用于基于代理的欧洲电力市场模拟,主要关注德国市场设置。
  • NemoMod.jl – 在 Julia 中开发的高性能开源能源系统优化建模工具。
  • ReEDS – 北美电力系统的容量规划和调度模型。
  • 24/7 CFE – 该项目探讨了欧洲 24/7 无碳能源采购的方式、成本和影响。
  • pypsa-usa – 美国大容量输电系统的开源电力系统模型。
  • Dynaωo – 旨在为电力系统利益相关者提供透明、灵活、可互操作且强大的仿真工具套件,以简化电力系统社区的协作和合作。
  • TIMES_model – 自下而上的优化模型,用于基于对比场景探索可能的能源未来。
  • MUSE_OS – 一种基于代理的开源建模环境,可用于模拟能源系统随时间的变化。
  • TulipaEnergyModel.jl – 为电力市场及其与其他能源部门(例如氢气、热力、天然气等)的耦合提供优化模型,主要目标是确定不同类型资产的最佳投资和运营决策。
  • 能源转型引擎– 能源转型模型的计算引擎。
  • pommesdispatch – 德国电力行业自下而上的基本电力市场模型。

能源分配和电网

  • SimBench – SimBench 研究项目的目标是开发基准数据集以支持电网规划和运营研究。
  • Egret – 一个基于 Python 的包,用于基于 Pyomo 优化建模语言的电网优化。
  • 开放智能电网平台– 一个开放、通用、可扩展和独立的“物联网”平台,使公共空间中的各种互联智能对象能够轻松控制和监控。
  • PowerModels.jl – 旨在在通用平台上对新兴电力网络公式和算法进行计算评估。
  • PowerModelsAnnex.jl – PowerModels.jl 的扩展,为电力系统优化中的初步和/或探索性方法的开源共享提供了一个主页。
  • Power Grid Lib – 该基准库由 IEEE PES 新兴电力系统算法验证基准工作组策划和维护,旨在评估交流最佳潮流问题的成熟版本。
  • pypownet – 一个以强化学习为重点的电力网络模拟器。
  • Grid2Op – 一个测试平台,用于模拟电力系统中的顺序决策。
  • eDisGo – 基于 PyPSA 的配电网灵活性选项和电网扩展的优化。
  • offgridders – 对离网或连接到(弱)中央电网的供电系统的容量和调度进行建模和优化。
  • RTS-GMLC – 电网现代化实验室联盟的可靠性测试系统。
  • openmodelica-microgrid-gym – 用于微电网的 OpenAI Gym 环境。
  • OpenDSS – 用于支持分布式资源整合和电网现代化工作的电力分配系统模拟器。
  • PowerDynamics.jl – 提供创建动态电网模型并对其进行分析所需的所有工具。
  • InfrastructureSystems.jl – 提供实用程序来支持 NREL-SIIP 中基础设施建模的数据模型。
  • openleadr – 开放式自动需求响应 (OpenADR) 是一种开放且可互操作的信息交换模型和新兴智能电网标准。
  • GridCal – 旨在成为电力系统研究和仿真的完整平台。
  • pyehub – Energy Hub 模型的基于 Python 的模块化和可嵌套实现(使用混合整数线性编程平衡需求和供应、系统容量大小和网络流量)。
  • origin – 一组工具包,共同提供用于颁发和管理能源属性证书的系统。
  • 网格奇点能源交换– 用于下载和部署互连的、网格感知能源市场的界面。
  • Backbone – 用 GAMS 编写的通用能源网络优化工具。
  • APIS——建设以可变可再生能源为主要电源的微电网,增强电力系统的弹性。
  • python-microgrid – 用于生成和模拟大量微电网的 Python 库。
  • SciGRID – 重点将放在欧洲输电网上,但这些方法将适用于更广泛的情况。
  • mosaik – 灵活的智能电网联合仿真框架。
  • SmartGridToolbox – 旨在为开发各种智能电网模拟和其他应用程序提供可扩展且灵活的起点。
  • OPEN – 该框架结合了分布式能源建模(例如光伏发电、电池储能系统、电动汽车)、能源市场建模、潮流模拟和多周期优化来调度灵活的能源资源。
  • GridLAB-D – 未来配电电力系统的仿真平台。
  • Gym-ANM – 设计强化学习环境,对配电网络中的主动网络管理任务进行建模。
  • SEAPATH – 旨在开发一个参考设计和工业级开源实时平台,可以为电网行业运行虚拟化自动化和保护应用程序。
  • iTEM 数据库工具– 包含由 iTEM(国际运输能源建模联盟)维护的两个数据库的工具。
  • PowerSimData – 是 Breakthrough Energy Sciences 开发的 Python 软件生态系统的一部分,用于在美国电网中进行潮流研究。
  • SIMONA – 提供模拟工具箱来运行和实施大规模基于代理的电网模拟,重点关注配电网。
  • 电网模型– 用于 Python 和 C 的稳态配电系统分析库。
  • ElectricGrid.jl – 时域电能网格建模和仿真工具,重点关注电力电子转换器的控制。
  • PowerModelsACDC.jl – 一个 Julia/JuMP/PowerModels 包,其中包含直流线路、网状直流网络和交流直流转换器的模型。
  • FlexPlan.jl – 一种开源 Julia 工具,用于考虑存储和需求灵活性的输配电扩展规划。
  • Easy SimAuto – PowerWorld 模拟器自动化服务器之上的易于使用的电力系统分析自动化平台。
  • GElectrical – 用于 LV/MV 配电网络的免费开源电气系统分析软件。
  • Electra – 主权区块链解决方案,使本地微电网能够在无需信任的参与者之间平稳运行,从而实现基于电力单位交换的真正循环经济。
  • SESMG – 一种能源系统模型生成器,专注于城市能源系统的优化。
  • GridPACK – 用于模拟大型电网的开源高性能软件包。
  • CLOVER – 用于支持发展中国家农村电气化的迷你电网模拟和优化。
  • ExaGO – 针对随机、安全约束和多周期 ACOPF 问题的高性能电网优化。

能源监控与管理

  • 开放能源仪表板– 开放能源仪表板是一种用户友好的方式来显示智能电表的能源信息。
  • OpenEMS – 开源能源管理系统。
  • eemeter – 一个开源 Python 包,用于实施和开发计算标准化计量能源消耗和避免能源使用的标准方法。
  • OperatorFabric – 一个模块化、可扩展、工业强度且经过现场测试的平台,用于电力、水和其他公用事业运营。
  • energy-sparks – 一款开源应用程序,旨在帮助学校提高能源效率。
  • emonpi – OpenEnergyMonitor 系统能够监控电能使用/发电、温度和湿度。
  • EmonLib – Arduino 能源监控库。
  • Emoncms – 一个强大的开源 Web 应用程序,用于处理、记录和可视化能源、温度和其他环境数据。
  • FlexMeasures – 一个用于构建能源灵活性服务的平台,具有预测和调度功能,用 Python 编写并提供符合 USEF 的 API。
  • 绿色监控堆栈– 一个开源堆栈,用于监控网络、数据中心(计算/存储)基础设施、第三方设备和外部源,以了解能源消耗及其与流量和带宽的关系、成本和碳足迹各种粒度级别。
  • STM32 能源监控– 以下资源是使用 STM32 平台进行能源监控的正在进行中的指南,作为下一代 OpenEnergyMonitor 硬件开发工作的一部分写入。
  • EHMASS – Home Assistant 的能源管理,是一个 Python 模块,旨在优化与 Home Assistant 的家庭能源接口。
  • 开放能源视图– 该项目的目标是分析并向用户呈现资源消耗数据,使他们能够节省资金。
  • SolarNetwork – 用于监视和控制能源资产、仪表、传感器、气象站、电动汽车充电器、市场定价、负载优化等的灵活平台。
  • PowerCalc – 家庭助理的自定义组件,用于估计灯、风扇、智能扬声器和其他没有内置功率计的设备的功耗(作为虚拟仪表)。
  • homeassistant-alphaESS – 使用 Alpha ESS 的官方开放 API 监控您的能源生成、存储和使用数据。
  • OpenSmartMeter – 低成本且与 OEM 无关的 GSM 预付费智能电表,具有可定制的 API。

能源系统数据访问

  • OpenNEM – 旨在让更广泛的受众更容易获得丰富的澳大利亚电力市场公共数据。
  • 开放电力系统数据– 有助于欧洲电力系统建模的主要数据源列表。
  • 公共事业数据解放项目– 使美国的能源数据更容易访问和使用。
  • 全球发电厂数据库– 全面的全球开源发电厂数据库。
  • entsoe-py – ENTSO-E API(欧洲电力传输系统运营商网络)的 Python 客户端。
  • 时间序列– 包含编译欧洲电力系统时间序列数据的脚本。
  • 可再生发电厂– 包含用于创建德国、丹麦、法国和波兰可再生发电厂列表的脚本,以及德国每种能源类型的累计装机容量的每日时间序列。
  • 传统发电厂– 包含德国以及其他选定的欧洲国家的传统发电厂的数据。这些数据包括各个发电厂及其技术特征。
  • open-MaStR – 从 BNetzA 数据库 Marktstammdatenregister 下载并处理德国能源数据。
  • powerplantmatching – 用于清理、标准化和组合多个发电厂数据库的工具集。
  • GeoNuclearData – 包含全球核电站信息的数据库。
  • pyEIA – 为需要数据的研究人员提供的能源信息管理 API Python 客户端。
  • EIA – 封装美国能源信息管理局开放数据 API 的 R 包。
  • atlite – Aarhus RE Atlas 的轻量级版本,用于将天气数据转换为电力系统数据。
  • NYISOToolkit – 用于访问电力系统数据、生成统计数据以及创建纽约独立系统运营商可视化的模块集合。
  • UKgrid – 包含英国国家电网 2005 年 4 月至 2019 年 10 月期间历史电力需求的 R 数据包。
  • USgrid – 美国每小时的电力需求和供应。
  • ESIOS – 使用 Python 访问西班牙电力市场实体的综合库。
  • 能源数据– 全球能源消耗(一次能源、人均和增长率)、能源结构、电力结构和其他相关指标的数据。
  • OpenEI – 一个知识共享在线社区,致力于将世界各地的最新能源信息和数据与人们联系起来。
  • 电网频率数据库– 该数据集包含来自世界各地多个电网的精确时间戳(GPS 参考)频率数据,分辨率为一秒,原始数据为 1 小时摘录。
  • 分解器– 一组用于处理电力、热力和天然气需求的空间和时间分解的工具。
  • FfE 开放数据门户– 提供用于建模能源需求和发电的免费数据集的概述。
  • eiapy – 美国能源信息管理局 API 的简单包装器。
  • 电站字典– 电站字典,可实现各种命名约定和相关电站元数据之间的映射。
  • ElexonDataPortal – 平衡机制报告服务 API 的包装器,用于平衡流入和流出英国输电系统的电力。
  • 开放能源跟踪器– 用于监控和可视化能源政策目标的开放数据平台。
  • gridstatus – 提供标准化 API 来访问美国主要独立系统运营商的能源数据。
  • super3r – 可再生资源数据的超分辨率软件使用生成对抗网络从粗略的低分辨率输入创建合成的高分辨率风能和太阳能时空数据。
  • EnergyData.Info – 世界银行集团的开放数据平台,提供与能源部门相关的数据集和数据分析的访问。
  • EMILE – 一种应用程序,用于汇总多个市政资产的能源消耗数据并报告使用情况以监控和管理排放。
  • feo-client – 专为寻求访问节点、资产、技术数据以及支持 TransitionZero 发布的模型和场景的数据的能源系统建模者而设计。
  • 开放数据访问工具– 旨在改进和自动化对美国能源部项目、办公室和国家实验室高价值能源数据集的访问,并帮助研究人员和行业加速分析和推进创新。

消耗

建筑物和供暖

  • scout – 用于评估美国住宅和商业建筑领域能源效率和需求灵活性技术对未来能源使用、碳排放以及资本和运营成本影响的工具。
  • BOPTEST – 建筑优化测试 (BOPTEST) 框架可以对建筑能源管理的控制算法进行评估和基准测试。
  • BOPTEST-Gym – BOPTEST 框架的 OpenAI-Gym 接口有助于对建筑能源管理的 RL 算法进行评估和基准测试。
  • HPXML 到家庭能源分数转换器– 此转换器脚本采用 HPXML 文件或文件目录作为输入,并从中生成 HEScore 输入。
  • LoadProfileGenerator – 为住宅消费者生成负载曲线的程序。基于代理且极其详细。
  • The-building-data-genome-project – 用于性能分析和算法基准测试的非住宅建筑集合。
  • EnergyPlus – 一个完整的建筑能源模拟程序,工程师、建筑师和研究人员使用它来模拟建筑物中的能源消耗和用水量。
  • OpenStudio – 跨平台的软件工具集合,支持使用 EnergyPlus 进行整个建筑能源建模,并使用 Radiance 进行高级日光分析。
  • BEMServer – 一个开源 Python 服务器,用于部署建筑物能源管理解决方案。
  • SEED – 标准能源效率数据平台™ 是一个基于 Web 的应用程序,可帮助组织轻松管理大型建筑群的能源绩效数据。
  • HPWHsim – 热泵热水器 (HPWH) 的开源仿真模型。
  • OpenStudio-ERI – 通过基于 OpenStudio/EnergyPlus 的工作流程计算能源评级指数 (ERI)。建筑信息通过 HPXML 文件提供。
  • OpenStudio-HPXML – 使用 OpenStudio/HPXML 在 EnergyPlus 中对住宅建筑进行建模.
  • AixLib – 用于构建性能模拟的 Modelica 模型库。
  • TEASER – 用于高效改造的能源分析和模拟工具。
  • pyCity – 用于城市地区和城市能源系统的数据处理和场景生成的 Python 包。
  • IDEAS – 用于集成建筑或区域能源模拟的 Modelica 模型库。
  • tespy – 为发电厂、区域供热系统或热泵等热力工程设备提供强大的仿真工具包。
  • RC_BuildingSimulator – 用于建筑物能量模拟的电阻电容模型。
  • 城市能源分析师– 帮助您分析建筑改造、土地使用规划、区域供暖和制冷以及可再生能源对社区和地区未来成本、排放和能源消耗的影响。
  • Modelica Buildings 库– 一个免费的开源库,包含用于建筑能源和控制系统的动态仿真模型。
  • NYCBuildingEnergyUse – 通过查看建筑物的年龄、水消耗量以及其他能源消耗指标来预测建筑物的温室气体排放量。
  • Hotmaps – 用于供暖和制冷的开源绘图和规划工具。
  • BuildSysPro – EDF 的 Modelica 库,用于建筑物、区域和能源系统建模。
  • MPCPy – 基于 Python 的开源平台,用于建筑物中的模型预测控制。
  • obc – 楼宇控制序列的性能评估、规范、部署和验证。
  • 能源特征分析器– 用于分析建筑物能源特征并比较整个建筑群中所有建筑物特征的工具箱。
  • BuildingSystems – Modelica 开源 BuildingSystems 库是为单个房间、建筑物和整个区域的能量行为的动态模拟而开发的。
  • modelica-ibpsa – IBPSA 项目 1 中开发的用于建筑和区域能源系统的 Modelica 库。
  • teb – 假设简化的峡谷几何形状,用于计算邻里规模的城市表面能量平衡的库。
  • tsib – 一个 Python 包,它构建在不同的数据库和模型上,用于创建一致的住宅建筑需求和生产时间序列。
  • DHNx – 该软件包提供了一个开放式工具箱,用于区域供热和制冷网络优化和模拟模型。
  • 建筑数据基因组 2 数据集– 来自 Great Energy Predictor III 竞赛的整个建筑非住宅每小时电表数据。
  • BESOS – 用于模拟和优化建筑物和城市能源系统的模块集合。
  • py Thermalcomfort – 用于计算多个热舒适指数(例如 PMV、PPD、SET、adaptive)并转换物理变量的包。
  • Comfort_tool – 根据 ASHRAE Standard-55、EN Standard 16798 和 ISO Standard 7730 进行舒适模型计算和可视化的 Web 界面。
  • resstock – 帮助州、市、公用事业公司和制造商确定哪些建筑库存改进最能节省能源和资金。
  • DSMR 阅读器– 用于在家中自行读取智能电表 DSMR(荷兰智能电表要求)P1 端口。
  • 多尺度太阳能热水– 针对个人和社区规模项目的太阳能热水系统建模和模拟。
  • eplusr – 提供直接在 R 中使用整个建筑能源模拟程序 EnergyPlus 的丰富工具包,可实现编程导航、EnergyPlus 修改、进行参数化模拟并检索输出。
  • Brick – 一项开源工作,旨在标准化建筑物中物理、逻辑和虚拟资产及其之间关系的语义描述。
  • 更好– 构建能源改造效率目标工具。
  • NILM – 非侵入式负载监控是根据整个房屋的电表读数来估计单个设备消耗的能量的过程。
  • volkszaehler.org – 一个免费的智能电表实施,重点关注数据隐私。
  • ModBus 测量守护进程– 用于通过 modbus 从智能电表和电网逆变器收集测量数据的守护进程。
  • HiSim – 使用现代组件作为基于化石燃料的替代品来模拟和分析家庭场景。
  • hplib – 数据库,包含公共热泵 Keymark 数据集的效率参数以及参数集和函数,以模拟热泵。
  • Thermofeel – 计算人体热舒适指数的库。
  • CBE Clima Tool – 一款基于网络的应用程序,旨在满足对气候适应设计感兴趣的建筑师和工程师的需求。
  • Kiva – 用于按时间步长计算建筑地基的热损失和增益。
  • Macquette – 一种全屋能源评估工具,它对建筑物进行建模以生成报告,以帮助住户了解他们的房屋现在在能源使用方面的表现以及如何改进。
  • 城市多尺度环境预测器– 一种气候服务工具,专为研究人员和服务提供商设计,作为 QGIS 插件提供。
  • eensight – 此 Python 包实现了 H2020 项目 SENSEI 开发的测量和验证 (M&V) 方法 – 智能能源服务,以提高欧洲建筑的能源效率。
  • PointER – 与能源特征相关的一百万座英国建筑的激光雷达衍生点云数据集。
  • predyce – 是传统能源性能认证的自然演变,通过捕获建筑物的动态行为,同时通过直观的界面提供透明的反馈,实时优化建筑性能和舒适度。
  • EUReCA – 提供高效可靠的城市建筑能源建模平台,完全用Python开发,旨在模拟和预测城市和城市地区的能源消耗。
  • ebcpy – 提供常用于分析和优化能源系统、建筑物和室内气候的通用函数和类。
  • nmecr – 基于能源效率社区过去对复杂且细致的建筑能源使用情况进行建模的努力。
  • SAM – 一款开源软件,旨在帮助工程师创建节能建筑的分析模型。
  • Meirim – 一款开源智能城市应用程序,可提高城市规划的透明度。
  • 更好的恒温器– 这个家庭助理的定制组件将为您的气候控制恒温散热器阀门添加重要功能,以节省您创建自动化以使其智能化的工作。
  • 碳工具– 一种开源 Web 应用程序,使用户能够从建筑信息模型中估计隐含碳当量含量。
  • CarboLifeCalc – 用于建筑环境的具体碳计算器。

流动性和交通

  • stplanr – R 的可持续交通规划包。
  • CO2MPAS-TA – CO2MPAS 是用于轻型车辆的后视纵向动态二氧化碳和燃油消耗模拟器。
  • GEARSHIFT – 根据车辆特性生成 WLTC 换档。
  • ocpp – 开放充电点协议的 Python 实现。
  • MaaS Global – 移动即服务 API – 数据模型、测试和验证。
  • CoopCycle – 一个自托管平台,可在您的社区订餐并由自行车快递员送货。
  • EVNotify – 允许您监控您的电动汽车,并让您在达到指定的预设充电状态时发出通知。
  • icare – 一个开源拼车平台,用作我们商业产品拼车公司的基础。
  • Carpoolear – 第一个阿根廷 Facebook 应用程序,允许该社交网络的用户与其他用户分享汽车旅行。
  • UTD19 – 最大的公开可用的多城市交通数据集。
  • OpenEVSE – OpenEVSE 的固件:开源硬件 J1772 电动汽车供电设备。
  • OpenEVSE WiFi 网关– 使用 ESP8266 (ESP-12),利用现有的 RAPI API 串行接口通过串行方式与 OpenEVSE 控制器进行通信。
  • DeepMove – 使用注意力循环网络预测人类流动性。
  • 移动数据规范– 用于实现移动公司和地方政府之间通信的数据标准。
  • OpenConcept – 用于具有非常规推进架构的飞机概念 MDAO 的工具包。
  • 开放充电地图– 电动汽车充电地点的全球公共登记处。
  • EVCC – 一种可扩展的电动汽车充电控制器,在 Go 中实现了光伏集成。
  • SteVe – 提供管理充电点、用户数据和用于用户身份验证的 RFID 卡的基本功能,并在运行中进行了成功测试。
  • RISE-V2G – Vehicle-2-Grid 通信接口 ISO 15118 的唯一全功能参考实现。
  • simobility – 一个人性化的 Python 框架,可帮助科学家和工程师制作原型并比较车队优化算法(自动驾驶车辆和人类驾驶车辆)。
  • MobiVoc – 面向未来的移动解决方案的开放词汇。
  • Transportr – 尊重您的隐私和自由的公共交通伴侣。
  • OneBusAway – 实时交通信息的开源平台。
  • node-gtfs – 将 GTFS 交通数据导入 SQLite 并查询路线、站点、时间、票价等。
  • Public Transport Enabler – 在您的 Java 项目中释放公共交通数据。
  • osm2gtfs – 将 OpenStreetMap 数据和时间表信息转换为 GTFS.
  • Quetzal – 专为交通规划和交通预测而设计的建模库。
  • quetzal_germany – 使用 quetzal 运输建模套件的德国四步运输模型。
  • OpenMobility – 推动开源移动建模和仿真技术的发展和广泛采用。
  • NoiseModelling – 用于计算噪声图的免费开源模型。
  • NoiseCapture – 专用于测量环境噪声的 Android 应用程序。
  • CyclOSM – 一种 CartoCSS 地图样式,专为骑行而设计。
  • Gym Electric Motor – 适用于电动马达的 OpenAI Gym 环境。
  • BEAM – 交通系统中的行为、能源、自主性和移动性建模框架。
  • WoBike – 公共交通和多式联运路线应用程序可以通过自行车共享服务显示附近的自行车而受益。下面的列表显示了其中一些平台的 API。
  • 多轮车– 聚合在一张地图上,超过 100 辆共享车辆,如自行车、踏板车、轻便摩托车和汽车。
  • pybikes – 提供一组工具来从不同网站和 API 中抓取自行车共享数据,从而提供一组连贯且通用的类和方法来访问此类信息。
  • ChargyDesktopApp – Chargy 是一款透明软件,用于安全、透明的电动汽车充电流程,如德国“Eichrecht”所定义。
  • WWCP_OCPP – 全球充电协议 (WWCP) 和开放充电点协议 (OCPP v1.6/v2.0) 之间的连接。
  • WWCP_Core – 全球充电协议套件是一个协议集合,旨在通过可扩展且安全的互联网协议连接电动汽车解决方案领域的市场参与者。
  • openv2g – 启动该项目的目标主要是支持 ISO 和 IEC 标准化流程,以指定所谓的“车辆 2 网格通信接口”(V2G CI),该接口现已成为 ISO IEC 15118 规范。
  • RAMP-mobility – RAMP 主引擎的一种新颖应用,用于生成自下而上的随机电动汽车负载曲线。
  • PCT – 目标是提高循环倾向工具 (PCT) 生成的数据的可访问性和可重复性。
  • goat – 一种能够对步行和骑自行车可达性进行建模的工具。
  • gtfs-router – 用于使用 GTFS(通用传输馈送规范)数据进行路由的 R 包。
  • CityFlow – 适用于大规模城市交通场景的多代理强化学习环境。
  • Complete_Street_Rule – ArcGIS CityEngine 面向场景的设计工具,旨在使用户能够快速创建程序生成的多模式街道。
  • tesla_powerwall – 用于使用本地端点的 Python Tesla Powerwall API.
  • 车辆能源数据集– 用于车辆能源消耗研究的大型数据集。
  • gbfs – 通用自行车共享源规范的文档,这是共享移动系统可用性的标准化数据源。
  • Bike Index – 有效的自行车注册:在线、强大、免费。
  • go-ocpp -Golang 中的 v1.5 和 v1.6 开放充电点协议实现。
  • EVMap – 用于访问 goelectric.de 电动汽车充电站目录的 Android 应用程序。
  • emobility-smart-charging – 用于电动车队的带有 REST API 的智能充电算法。
  • open-ev-data – 电动汽车规格的开放数据集。
  • BikeshareClient – 用于与 GBFS 自行车共享系统集成的 Dotnet 库。
  • 不断发展的城市自行车网络– 不断发展的城市自行车网络论文的源代码,从算法上探讨了城市自行车网络增长的局限性。
  • A/B Street – 一款交通模拟游戏,探索道路的微小变化如何影响骑自行车的人、公共交通使用者、行人和司机。
  • enviroCar – 一款 Android 应用程序,用于为 enviroCar 平台收集汽车传感器数据。
  • Everest – 用于电动汽车充电基础设施(从固件到云)的开源软件堆栈:OCPP、ISO 15118、SunSpec、Modbus、能源管理和负载平衡以及基于 MQTT 的完整灵活的中间件框架。Linux 基金会能源生态系统的一部分。
  • Streetmix – 让人们可以轻松地一起设计公共空间。
  • 3Dstreet – 创建 2D Streetmix.net 街道的 3D 可视化。
  • Transitland – 一个开放数据平台,收集 GTFS、GTFS Realtime 以及来自世界各地交通提供商的其他开放数据源。
  • Cyclestreets – Cyclestreets 的目标是为 CycleStreets 路由服务提供一个简单的 R 接口。
  • 运输燃料报告系统– 燃料供应商管理其温室气体减排合规义务的在线应用程序。
  • 电动汽车足迹– 模拟电动汽车与传统汽油汽车对气候和二氧化碳排放的真实影响。
  • 流动性– 一种开源解决方案,用于计算因当地人口流动而产生的碳排放。
  • SpiceEV – 电动汽车单独充电事件的模拟程序。
  • 电动汽车车队模拟器– 预测电动汽车车队的能源使用情况。
  • motulator – 感应电机、同步磁阻电机和永磁同步电机的仿真模型。
  • ATRIOS – 完全集成的开源软件工具,用于评估部署先进机车技术和相关基础设施的策略,以实现经济高效的脱碳。

生产及工业

  • btp-ai-sustainability-bootcamp – 向 SAP 合作伙伴展示如何将智能和可持续性添加到 SAP 业务技术平台上的行业云解决方案中。
  • AMO-Tools-Desktop – 能效计算应用程序,适用于泵、熔炉、风扇和电机等工业设备以及蒸汽等工业系统。
  • 工业能源工具– 由 NREL 开发的计算器,用于预测普查地区和县级美国工业部门能源使用和排放的能源效率和燃料转换情景。
  • CalTRACK – 方法是在开放和透明的利益相关者流程中开发的,该流程使用经验测试来定义可复制的方法,使用来自现有条件基线的每月或间隔数据来计算标准化计量能耗。
  • OpenModelica – 一个基于 Modelica 的开源建模和仿真环境,适用于工业和学术用途。

计算与通信

  • Eco-CI – 估算 GitHub 和 GitLab 上 CI / CD 管道的能耗。
  • Green Metrics Tool – 一个开源套件,用于测量、显示和比较容器化软件的软件能源和二氧化碳消耗。支持外部功率计以及 RAPL 和 ML 估计模型。
  • Scaphandre – 一个开源软件代理,用于跟踪服务器 ICT 服务的能耗。
  • Tracarbon – Tracarbon 跟踪您设备的能源消耗并使用您的位置计算您的碳排放量。
  • H2020 CATALYST – 将数据中心转变为能源灵活性生态系统。
  • Energy-Languages – 使用计算机语言基准游戏进行编程语言能耗分析的完整工具集。
  • energyusage – 一个用于测量计算对环境影响的 Python 包。
  • CPU Energy Meter – 一种 Linux 工具,允许以精细的时间间隔监控 Intel CPU 的功耗。
  • PowerAPI – 用于构建软件定义的功率计的中间件工具包。
  • GreenFrame – 一种用于测量给定网站应用程序上用户场景的碳足迹的工具。GreenFrame 能够测量 Docker 或 Kubernetes 容器的 CPU、内存和网络使用情况。通过测量 dockerized E2E 测试的资源消耗,GreenFrame 可以比较应用程序不同版本之间的消耗。
  • 补丁节点– 通向全球碳中和的道路将通过计划性补偿来实现。
  • co2.js – 一个 npm 模块,用于访问绿色 Web API,并估算使用数字服务的碳排放量。
  • nvidia-co2 – 向 nvidia-smi 添加 gCO2eq 排放量。
  • 低影响网站– 与我们的常规网站相比,数据传输减少高达 70%。
  • 云碳足迹– 用于估算公共云使用中的能源使用量(千瓦时)和碳排放量(公吨 CO2e)的工具。
  • pyJoules – 一个软件工具包,用于测量主机在执行一段 Python 代码时的能量足迹。
  • Google Cloud 区域的无碳能源– 以机器可读格式包含 Google Cloud 区域的可持续发展特征。
  • FEEP – 提高免费开源软件的能源效率。
  • LEAF – 用于对云、雾和边缘计算环境中的能耗进行建模的模拟器。
  • ethereum-nft-activity – 估计流行 CryptoArt 平台的总排放量。
  • kube-green – 一个 k8s 操作符,用于减少集群的二氧化碳足迹。
  • Kepler – 使用 eBPF 探测与能源相关的系统统计数据并导出为 Prometheus 指标。
  • 软件碳强度规范– 描述如何计算软件应用程序碳强度的规范。
  • 绿色软件工程原理– 是定义、构建和运行可持续软件应用程序所需的一组核心能力。
  • grid-intensity-go – 用 go 编写的工具,可帮助您将碳强度纳入有关何时何地运行计算作业的决策中。
  • Eco2AI – 一个 Python 库,可在运行代码期间累积有关功耗和二氧化碳排放的统计数据。
  • 影响– 使用我们的计算器计算您的 ML 模型的排放量,并使用我们生成的 LaTeX 模板将结果添加到您的论文中。
  • CodeCarbon – 跟踪计算的排放并推荐减少其对环境影响的方法。
  • Experiment-impact-tracker – 旨在成为一种简单的插入式方法,用于跟踪系统的能源使用、碳排放和计算利用率。
  • 环境足迹数据——旨在参考尽可能多的数据,帮助组织评估其信息系统、应用程序和数字服务的环境足迹。
  • Carbonalyser – 允许可视化您的互联网浏览导致的电力消耗和温室气体排放。
  • Carbontracker – 跟踪和预测训练深度学习模型的能源消耗和碳足迹。
  • green-ai – 绿色人工智能标准旨在制定标准并提高对人工智能研究和开发中最佳环境实践的认识。
  • 碳意识 SDK – 帮助您构建碳意识软件解决方案,并智能地使用最绿色的能源。
  • ecoCode – 使用这个尖端的 SonarQube 插件减少程序的环境足迹。
  • PowerJoular – 允许监控多个平台和进程的功耗。
  • 绿色算法– 旨在促进更加环境可持续的计算科学。
  • Camunda Carbon Reductor – 允许您在能源清洁时改变流程的碳排放,同时仍然满足所要求的服务水平协议。
  • Quell – 应对气候变化的内容管理软件,阻止网络碳生产。
  • Vessim – 它允许用户将能源系统组件(例如可再生能源发电、能源存储和潮流分析)的特定领域模拟器与真实的软件和硬件连接起来。
  • Ecoindex_cli – 该工具提供了一种使用多线程从本地计算机通过 Ecoindex 分析网站的简单方法。
  • Zeus – 深度学习能量测量和优化的框架。
  • perun – 通过对硬件组件的使用统计数据进行采样来计算 Python 脚本的能耗。
  • 网络可持续性指南– 我们的网络可持续性指南和任何补充文档的规范草案,包括我们对网络可持续性的介绍。
  • GEOPM – 作为研究面向异构高性能计算平台的能源和功率优化的框架。
  • EcoSonar – 使开发团队能够在开发过程中考虑数字技术对环境的影响,并推广最佳生态设计和可访问性实践的知识。
  • Carbon Tools – 一套二氧化碳足迹工具,用于衡量我们发布的代码的影响。
  • CNCF Green Reviews WG – WG Green Reviews 的项目存储库,是 CNCF TAG 环境可持续性的一部分。
  • HBERT – 一个开源 Revit 插件,用于测量 Revit 模型中应用的材料的隐含碳。

农业与营养

  • Farmbot – 人类的开源数控农业机器。
  • OBIA4RTM – 旨在通过使用辐射传输模型和基于对象的图像分析来检索与智能农业应用相关的植物参数,以高效、灵活和可扩展的方式直接满足实际用户需求和政策需求。
  • DSSAT 耕作系统模型– 已用于许多应用,从农场和精确管理到气候变率和气候变化影响的区域评估。
  • MAgPIE – 农业生产模型及其对环境的影响。
  • OBI – 开放博登指数计算器是一种根据四个主要标准评估农田土壤的工具:化学、物理、生物和管理。
  • 循环– 每日时间步长的农业生态系统模型,模拟耕作系统和其他土地利用中发生的生物物理过程和管理实践。
  • ApsimX – 全球广泛使用的农业建模框架。
  • Resilience Atlas – 一种交互式分析工具,用于了解影响萨赫勒、非洲之角以及南亚和东南亚农村生计、生产系统和生态系统的一些关键压力源和冲击的程度和严重性。
  • monica – 一种基于过程的动态模拟模型,描述农业生态系统中碳、氮和水的运输和生化周转。
  • OpenFarm – 一个免费开放的农业和园艺知识数据库和网络应用程序。
  • Agridat – 农业实验数据集的广泛集合。
  • Karrot – 用于组织全球食品节约团体的 Web 应用程序。
  • openfoodnetwork – 当地食品的在线市场。它建立了一个独立的在线食品商店网络,将农民和食品中心与个人和当地企业联系起来。
  • powerplant – 提供智能种植建议,最大限度地提高作物的积极互动,从而实现所有作物的互惠互利。
  • Trefle – 用于植物物种的植物 JSON REST API,允许您搜索和查询所有已注册的物种,并构建下一个园艺应用程序和农业机器人。
  • HappyPlants – 以可视化方式创建您自己的植物数据库。
  • dormancyR – 提供园艺中使用的常见寒冷模型的替代方案,以计算落叶果树果园的寒冷指标以及处理天气数据的函数。
  • Seedr – 一个 R 包,提供适合水力和热力时间发芽模型的功能。
  • plantFEM – 基于有限元法的植物模拟器,以田间作物为目标。该软件为农民、育种者和农艺师提供了对树冠、植物和器官的农业多物理模拟。
  • openfoodfacts-server – Open Food Facts 是一个协作、免费和开放的数据库,包含来自世界各地的食品。
  • ramlegacy – 世界各地商业开发海洋种群的种群评估结果汇编。
  • FABIO – 林业和农业生物质投入产出表。
  • Growstuff – 开源和开放数据平台,可以预测您的植物何时可以收获。
  • FarmOS – 用于农场管理、规划和记录保存的开源网络应用程序。
  • Is-Vegan – 帮助您找出哪些食品成分是素食/非素食。
  • AgroMo – 集成了作物、生物地球化学和农业经济模型的综合评估和建模软件。
  • CropHarvest – 从各种农业土地利用数据集和遥感产品中收集数据。
  • BreizhCrops – 用于作物类型识别的卫星时间序列数据集。
  • Veganify – 一款多语言渐进式网络应用程序,可扫描超过 3,000,000 种食品或非食品产品的 EAN 或 UPC 代码,并简单地告诉您它们是否是素食主义者。
  • 共同农业政策哨兵– 旨在向欧洲和国家利益相关者提供经过验证的算法、产品、工作流程和与管理相关的农业监测最佳实践。
  • EuroCrops – 一个数据集集合,结合了来自欧盟国家的所有公开可用的自我声明的作物报告数据集。
  • FarmVibes.AI – 可以为农业和可持续发展开发丰富的地理空间见解。
  • agrolib – 一组用于农业气象建模和气候分析的库。
  • FIELDimageR – 用于分析 R 农业田间试验和实验室图像的工具。
  • AquaCrop – 一个免费的开源工具,用于评估气候和水对农业的影响。
  • PCSE – 为实现瓦赫宁根开发的作物模拟模型而开发的框架。
  • climatrends – 提供计算生态学气候模型降水和温度指数的方法。
  • Agroecology-Map – 一个技术平台,可以绘制和交流农业生态和农林业经验。
  • osiris – AR 包,用于处理气候对全球变化分析模型农业产量的影响。
  • PoPS – 这是用于模拟害虫和病原体传播的 R 包。
  • DiCRA – 提供与气候适应农业相关的关键地理空间数据集的开放访问。
  • OpenOlitor – 社区支持农业和基于订阅模式的直销农业项目的管理平台。
  • Grimgrains – 一个植物性烹饪网站。
  • extractOz – 从 GPS 采样点提取全球径流数据中心农业生态区、主要土壤秩序和天气数据。
  • PyAEZ – 一个 python 包,包含许多与农业生态分区(AEZ)框架相关的算法。
  • CRITERIA3D – 包括土壤中三维水和热流、耦合地表和地下流、气象数据插值、辐射预算、作物发育和作物吸水量的数值解。
  • CRITERIA1D – 农业水文模型,模拟可变饱和度土壤中的一维水流、作物发育、根系水分提取和灌溉用水需求。
  • S4A – Sentinel-2 多年、多国家基准数据集,用于通过深度学习进行作物分类和分割。
  • LiteFarm – 一个将农民和科学家聚集在一起的平台,对农业系统的社会、环境和经济产出进行参与性评估。
  • 生物贸易– 分析生物基产品的国际贸易,重点关注农业和林业部门。
  • PyETo – 用于计算参考作物蒸散量(有时称为潜在蒸散量)的 Python 库。
  • DynACof – 基于过程的模型根据管理计算咖啡种植园的地块净初级生产力、碳分配、生长、产量、能源和水平衡。
  • WorldCereal – 一种高效、敏捷且强大的基于 EO 的系统,用于在田间范围内及时监测全球作物。
  • AgML – 提供对常见农业深度学习任务的公共农业数据集的访问,具有标准基准和预训练模型,以及生成合成数据和注释的能力。
  • Broccoli – 一款免费的环保食谱应用程序,用于构建您的食谱收藏、无干扰烹饪和时令食材。
  • Epicrop – 使用 R 中的易感暴露感染去除 (SEIR) 模型对农作物病害进行模拟建模。
  • rnassqs – 允许用户通过 API 访问美国农业部国家农业统计服务快速统计数据。
  • foodsharing – 反对食物浪费的平台和倡议。

排放量

碳强度和核算

  • NMF.earth 应用程序– iOS 和 Android 应用程序,用于了解和减少您的碳足迹。
  • EnergyPATHWAYS – energyPATHWAYS 模型是一种专业的开源能源和碳规划工具,用于评估长期、整个经济范围内的温室气体减排情景。
  • Blockchain-carbon-accounting – 碳核算和认证工作组的代码。
  • 足迹– 一个 R 包,用于根据 IATA 机场代码或纬度和经度计算航空旅行的碳足迹。
  • strictgRid – 提供英国国家和地区碳强度、每单位能源消耗的碳排放量的信息。
  • Carbonintensity-api – Rust 库,用于从英国国家电网检索区域碳强度数据。
  • 硅胶– 自动填充报告的排放场景中的细节。
  • OpenClimate – 支持巴黎协定目标的独立气候核算网络。
  • 范围3 – 建立一个框架,媒体和广告行业可以在其中合作制定衡量广告价值链排放的最佳实践。
  • NEMED – 一个 python 包,用于检索和处理国家电力市场的历史排放数据,由澳大利亚能源市场运营商发布的数据集复制。
  • 钢铁排放报告指南– RMI 的钢铁排放核算和数据交换指南。
  • Carbonr – R 中的一个包,用于方便计算碳当量排放量。
  • Pledge4Future – 允许您计算与工作相关的供暖和电力消耗以及商务旅行和通勤产生的二氧化碳排放量。
  • 旅行影响模型– 描述旅行影响模型 (TIM) 背后的建模假设和输入规范,TIM 是 Google 旅行可持续发展团队根据多个外部数据源编译的最先进的排放估算模型。
  • 利润和排放数据库– 关于大型企业排放和利润的免费公共数据库。
  • ec0lint – 一种静态代码分析工具,为用户提供有关如何在开发过程中减少网站碳足迹的提示。
  • Kubernetes 碳强度导出器– 提供数据导出器,Kubernetes 操作员可以利用来自第三方的碳强度数据进行碳感知工作负载调度。
  • 电力地图– 电力消耗中二氧化碳排放的实时可视化。
  • 开放电网排放倡议– 旨在满足对高质量、可公开访问的每小时电网排放数据的迫切需求,这些数据可用于温室气体核算、政策制定、学术研究和能源属性证书市场。
  • gridemissions – 显示美国电力系统每小时的碳足迹。
  • pyELQ – 通过浓度和风测量检测、定位和量化甲烷排放。

碳抵消和交易

  • 二氧化碳去除数据库– 关于碳去除项目和技术的开放科学报告。
  • 国家碳信用登记处– 作为一个在线数据库,使用国家和国际标准来量化和验证计划的温室气体减排量。
  • 森林风险– 森林碳潜力和风险的统计模型。
  • Guardian – 提供可审计、可追溯、可重复的记录,记录碳信用额的排放过程和生命周期,从而减少 ESG 市场中的欺诈行为。
  • NCX 收获延期方法– 通过短期收获延期改进森林管理的 NCX 方法的文件、数据和代码。
  • PRTR – 一个用于处理欧洲污染物排放和转移登记(E-PRTR)数据并将其发布为国家网络服务的项目。
  • ETS-Watch – 提供 Python 客户端,用于检索欧盟排放交易系统市场及其参与者的最新数据。
  • 世界碳定价数据库– 该数据集包含自 1990 年以来世界各地引入的碳定价机制(碳税或限额与交易)的信息。
  • elmada – 欧洲动态电力碳排放因子和价格。
  • eu_cbm_hat – 能够在森林管理、自然干扰和与森林相关的土地利用变化等情景下评估森林二氧化碳排放和清除。

碳捕获

  • ClimateMARGO.jl – MARGO 的 Julia 实现,MARGO 是优化气候变化控制策略的理想化框架。
  • OceanBioME.jl – 研究海洋二氧化碳清除策略的有效性和影响的工具。
  • CDRMEx – 二氧化碳去除建模实验。
  • OpenIAM – 由国家风险评估伙伴关系第二阶段开发的开源综合评估模型,旨在促进地质碳汇项目的风险评估、管理和遏制保证。
  • FOQUS – 不确定性和替代因素的优化和量化框架。
  • GEOS – 用于模拟地下耦合流动、传输和地质力学的模拟框架。

排放观测和建模

  • 碳测绘器– 通过定位、量化和跟踪太空中的甲烷泄漏和二氧化碳点源,加速全球范围内的当地气候行动。
  • ghg 排放指标– 在不列颠哥伦比亚省环境报告上发布的温室气体排放指标的 R 脚本。
  • DuMux – 基于 DUNE 框架,旨在为复杂的非线性现象提供多种数值模型以及灵活的离散化方法,例如二氧化碳封存、土壤修复、癌症治疗中的药物输送等。
  • oco2peak – 我们项目的目标是根据 NASA 的 OCO-2 卫星测量的碳浓度数据来定位地球上的二氧化碳排放量。
  • CO2 排放数据集– CHE 数据门户为项目中使用和提供的分布式数据提供了一个接口,可以作为输入数据集或结果数据集。
  • 全球碳预算– 碳循环源和汇的年度生活数据出版物,由多个数据源和多个组织和研究小组生成。
  • emissions-api – 一种可以轻松访问气候相关气体排放数据的解决方案。
  • eixport – 一个 R 包,提供从 VEIN 和其他模型以不同格式读取排放并将排放导出为适合其他模型的适当格式的功能。
  • EmissV – 该软件包提供了一些产生排放的方法(重点是车辆排放),用于数值空气质量模型,例如 WRF-Chem。
  • 静脉– 用于估计车辆排放清单的 R 包。
  • 社区排放数据系统– 对工业时代(1750 年至今)全球空气排放种类进行一致的估计。
  • PyChEmiss – 一个 Python 脚本,用于根据运行 WRF-Chem 模型所需的本地排放创建 wrfchemi 文件。
  • co2-data – 我们的世界数据中的二氧化碳和温室气体排放数据。
  • X-STILT – 一种大气传输模型,用于处理垂直集成的二氧化碳柱和潜在的其他痕量气体。
  • stilt – 一种开源拉格朗日粒子扩散模型,广泛用于模拟污染物和温室气体通过大气的传输。
  • OpenGHG – 用于温室气体数据分析和协作的云平台。
  • 开放碳观察– 我们监控组织发布的温室气体排放报告及其法律义务和自己的承诺,并随着时间的推移对其进行跟踪。
  • 来自高光谱图像的甲烷检测– 基于深度学习的机载高光谱图像甲烷检测遥感方法。
  • 甲烷源查找器– 在交互式地图上探索、分析和下载从机载平台检测到的甲烷羽流以及 VISTA 基础设施、网格甲烷估算值和其他附加数据层。
  • deep-sm-machine – 用于识别工业烟雾排放的深度学习模型和数据集。
  • Ribbit Network Frog 传感器– 全球最大的开源、低成本、二氧化碳气体检测传感器众包网络的传感器。
  • FIRECAM – 一款在线应用程序,供最终用户诊断和探索五个全球火灾排放清单中火灾排放的区域差异。
  • ESTA – 一种命令行工具,用于将原始排放数据处理成空间和时间分配的排放清单,适用于光化学建模或其他分析。
  • FlyingClimate – 对二氧化碳和非二氧化碳效应(例如氮氧化物排放和凝结尾迹形成)进行建模,以分析航空的总变暖足迹。
  • 工业烟羽检测– 根据遥感数据表征工业烟羽。
  • EDGAR – 全球大气研究排放数据库。
  • OpenGHGMap – 欧洲城市级二氧化碳排放清单。
  • 综合碳观测系统– 生成大气中温室气体浓度以及大气、地球和海洋之间碳通量的标准化数据。
  • 全球水泥、钢铁生产资产数据库– 全球水泥、钢铁生产资产数据库提供了目前正在运营的全球水泥生产厂的信息。
  • 全球化石燃料登记– 全球石油、天然气和煤炭生产和储量的开源数据库,以二氧化碳当量表示。
  • Easy-ERA5-Trck – 超轻量级拉格朗日模型,用于使用 ERA5 数据计算数百万条轨迹。
  • GRACED – 来自化石燃料和水泥生产的近实时全球网格每日二氧化碳排放数据集,全球空间分辨率为 0.1° x 0.1°,时间分辨率为 1 天。
  • ECAM – 水和废水公用事业运营商可以评估其温室气体排放和能源消耗。
  • 排放建模框架– 一个客户端-服务器系统,旨在存储与排放建模相关的信息,并具有集成的质量控制流程。
  • MOVES – 一种最先进的排放建模系统,可根据 EPA 的开源软件政策,估算国家、县和项目级别的标准空气污染物、温室气体和空气毒物的移动源排放量。
  • EPA_ALPHA_Model – 评估轻型车辆的温室气体排放。
  • gtfs2emis – 根据 GTFS 数据估算公共交通排放量。
  • HEMCO – 在用户定义的网格上计算不同来源、地区和物种的大气排放。
  • MacetMapper – 一种快速、准确的基于深度学习的解决方案,用于从机载高光谱图像中检测甲烷。
  • Pyra – 自动化 EM27/SUN 温室气体测量软件。
  • EMIT 数据资源– EMIT 旨在帮助科学家了解灰尘如何影响气候,还可以查明强效温室气体的排放。
  • 集成甲烷反演– 包含用于使用 GEOS-Chem 设置和运行集成甲烷反演的源代码。
  • eCalc – 用于计算石油和天然气生产和加工的能源需求和温室气体排放的软件工具。
  • 森林补偿– 包括我们用于分析加州合规森林碳补偿计划的库和脚本。
  • 化石运输跟踪器– 一个数据平台,为决策者、记者和竞选组织提供有助于识别来自俄罗斯的化石燃料运输的信息。
  • UNFCCC DI API – 获取向联合国气候变化框架公约 (UNFCCC) 报告的各国温室气体排放总量的数据。
  • STARCOP – 使用高光谱机器学习模型对甲烷羽流进行语义分割。
  • 清洁空气市场 API 门户– EPA 清洁空气市场部门提供的一套 API,用于访问收集的数据,以运行旨在减少发电厂空气污染的程序。
  • goFlux – 一种用户友好的方法,可以自行计算土壤中的温室气体通量,无论用户体验如何。
  • Klimatkollen – 一个 Web 应用程序,提供用于显示市政当局内排放量的模板,以及正在开发的机器学习数据管道,该管道将查找、提取和列出公司的排放量。

产业生态

生命周期评估

  • exiobase – 全球详细的多区域环境扩展供应使用表(MR-SUT)和投入产出表(MR-IOT)。
  • bonsai – BONSAI 的目标是随时随地免费提供有关产品(产品足迹)的可靠、公正的可持续发展信息,以支持产品比较和决策。
  • Brightway2 – 用于生命周期评估的开源框架。
  • 活动浏览器– 用于生命周期评估的开源免费软件,扩展了 Brightway2 框架。
  • EOS-AYCE – Eaternity 的软件平台,作为气候的开源环境操作系统 (EOS),为所有你可以吃的 (AYCE)。
  • carculator – 车辆的前瞻性环境和经济生命周期评估速度极快。
  • 电力生命周期清单– 一个 Python 包,使用标准化设施发布和发电数据为美国的发电、混合发电、混合消费和向最终用户分配电力创建区域化生命周期清单 (LCI) 模型,其中上游燃料生产和基础设施的嵌入式系统流程。
  • uslci-content – 美国生命周期清单数据库的补充内容。
  • OpenLCA – 用于可持续性和生命周期评估的开源免费软件。
  • openlca-python-tutorial – 解释 Python 中 openLCA API 的用法.
  • 全球 LCA 数据访问网络– 聚集生命周期数据集提供商和其他利益相关者,他们的共同目标是通过增强、可互操作和全球性的 LCA 数据集访问来改进可持续发展相关决策。
  • BioSTEAM_LCA – 一个敏捷的生命周期评估平台,可以在不确定的情况下快速灵活地评估生物炼制厂的生命周期环境影响。
  • 联邦 LCA Commons – 访问用于生命周期评估的数据存储库集合的中心点。
  • Trase – 为商品供应链带来前所未有的透明度,揭示实现无森林砍伐经济的新途径。
  • QSDsan – 用于卫生和资源回收系统定量可持续设计的软件包。
  • 前提– 将综合评估模型输出与生命周期评估耦合。
  • useeior – 估计美国经济中商品和服务的潜在环境影响。
  • fedelemflowlist – 一个 Python 包,可生成并提供标准化基本流列表,用于生命周期评估 (LCA) 数据以及用于转换其他来源数据的映射。
  • pymrio – Python 中的多区域输入输出分析。
  • flowa – 将资源使用、废物、排放和损失归因于经济部门的库。
  • LCIA 格式化程序– 用于标准化生命周期影响评估数据的格式和流程的 Python 工具。
  • LCAx – LCAx 的目标是建立一种开放的、机器和人类可读的数据格式,用于交换 LCA 结果、EPD 和组件。
  • ecobalyse – Ecobalyse 可以了解和计算在法国销售的产品的生态影响。
  • lca_algebraic – 该库是 Brightway2 之上的一个小层,旨在定义参数库存,并快速计算 LCA 影响,适合蒙特卡洛分析。
  • pyLCAIO – 混合生命周期评估和环境扩展输入输出(EEIO)数据库的对象类。
  • UN/CEFACT CRM – 关键原材料的可追溯性和透明度项目。
  • Donut Biotool – 一种计算建筑项目在整个生命周期对生物多样性影响的工具。
  • saleos – 低地球轨道卫星的可持续性分析。

循环经济与废物

  • ONEARMY – 一系列工具,供 Precious Plastic 社区在世界各地合作解决塑料废物问题。
  • Trash-ICRA19 – 水下垃圾边界框标记数据集。
  • TACO – 上下文数据集工具包中的垃圾注释。
  • circularity.ID 开放数据标准– 该标准代表了对时尚行业利益相关者实现循环经济的需求进行了六年广泛研究的结果和发现。
  • RecycleNet – 仅使用少量带注释的图像的有效垃圾分类模型。
  • 垃圾网– 垃圾图像数据集。基于 Torch 的 CNN,用于垃圾图像分类。
  • OpenLitterMap – 一个开放、交互式且可访问的世界垃圾和塑料污染数据库。
  • Recyclebot – 一种开源废塑料挤出机,可利用废塑料和天然聚合物制造 3D 打印机长丝。
  • pycirk – 环境扩展投入产出分析中的循环经济政策和技术干预模型。
  • 全球塑料导航器– 可视化当前有关海洋塑料污染的科学出版物的最新和高分辨率数据。
  • Marine_debris_ML – 利用商业卫星图像和深度学习进行海洋碎片检测。
  • ADVECT – 全海洋海洋垃圾运输模型,旨在处理数百万个颗粒和 TB 数据。
  • Surfrider Plastic Origins – 一个公民科学项目,利用人工智能绘制欧洲河流中的塑料污染地图并公开共享其数据。
  • MARIDA – Sentinel-2 卫星图像上面向海洋碎片的数据集。
  • 检测废物– 检测环境中的塑料废物,以对抗环境污染并促进循环经济。
  • Santiago.jl – 一个 Julia 包,用于生成适当的卫生系统选项。
  • RaMa-Scene -RaMa-Scene 是一个用于分析环境扩展输入输出数据并生成场景的网络平台。
  • SwolfPy – 一个免费、多平台、基于 Python 的开源 SWM LCA 优化框架,具有内置参数和蒙特卡罗灵敏度和不确定性分析功能。
  • TrashMob – 一个致力于组织人们清理我们生活的世界的网站。用户创建清理活动,进行宣传,招募人员加入,并向社区和合作伙伴寻求帮助。
  • Haztrak – 一个网络应用程序,旨在说明危险废物管理软件如何与 EPA 的电子舱单系统交互,以电子方式跟踪危险废物从摇篮到坟墓的全过程。
  • OpenSpecy – 用于塑料颗粒和其他环境样品的拉曼和 (FT)IR 光谱分析工具。
  • Waste_flow – 一个Python包,用于检索和分析有关欧洲国家废物管理的数据。
  • Clothing Loop – 一项倡议,为人们提供了一种与自己社区中的其他人交换衣服的简单方法。
  • prommis – 矿物可持续性的流程优化和建模。

生物圈

生物多样性和物种分布

  • rgbif – 全球生物多样性信息设施 API 的接口。
  • Taxize – 允许用户在许多分类数据源中搜索物种名称(科学名称和常见名称)并下载上下游分类层次信息。
  • 全球生物相互作用– 全球生物相互作用提供对现有物种相互作用数据集的访问。
  • rredlist – IUCN 受威胁和濒危物种红色名录的 R 客户端。
  • BIRDS – 这套工具是为了系统化生物多样性数据审查而开发的,旨在评估一组物种观察是否适合使用,并帮助就其在进一步分析中的使用做出决定。
  • spocc – 一个 R 包,用于从多个来源查询和收集物种出现数据。
  • robis – 建立和维护一个与科学界合作的全球联盟,以促进自由和开放地获取和应用生物多样性和生物地理数据以及海洋生物信息。
  • redlistr – 一个 R 包,包含一组适合计算根据 IUCN 受威胁物种红色名录和 IUCN 生态系统红色名录类别和标准评估物种和生态系统所需的指标的工具。
  • ALA4R – 澳大利亚生活地图集提供了工具,使生物多样性信息的用户能够查找、访问、组合和可视化有关澳大利亚植物和动物的数据。
  • biodivMapR – 使用遥感图像进行 α 和 β 多样性绘图的 R 包。
  • DiversiTree – 帮助城市林务人员、规划人员、绿化人员和生态学家量化城市中的树木生态系统多样性。
  • mobr – 用于分析跨尺度生物多样性变化的工具。
  • Wildbook – 将结构化野生动物研究与人工智能、公民科学和计算机视觉相结合,以加快种群分析并开发新的见解来帮助对抗灭绝。
  • WildBook-ia – 为保护研究社区构建开放软件和人工智能;与 Wildbook 项目配对。
  • Wild Me Scout – 为航空调查照片提供结构数据处理和管理,以支持动物普查工作,结合机器学习和专业知识,尽快获得准确的动物计数。
  • Wild Me Scoutbot – 通过航空调查进行动物计数和分类的开放模型;与 Scout 项目配对。
  • PEcAn – 预测生态系统分析器是一个集成的生态生物信息学工具箱。
  • mapme.biodiversity – 对全球投资组合的空间生物多样性数据集进行有效分析。
  • SpatialEco – 用于生态系统空间分析和建模的 R 包。
  • Biodiverse – 一种使用基于分类、系统发育、性状和基于矩阵的关系以及相关环境和时间变化的指数进行多样性空间分析的工具。
  • Naturtag – 自然摄影师的工具,可添加有用的元数据来描述照片中的生物。
  • IUCNN – 环境数据和现有的 IUCN 红色名录评估,用于预测任何感兴趣的分类单元或地理区域的“未评估”物种的保护状态。
  • IPT – 全球生物多样性信息设施,用于通过 GBIF 网络发布和共享生物多样性数据集。
  • enmSdmX – R 中用于实现物种分布模型和生态位模型的一组工具。
  • sdmTMB – 适合物种分布模型的空间和时空预测过程的 R 包。
  • ENMwizard – 轻松进行生态位建模的先进技术。
  • flexsdm – 用于构建物种分布模型的有用工具。
  • 达尔文核心– 生物多样性信息共享标准。
  • iNaturalist – 帮助您识别周围的植物和动物。
  • pyinaturalist – iNaturalist 的 Python 客户端,iNaturalist 是一个社区科学平台,帮助人们通过观察和识别周围的生物来参与自然世界。
  • iNaturalistReactNative – 用 React Native 编写的官方 iNaturalist 客户端,最终将取代我们现有的 iOS 和 Android 应用程序。
  • TaxonWorks – 为分类学家和生物多样性科学家提供的基于网络的集成工作台。
  • ENMTML – 用于集成构建生态位模型的 R 包。
  • bdc – 用于标准化、整合和清理生物多样性数据的工具包。
  • Wallace – 用于物种生态位和分布的可重复建模的模块化平台,用 R 编写。
  • ENMeval – 用于自动运行和评估生态位模型的 R 包。
  • BioDiversityHub BC – 不列颠哥伦比亚省物种清单数据的来源。
  • 全球名称验证器– 根据 100 多个生物多样性数据库验证科学名称。
  • DISPLACE_GUI – 空间渔业和自然资源管理的科学研究软件。
  • GBIF 警报– 基于 GBIF 的入侵物种早期警报系统。
  • python-dwca-reader – 用于读取和解析 Darwin Core Archive (DwC-A) 文件的 Python 包,由 GBIF 网站、IPT 和许多其他生物多样性信息学工具生成。
  • BirdNET-Analyzer – 用于鸟类多样性监测的深度学习解决方案。
  • specify7 – 生物收集数据管理平台。
  • gbifdb – 为 gbif 的公共数据 AWS 快照的基于 parquet 的序列化提供关系数据库接口。
  • 多样性树– 包括许多比较系统发育方法,主要侧重于分析多样性和性状进化。
  • rmangal – 从生态相互作用数据库 MANGAL 检索和探索数据.
  • EcoReleve – 一款免费开源的生物多样性数据输入软件。
  • SpeciesDistributionToolkit – Julia 包的集合,形成一个旨在处理物种分布数据的工具包。
  • tidysdm – R 中的物种分布模型。
  • GeoNature-citizen – 用于生物多样性数据收集的公民科学项目的免费开源网络解决方案。
  • galah – 活地图集托管的生物多样性数据的 R 接口;一组共享共同代码库并充当全球生物多样性信息设施节点的组织。
  • elapid – 物种分布建模工具,包括 Maxent 的 python 实现。
  • ReMobidyc – 一种多智能体模拟器,用于种群动态和生态毒理学中基于个体的建模。
  • TSX – 提供可靠而有力的措施,衡量澳大利亚在国家、州和地区层面受威胁和近乎受威胁物种的相对丰度变化。
  • vak – 用于动物声学通信和生物声学的神经网络框架。
  • scikit-maad – 实现环境音频的定量分析,提供用于处理、分段和计算声学特征的工具。
  • SMBD – 促进实践社区将海洋生物数据与达尔文核心保持一致,以便共享到海洋生物多样性信息系统(OBIS)。
  • Diversity.jl – 提供测量元社区(例如生态系统)及其组成子社区的 alpha、beta 和 gamma 多样性的功能。
  • entropart – 一个 R 包,提供计算群落的 alpha、beta 和 gamma 多样性的函数,包括系统发育和功能多样性。
  • Portalcasting – 提供模型开发、部署和评估系统,用于预测生态系统如何随时间变化,重点关注广泛使用的哺乳动物种群和群落动态的长期研究。
  • OpenSoundscape – 一个免费开源的 Python 实用程序库,用于分析生物声学数据。
  • wildRtrax – 用于环境传感器数据管理和分析的 R 包。
  • SSDM – 基于堆叠物种分布模型绘制物种丰富度和特有现象的软件包。
  • rotl – 一个 R 包,用于与开放生命之树数据 API 交互。
  • CoordinateCleaner – 自动标记生物和古生物学收集数据中常见的空间和时间错误,用于保护、生态和古生物学。
  • biomod2 – 用于物种分布集合预测的计算机平台,能够处理模型中的一系列方法不确定性并检查物种与环境的关系。
  • ENMTools – 该软件包实现了各种测试、可视化和指标,用于环境利基模型 (ENM) 和物种分布模型 (SDM)。
  • ade4 – 环境科学中探索性和欧几里德方法的生态数据分析。
  • LetsR – 允许用户根据物种的地理分布构建存在-不存在矩阵,这是宏观生态学的主要分析工具,并将其与物种特征、保护信息和空间环境层合并。
  • spOccupancy – 使用马尔可夫链蒙特卡罗拟合单物种、多物种和集成空间占用模型。
  • TrenchR – 促进微气候建模,将气象站数据转化为生物体经历的环境条件,并促进生物物理建模,以预测给定环境条件下的生物体体温。
  • NicheMapR – 模拟生命的热力学约束。
  • D-EcoImpact – 基于 Python 的内核,用于执行空间环境影响评估。
  • Bionomia – 从生物多样性发生数据中解析人名,应用基本正则表达式和启发式来消除歧义,并将这些发生记录作为人们可以通过 ORCID 声明的实体。
  • DigiVol – 利用在线志愿者的力量将生物多样性收集、实地笔记本和调查表中锁定的生物多样性数据数字化。
  • ibis.iSDM – 提供一系列便利功能以适应集成物种分布模型。
  • baRulho – 一个 R 包,用于量化栖息地引起的(动物)声学信号的退化。

保护与恢复

  • Forestatrisk – 用于建模和预测森林砍伐风险的 Python 包。
  • worldpa – 世界保护区数据库的 R 接口。
  • pywdpa – 世界保护区数据库的 Python 接口。
  • wdpar – 世界保护区数据库的 R 接口。
  • 为地球植树– 让您可以通过全球 100 多个重新造林项目来植树。
  • Tree Mapper 应用程序– Tree Mapper 扩展了 Plant for the Planet 应用程序,并允许在种植期间现场提交坐标。
  • Continuous Reforestation – 一个 GitHub Action,用于使用 DigitalHumani 开发的重新造林即服务 (RaaS) API 在开发工作流程中植树。
  • Forestatrisk – 模拟和预测热带地区的森林砍伐。
  • 树木追踪器– 供植树者使用,这样他们就不必手动输入拍摄的照片的坐标。
  • FSDL 毁林检测– 使用卫星图像和深度学习模型来检测毁林风险的深度学习方法。
  • 全球重新造林机会评估– 量化世界各地自然更新森林的碳固存。
  • 欧盟森林树点数据– 用于欧盟植被和潜在自然植被绘图的分析就绪点数据的汇编。
  • Treetracker – 协调现场树木生长数据的数字捕获,从而为生活在极端贫困中的人们通过植树创造就业机会。
  • gfcanalysis – 用于处理全球森林变化数据集的工具。
  • California Forest Observatory – 用于通过 Salo API 访问森林观测站数据的 Python 包装器.
  • Prioritizr – 使用混合整数线性规划技术为构建和解决保护规划问题提供灵活的接口。
  • EcoSISTEM.jl – 一个 Julia 包,提供模拟物种经历动态生物过程(如出生、死亡、竞争和扩散)以及气候和栖息地环境变化的功能。
  • oneimpact – 提供用于评估生态研究中多种基础设施和土地利用变化的累积影响的工具。
  • grainscape – 景观连通性、栖息地和保护区网络的高效建模。
  • Restoptr – 旨在使用优化算法确定恢复工作的优先领域。
  • ADRIA.jl – 一个多标准决策支持平台,用于为珊瑚礁恢复和适应干预措施提供信息。
  • lterdatasampler – 为科学界、政策制定者和社会提供保存、保护和管理国家生态系统、生物多样性及其提供的服务所需的知识和预测性理解。
  • 半个地球– 提供半个地球目标进展的交互式摘要,作为帮助了解生物多样性、人类侵占和保护的全球数据集的工具。
  • track2KBA – 该 R 包由一些功能组成,这些功能有助于根据个人跟踪数据识别对生物多样性重要的区域,例如关键生物多样性区域 (KBA)。
  • oceandatr – 旨在提供简单的函数来创建数据,以便对大面积海洋区域(特别是近海区域)进行空间保护优先级排序。

森林观测与管理

  • ECOSTRESS – ECOSTRESS 获取的图像是从太空获取的最详细的地表温度图像,可用于测量单个农民田地和植物的温度。
  • treeseg – 开发用于从森林中获取的高密度大面积激光雷达点云中近乎自动地提取树级点云。
  • fgeo – 分析森林多样性和动态。
  • SEPAL – 通过促进有效获取和使用地球观测数据,使世界各地的人们能够更好地了解森林管理中的土地覆盖动态。
  • 森林碳数据库– 全球森林碳数据库。
  • TreeLS – 基于地面激光扫描(但不仅仅是)点云的森林数据处理的高性能 R 函数。
  • TreeQSM – 来自激光扫描仪数据的单棵树的定量结构模型。
  • 全球森林观察– 一种在线、全球、近乎实时的森林监测工具。
  • gfw-mapbuilder – 用于构建自定义 Forest Atlas Web 应用程序的库。
  • litR – 用于林业应用机载 LiDAR 数据操作和可视化的 R 包。
  • Digital Forestry Toolbox – Matlab/Octave 的数字林业工具集合。
  • pyfor – 用于分析森林数据的航空点云的工具。
  • DeepForest – 用于机载 RGB 图像中树冠检测的 Python 包。
  • NeonTreeEvaluation – 机载 RGB、高光谱和 LIDAR 图像树木检测的基准数据集。
  • canopyLazR – 一个 R 包,可根据机载 LiDAR 点云估计叶面积密度和叶面积指数。
  • Forestlas – 用于从机载 LiDAR 数据生成森林垂直结构指标的代码。
  • OpenTreeMap – 一个用于众包树木清单、生态系统服务计算、城市林业分析和社区参与的协作平台。
  • DeepTreeAttention – 使用注意力辅助 CNN 进行高光谱图像分类。
  • OpenSimRoot – 用于模拟根结构、养分和水吸收等的源代码。
  • Forestmangr – 用于森林测量和管理的 R 包。
  • 命运– 植被竞争与共存的队列模型,允许代表生物圈,将陆地表面划分为演替阶段。
  • DetecTree – 一个 Pythonic 库,用于对航空图像中的树/非树像素进行分类。
  • Sentinel-Tree-Cover – 该项目使用开源人工智能和卫星图像绘制十米尺度的树木范围。
  • Bioverse Labs – 使用深度学习中常用框架的 Python 脚本,用于森林环境中的模式识别。
  • rGEDI – 用于 NASA 全球生态系统动力学调查 (GEDI) 数据可视化和处理的 R 包。
  • detectorreeRGB – 从 RGB 图像中描绘树冠,并结合从 LiDAR 数据中描绘树冠的方法。
  • ForesToolboxRS – 用于森林监测的遥感工具。
  • Gieß den Kiez – 使公民能够协调一致地参与城市树木的灌溉。
  • 森林结构复杂性工具– 允许从各种传感器源的大多数高分辨率森林点云中自动提取地块尺度测量值。
  • 森林情景规划器– 用于森林管理情景规划的在线工具。
  • spanner – 支持景观、森林和树木相关数据收集、操作、分析、建模和可视化的实用程序。
  • ForestTools – 从遥感数据中检测并分割单棵树。
  • rFIA – 通过提供用户友好的开源平台来轻松查询和分析,提高 USFS 森林清查和分析数据库的可访问性和使用性。
  • 森林植被模拟器– 一系列单树、距离无关的森林生长模拟模型。
  • PYFOREST – 巴拉圭森林保护法规通报。
  • Detectree2 – 基于 Mask R-CNN 的 Detectron2 实现的自动树冠描绘。
  • 异速生长– 科学和技术林业文献中存在数以千计的异速生长模型,异速生长是一个以稳健且结构化的格式存档和使用大量模型的平台。
  • 3D Forest – 激光雷达点云的可视化、处理和分析,主要针对森林环境。
  • datazoom.amazonia – 方便访问巴西亚马逊官方数据,包括农业、森林砍伐、生产。
  • sgsR – 用于基于 LiDAR 的森林清查的结构引导采样工具箱。
  • r3PG – 使用基于 3-PG 过程的模型进行森林生长模拟的 R 包。
  • 我们的森林明天– 想象欧洲森林的未来。
  • 地球的高分辨率树冠高度模型– 该模型估计每个 Sentinel-2 图像像素的树冠顶部高度,并使用稀疏 GEDI LIDAR 数据作为参考进行训练。
  • medfate – 使用基于队列的植被描述来模拟地中海森林功能和动态的功能。
  • OpenTrees.org – 全球数百万棵公共维护树木的数据可视化。
  • 种子地选择工具– GIS 绘图程序,旨在帮助森林管理者根据气候信息将种子地与种植地点相匹配。
  • ForestGapR – 用于机载激光扫描的热带森林间隙分析的 R 包。
  • CBM-CFS3 – 加拿大林业部门的碳预算模型是一个空间、林分和景观层面的建模框架,用于加拿大管理森林的森林碳平衡的国际报告。
  • FORTLS – 从遥感数据中检测并分割单个树。
  • dplR – 一个 R 包,用于执行树环分析,例如去趋势、年表构建和交叉日期。
  • LandR – 这些模型基于 LANDIS-II 模拟森林植被动态,并纳入火灾和昆虫干扰以及其他重要的生态过程。
  • Mangrove Atlas – 一个在线平台,提供监测红树林所需的遥感数据和工具。
  • 3DFin – 用于自动计算陆地点云中树木参数的免费软件。
  • Rprebasso – 预测森林生态系统的生长和碳平衡。

植物和植被

  • OpenPlantPathology – 开放植物病理学是一项支持和促进植物病理学领域所有开放、透明和可重复实践传播的倡议。
  • CRootBox – CRootBox 的重点是模拟不同类型的根结构,并提供与任意土壤/环境模型耦合的通用接口,例如,以确定特定根结构对功能的影响。
  • PlantCV – 使用计算机视觉进行植物表型分析。
  • Deep Plant Phenomics – 使用深度学习进行植物表型分析的平台。
  • plant – 用于模拟森林特征生态和进化的软件包。
  • 监测生态系统恢复力– 重点是了解半干旱环境中的植被模式。
  • 定量植物– 提供植物图像分析软件工具和模型的网站。
  • phenofit – 最先进的遥感植被物候提取包。
  • rnpn – 用于与美国国家物候网络数据网络服务交互的 R 客户端。
  • 光合作用– 一个 R 包,带有 C3 光合作用建模工具,以及曲线拟合植物生态生理学响应的分析工具。
  • phenor – 该框架利用四个常见物候观测数据集的植被物候测量值以及全球回顾和预测气候数据。
  • RBIEN – 用于访问植物信息和生态网络数据库的工具。
  • rWCVP – 用于访问和使用世界维管植物清单中的植物名称和分布数据的软件包。
  • kewr – 旨在使从英国皇家植物园 Kew 之一访问数据变得更容易,并为其公共 API 提供一致的接口。
  • Plants of the World Online – 一项国际合作计划,其主要目标是提供过去 250 年植物探索和研究中收集的世界植物区系的数字化数据。
  • dvm-dos-tem – 基于动态植被、动态有机土壤、陆地生态系统模型的过程。
  • blsp – 一种贝叶斯分层模型,可根据植被指数的稀疏时间序列量化长期年度地表物候。
  • austraits – 用于访问 AusTraits Plant 数据库的 R 包,该数据库是澳大利亚植物性状数据的开源、统一数据库。
  • vegperiod – 提供仅根据日平均温度和一年中的日期计算气候或热生长季节的方法。
  • Pyrealm – 提供一个集成工具箱,用于使用 Python 建模植物生产力、生长和人口统计。
  • rsofun – 用于生态系统过程的站点规模模拟的 R 框架。
  • BioCro – 一种模型,根据作物特定参数和环境数据作为输入,预测植物随时间的生长情况。

生物质

  • fgeo.biomass – 使用 allodb 包和 ForestGEO 数据中的异速生长方程计算生物量。
  • BIOMASS – 用于估计热带森林地上生物量及其不确定性的 R 包。
  • 碳预算– 该模型绘制了 2001 年至 2015 年森林温室气体排放总量、2001 年森林碳清除总量以及它们之间的差值(净通量)。
  • PNVmaps – 基于机器学习的潜在自然植被全球地图。
  • MAAP – 发现和使用生物量相关数据,整合数据进行比较、分析、评估和生成。
  • BioPAL – BIOMASS 产品算法实验室拥有用于处理和分析 ESA BIOMASS 任务数据的官方工具。
  • allodb – 用于温带森林地块生物量估计的 R 包。

野火

  • 野火预报– 该项目打算使用深度学习重现 GEFF 的火灾预报能力,并通过纳入额外变量或优化模型架构和超参数,进一步改进准确性、地理和时间尺度。
  • caliver – 网格火灾危险模型的校准和验证。
  • burnr – 在 R 中分析森林火灾历史数据(例如 FHX)的基本工具。
  • Pyrovision – 用于野火检测的计算机视觉库。
  • Pyronear Risks – Pyro-risks 项目旨在为 Pyronear 平台提供基于机器学习的野火预报功能。
  • 野火预测服务– 野火预测服务支持预防、准备、响应和恢复方面的决策。
  • 全球 ECMWF 火灾预报– 该模型是一个 Fortran 程序,用于根据大气输入计算火灾危险指数。
  • FIREDpy – 对 Collection 6 MODIS 烧毁区域产品中的火灾事件进行分类。
  • qgis2fds – 导出地形高程、土地利用和地理配准,以进行计算流体动力学野火或大气污染物扩散模拟。
  • Mesogeos – 用于地中海数据驱动野火建模的多用途数据集。
  • nasa-wildfires – 下载 NASA 卫星和资源管理系统火灾信息 (FIRMS) 检测到的野火热点。
  • WindNinja – 计算荒地火灾的空间变化风场以及复杂地形中需要高分辨率风预测的其他应用。
  • SimFire – 用 Python 编写的开源野火模拟器,旨在用于训练强化学习代理。
  • FireHistory – FireHistory 的目标是提供工具来帮助从生物多样性、保护和景点部火灾历史数据集西澳大利亚链接中提取有用的火灾指标。
  • ForeFire – 荒地火灾蔓延模型的开源代码。
  • ELMFIRE – 一个可操作的荒地火灾蔓延模型。
  • Cell2Fire – 基于细胞的森林和荒地景观火灾蔓延模拟器。
  • FireAlert – 当 NASA 的 FIRMS 在您的森林中检测到热量异常时向您发出警报。

海洋生物和渔业

  • VIAME – 海洋环境的视频和图像分析。
  • ecodata – 用于报告东北大陆架生态系统状态和趋势的数据包。
  • rfishbase -fishbase.org 数据库的 R 接口。
  • PlanktonIndividuals.jl – 该包模拟浮游植物个体集合的行为。
  • UVic-updates-opem – 将基于最优性的浮游植物和浮游动物引入 UVic-ESCM(版本 2.9),其中浮游植物、固氮生物和碎屑具有可变的 C:N:P(:Chl) 化学计量。
  • OceanAdapt – 向国家气候评估、渔业界、政策制定者和其他人员提供有关气候变化和其他因素对海洋生物分布的影响的信息。
  • icesDatras – 拖网调查网络服务数据库的 R 接口。
  • icesTAF – 负责支持国际海洋探索理事会透明评估框架。
  • KSO – 科斯特海底观测站是一种开源的公民科学和机器学习方法,用于分析海底电影。
  • FSAdata – 包含用于常见渔业资源分析的数据。请参阅下面的安装说明。
  • dataaimsr – 澳大利亚海洋科学研究所 (AIMS) 数据平台 API 客户端,可轻松访问 AIMS 数据平台科学数据和信息。
  • mermaid-dash – 将您的水下见解转化为数据驱动的行动,以拯救珊瑚礁。
  • mermaidr – 一个开源数据平台,旨在帮助您收集、分析和共享珊瑚礁监测数据。
  • RSP – 完善河口地区声学发射器跟踪的动物的最短路径。
  • aspe – 用于分析和可视化法国河流鱼类数据的 R 包。
  • Cifonauta – CEBIMar/USP 的海洋生物图像数据库。
  • CoralNet – 用于海底图像分析的存储库和资源。
  • Aqualink – 一个慈善资助的系统,帮助人们在海洋温度升高的情况下管理当地的海洋生态系统。
  • 近实时测量进度和温度图– 当船舶在白令海航行时,创建每日测量站的每日温度和异常图。
  • 冷池指数– 使用白令海东部海底拖网调查期间收集的温度数据计算冷池指数、平均海面温度和平均底部温度。
  • PlanktoScope – 一个模块化的开源硬件和软件平台,可对水生生物学和生态学中的浮游生物样本进行高通量定量成像。
  • pyafscgap – 社区贡献了基于 Python 的工具,用于处理来自 NOAA 阿拉斯加渔业科学中心底栖鱼评估计划的公共底拖网调查数据。
  • PhytoFit – 用于显示卫星叶绿素浓度,并计算自定义多边形内区域的统计数据和浮游植物繁殖模型。
  • Echopype – 一个旨在实现海洋声纳数据处理的互操作性和可扩展性的软件包。
  • OSMOSE – 一种多物种和基于个体的模型,重点关注鱼类物种。
  • WHOI HABhub 数据门户– 正在开发作为新英格兰有害藻华观测网络的数据访问和可视化门户。
  • nwfscSurvey – 提取和处理 NWFSC 西海岸底鱼调查数据以用于 PFMC 底鱼种群评估的工具。
  • ss3sim – 一个 R 包,通过广泛使用的种群综合统计年龄结构种群评估框架,促进灵活、快速和可重复的渔业种群评估模拟测试。
  • rfisheries – 与 openfisheries.org 上的渔业数据库交互。
  • 渔业资源评估– 提供 R 函数来进行典型的介绍性渔业分析。
  • RFishBC – 帮助渔业科学家收集钙化结构的测量值并反算以前年龄的估计长度。
  • FishRman – 闪亮的 R 仪表板,可轻松查询、下载、分析和可视化有关捕捞努力量的全球捕鱼观察数据。
  • mizer – 一个 R 包,用于运行鱼类群落的动态多物种尺寸谱模型。
  • POSEIDON – 基于渔业代理的模型。
  • gfwr – 用于从 Global Fishing Watch API 访问数据的 R 包。
  • r4ss – 由 Rick Methot 编写的渔业资源评估模型。
  • OrcaHello – 实时人工智能辅助虎鲸通知系统。
  • planktonr – R 包,有助于浮游植物和浮游动物数据的下载、分析和可视化。
  • worms – 世界海洋物种名录的 AR 客户端。
  • FIMS – 一个软件系统,旨在支持下一代渔业资源评估、生态系统和社会经济建模。
  • SSMSE – 使用股票综合执行管理策略评估的 R 包。
  • bcfishobs – 已知的 BC 鱼类观测记录为该省鱼类存在的最新、最全面的信息来源。
  • wastd – 向生物多样性、保护和景点部报告的西澳大利亚海龟搁浅事件。
  • shadia – 一个 R 包,旨在运行美国鲥鱼和其他鲱鱼的大坝通过性能标准模型。
  • CASAL2 – 模型可用于具有单一人为事件的单一种群(在鱼类种群模型中,这将是单一渔业),或用于多个物种和种群、区域和/或人为或开发方法,包括捕食者-猎物相互作用。
  • etn – 提供从佛兰德斯海洋研究所 (VLIZ) 托管的欧洲跟踪网络 (ETN) 数据库访问数据的功能,作为佛兰德斯对 LifeWatch 贡献的一部分。

陆生动物

  • auk – R 中的 eBird 数据提取和处理。
  • 帕默企鹅– 帕默企鹅数据包含在南极洲帕默群岛三个岛屿上观察到的三种企鹅物种的大小测量值。
  • phenocamr – 促进 PhenoCam 时间序列的检索和后处理。
  • 数据驱动生态学注释界面– 使用主动学习检测航空图像中野生动物的工具。
  • bioRad – R 包,用于分析和可视化天气雷达数据中的生物信号。
  • MegaDetector – 深度学习工具,可加速对运动触发的野生动物相机图像的审查。
  • ebirdst – 访问和分析 eBird 状态和趋势数据。
  • GeoPressureR – R 包帮助研究人员构建配备大气压力传感器的鸟类的轨迹。
  • EcoAssist – 一款开源应用程序,旨在简化生态学家处理相机陷阱图像的工作。
  • BirdFlowR – 预测鸟类分布的变化并生成综合迁徙路线。
  • ABAP – 用于下载和使用非洲鸟类地图集项目数据的代码。
  • TrapTagger – 人工智能驱动的相机陷阱图像处理。
  • ecoSecrets – 一个开源网络应用程序,旨在促进使用自动数据收集设备(例如相机陷阱)的生物多样性研究。

冰冻圈

海冰

  • 海冰漂移– 使用开源特征跟踪从 Sentinel-1 SAR 图像中获得海冰漂移。
  • CICE – 一种计算高效的模型,用于模拟极地海冰的生长、融化和运动。
  • OSSP – 用于在高分辨率光学图像中检测海冰表面特征的开源算法。
  • 海冰– 显示北极和南极的月平均海冰范围以及历史中位范围。
  • FESOM2 – 多分辨率海洋大气环流模型,可在非结构化计算网格上使用有限元和有限体积方法求解描述海洋和海冰的运动方程。
  • IceNet – 使用概率深度学习进行季节性北极海冰预测的代码。
  • COSIMA – 海洋和海冰模型分析工具和示例。
  • ACCESS-OM2 – 全球海洋-海冰耦合模型配置。
  • Polaris – 提供与百亿亿次能源地球系统模型的海洋、陆地冰和海冰组成部分相关的基础设施、测试用例和分析任务。
  • SOmap – 该软件包的目标是毫不费力地提高极地投影中南大洋地图的出版质量。

冰川和冰盖

  • PyTrx – 其主要目的是获取冰川环境倾斜光学图像的速度、表面积和距离。
  • OGGM – 冰川动力学的模块化开源模型。
  • GlaThiDa – 冰川厚度数据库。
  • ALPGM – 基于深度学习和参数化的区域冰川演化模型。
  • 卫星图像冰川测绘– 使用计算机视觉从卫星图像中自动分割碎片和冰川。
  • captoolkit – NASA 的冰冻圈测高处理工具包。
  • PISM – 平行冰盖模型是一个开源、并行、高分辨率的冰盖模型。
  • icepack – 冰川和冰盖的有限元建模。
  • DeepBedMap – 使用深度神经网络更好地解析南极洲的床层地形。
  • SIS2 – 计算任意数量的冰厚度类别(包括开放水域)的浓度、厚度、温度、盐水含量和积雪以及整个冰包的运动。
  • 淡水– 1958 年至 2019 年格陵兰岛液态水径流。
  • ecco_v4_py – 一个 Python 包,其中包含用于加载和操作 ECCO v4 海洋和海冰状态估计的工具。
  • icepyx – 用于获取和处理 ICESat-2 数据的 Python 工具。
  • BedMachine – 用于加载、插值和显示 BedMachine 冰盖地形的 Matlab 工具。
  • 冰山位置– 来自 ASCAT 和 OSCAT-2 的南极大型冰山位置。
  • SICOPOLIS – 模拟大型冰盖和冰盖演化的 3 维动态/热力学模型。
  • cosipy – 解决地表能量平衡问题,并与自适应垂直多层地下模块耦合。
  • QGreenland – 一款免费的地图工具,支持以格陵兰为重点的跨学科研究、教学、决策和协作。
  • DeepIceDrain – 使用遥感和机器学习绘制和监测南极洲深层冰下水活动。
  • LIVVkit – 陆地冰验证和验证工具包。
  • pypromice – 近乎实时地提供有关格陵兰冰盖质量平衡的数据。
  • GLAFT – 使用基于统计和物理的指标评估冰川速度图的 Python 模块。
  • ITS_LIVE – 提供自动化、低延迟、全球冰川流量和海拔变化数据集。
  • ODINN.jl – 使用通用微分方程进行气候-冰川相互作用的全球冰川模型。
  • Yelmo – 一个 3D 冰盖-架模型,用于求解冰盖系统的耦合动力学和热力学。
  • WAVI.jl – 一个快速且友好的冰盖模型,用 Julia 编写。
  • SICE – 一个自动化的开源处理链,用于确定冰川区域的日常反照率和其他表面特性。
  • 冰山跟踪信标– 一种低成本、强大且用户友好的冰漂流跟踪信标,基于开源电子 Arduino 平台,能够提供长期冰冻圈观测。
  • 冰川速度跟踪器– 一种低成本、开源冰川速度测量系统,旨在与精确点定位技术一起使用。

雪和永久冻土

  • Planet Snowcover – 该项目将机载激光雷达和 Planet Labs 卫星图像与尖端计算机视觉技术相结合,以前所未有的空间和时间分辨率识别积雪区域。
  • smrt – 雪微波辐射传输模型,用于计算积雪的热发射和反向散射。
  • FSM2 – 灵活雪模型是积雪和融化的多物理能量平衡模型,通过附加物理、驱动和输出选项扩展了阶乘雪模型(Essery,2015)。
  • Teaspoon – 一个 python 库,旨在使永久冻土温度时间序列数据的处理更加简单、高效和可再现。
  • BioSNICAR – 根据有关照明条件、冰结构以及颗粒类型和浓度的信息,预测 200 nm 至 5000 nm 之间的雪和冰川冰的光谱反照率。
  • Permamodel – 具有一系列功能和复杂性的数值永久冻土模型的集合。
  • SNOWPACK – 一种多用途的雪和地表模型,重点关注雪、大气以及植被覆盖和土壤之间的质量和能量交换的详细描述。
  • MuSA – 一个灵活的数据同化工具箱,用于实验和操作积雪再分析开发。
  • snotelr – R 工具箱,通过方便的基于闪亮的 GUI 促进轻松的 SNOTEL 数据探索和下载。

水圈

淡水和水文学

  • Raven – 旨在帮助科学家根据气候变化预测进行水文建模实验。
  • Hydroscoper – 希腊国家水文气象信息数据库的 R 接口。
  • WRF-Hydro – 用于水文建模和模型耦合的社区建模系统和框架。
  • rwrfHydro – 社区贡献的工具箱,用于管理、分析和可视化 R 中的 WRF Hydro(和 HydroDART)输入和输出文件。
  • PCR-GLOBWB_model – 用于全球到区域研究的大型水文模型。
  • HydroShare – 一个协作网站,可以更好地访问水文科学中的数据和模型。
  • SOILWAT2 – 生态系统水平衡模拟模型。
  • RivGraph – 从二进制掩模中提取和量化河流和三角洲河道网络的图形表示。
  • WaterDetect – 用于生成开放式水罩掩模的端到端算法,专为 MAJA1 处理器的 L2A Sentinel 2 图像而设计,无需任何现场先验知识。
  • FLAREr – 灵活、可扩展、稳健且近实时的湖泊和水库迭代生态预测。
  • Buhayra – 从卫星数据实时获取半干旱地区小型水库的蓄水范围。
  • Wflow – 一个 Julia 包,提供水文建模框架,以及可用于运行水文模拟的几种不同的垂直和横向概念。
  • ParFlow – 开源、模块化、并行的流域流量模型。
  • River Runner – 可视化雨滴从美国本土任意一点到终点的路径。
  • visGWDB – 地下水位信息学框架。
  • LakePy – 全球湖泊水位数据库的以 Python 为中心的用户中心前端。
  • rivr – 为明渠水力学本科生和研究生课程的学生和教师设计的教育工具。
  • eWaterCycle – 使使用水文模型变得更容易,而无需深入了解如何安装和运行模型。
  • Pastas – 用于分析地下水时间序列的开源 Python 框架。
  • VIC – 解决水和能量全面平衡的宏观水文模型。
  • Badlands – 盆地和景观动力学是一个长期地表演化模型,旨在模拟从上游地区到海洋环境的景观发展、沉积物输送和沉积盆地形成。
  • LAGOSNE – LAke 多尺度地理空间和时态数据库的接口。
  • RiverREM – 根据输入数字高程模型制作河流相对高程模型和 REM 可视化。
  • mHM – 中尺度水文模型。
  • LISF – 高性能陆地水文建模和数据同化的软件框架,旨在集成卫星和地面观测数据产品。
  • 概念功能等效– 概念性降雨径流模型,具有基本模型接口的实现。
  • NeuralHydrology – 用于训练神经网络的 Python 库,重点关注水文应用。
  • 地表水网络– 用于创建和分析地表水网络的 Python 包。
  • Lekan – 提供一款软件,可帮助用户进行水文和水力研究,以进行洪水测绘和预报、水工结构设计或与自然地表流相关的其他任务。
  • RUBEM – 一种分布式水文模型,用于计算土地利用随时间变化的月流量。
  • pywatershed – 美国地质调查局的可持续综合水文建模框架。
  • pyMETRIC – 一套基于 Python 的工具,用于利用 Landsat 图像档案来估计和绘制大面积的蒸散量。
  • SWAT – 土壤和水评估工具是一个小流域到流域规模的模型,用于模拟地表水和地下水的质量和数量,并预测土地利用、土地管理实践和气候变化对环境的影响。
  • HydroMap – 使用半自动克里金法绘制真实水流路径的地下水位图。
  • HydroSight – 一个统计工具箱,用于通过数据驱动洞察地下水动态和含水层特性。可以轻松分析数百个孔,无需任何编程。
  • 盆地3d – 适用于各种地球科学观测类型(水文学、地球化学、气候等)的通用数据合成模型。
  • hspfbintoolbox – 用于读取水文模拟程序 Fortran (HSPF) 二进制文件并打印到屏幕的 Python 脚本和函数库。
  • 下载水数据– 哥白尼计划的全球地表水数据下载器。
  • pyOpenRiverCam – 开源 API 中的表面速度、对象跟踪和河流流量测量。
  • SHUD – 使用半离散有限体积法的多过程、多尺度综合水文模型。
  • PyFlowline – 用于水文模型的网格独立河网生成器。
  • HexWatershed – 用于水文模型的网格独立流向模型。
  • rabpro – 使用 Google Earth Engine 描绘流域盆地并计算属性统计数据。
  • imod – 一个开源项目,可以更轻松地使用 Python 中的 MODFLOW 地下水模型。
  • SuperflexPy – 用 Python 编写的开源框架,用于构建灵活的、概念性的分布式水文模型。
  • HydPy – 用于开发和应用不同类型水文模型的交互式框架,最初是在波鸿鲁尔大学出于特定研究目的而开发的。
  • Xanthos – 一个开源水文模型,用 Python 编写,旨在量化和分析全球水资源可用性。
  • nlmod – 用于在荷兰构建、运行和可视化 MODFLOW 6 地下水模型的 Python 包。
  • Centerline-Width – 一个 Python 包,用于根据右岸和左岸的纬度和经度查找河流的中心线和宽度。
  • fwapg – 使用 PostgreSQL/PostGIS 扩展不列颠哥伦比亚省的淡水地图集.
  • HSPsquared – 水文模拟程序 – FORTRAN 的 Python 端口,已在全球范围内使用 40 多年,用于支持水资源规划和管理。

海洋环流模型

  • MOM6 – 海洋流体的数值表示,其应用范围从过程尺度到行星环流尺度。
  • MOM5 – 基于流体静力学原始方程的数值海洋模型。
  • 卑尔根分层海洋模型– 采用等密度垂直坐标,在表面混合边界层中具有近等密度内层和可变密度层。
  • Oceananigans.jl – CPU 和 GPU 上快速且友好的流体动力学。
  • NEMO – 欧洲海洋建模核心是一个最先进的建模框架,用于海洋和气候科学的研究活动和预报服务。
  • GOLD – 代表广义海洋层动力学,是由 NOAA 资助、NOAA-GFDL 和普林斯顿大学海洋小组开发的混合坐标有限体积海洋模型代码。
  • Veros – 强大的工具,使高性能海洋建模变得平易近人且有趣。
  • MITgcm – 一种灵活的非静水力学公式,可有效模拟各种尺度的流体现象。
  • ccpp-physical – 通用社区物理包旨在促进在最先进的大气模型中实施物理创新,使用各种模型来开发物理,以及加速物理创新向可操作的 NOAA 模型的过渡。
  • MOHID-拉格朗日– 主要为海洋学和河流建模而开发,应用于大气和其他行星环境应该是微不足道的。
  • Mohid – 使用面向对象的编程原理用 ANSI-Fortran95 编写的模块化有限体积水建模系统,集成了不同的数学模型并支持管理所有预处理和后处理的图形用户界面。
  • CDFTOOLS – 用于对 NEMO 海洋模型输出进行分析和诊断的 Fortran 软件包。
  • GOTM – 一般海洋湍流模型是一个雄心勃勃的名称,用于海洋和湖泊学应用的一维水柱模型。
  • ROMS – 一种自由表面、地形跟踪、原始方程海洋模型,被科学界广泛用于各种应用。
  • Pyroms – 用于处理区域海洋建模系统的输入和输出文件的工具集合。
  • wrfHydropy – 提供端到端 Python 接口,以支持涉及 WRF-Hydro 模型的工作流程的可重复研究和构建。
  • HYCOM – 以高分辨率实时三维描述海洋状态,为沿海和区域模型提供边界条件,并为全球海洋-大气耦合预测模型提供海洋边界条件。
  • TrackEddy – 用于利用卫星海面高度异常研究海洋中涡流动能的趋势。

波浪和水流

  • leaflet-velocity – 为任意速度(例如风、洋流)的方向和强度创建画布可视化层。
  • OpenDrift – 一款用于对海洋甚至大气中漂浮的物体或物质的轨迹和命运进行建模的软件。
  • dorado – 使用加权随机游走方法从任何 2D 浅水流体动力学模型模拟流场上的被动拉格朗日粒子传输。
  • 包裹– 可用于追踪被动和主动颗粒物,例如水、浮游生物、塑料和鱼类。
  • wavespectra – 一个用于处理海浪光谱数据的开源项目。
  • LESbrary.jl – 生成海洋湍流大涡模拟数据库来训练海洋和气候模型。

海洋碳和温度

  • CO2SYS – 用于计算海洋二氧化碳系统变量的 MATLAB(或 Octave)项目。
  • PyCO2SYS – Python 中的海洋碳酸盐系统计算。
  • FluxEngine – 开源大气海洋气体通量数据处理工具箱。
  • seacarb – 一个 R 包,用于计算海水中碳酸盐系统的各种参数。
  • TSG-QC – 对 SeaBird 热盐度仪进行的海面温度和海面盐度测量进行分析和验证。
  • 海洋健康指数得分– 对健康和可持续海洋的进展提供宝贵、全面和定量的评估。
  • ERSEM – 一种海洋生物地球化学和生态系统模型,描述碳、氮、磷、硅、氧和铁在低营养级浮游和海底生态系统中的循环。
  • AIBECS.jl – 一个 Julia 软件包,为海洋生物地球化学建模者提供易于使用的界面,用于创建和运行海洋系统模型。
  • mocsy – 模拟海洋碳酸盐系统热力学的例程。
  • cbsyst – 用于计算海水碳和硼化学的 Python 模块。
  • 开放式酸化项目– 使用开放式细胞滴定法测定海水中总碱度的装置。
  • m_mhw – 检测和分析空间海洋热浪。
  • AutoQC – 用于对地下海洋温度观测进行自动质量控制检查的测试套件。
  • MarineHeatWaves – Python 模块,实现 Hobday 等人的 Marine Heatwave 定义。(2016)。
  • heatwaveR – 包含 RmarineHeatWaves 包中的原始函数,根据 Hobday 等人的定义计算和显示海洋热浪。(2016)。
  • GSW-Python – 海水热力学方程 2010 的 Python 实现。

海岸和珊瑚礁

  • py-wave-runup – 一个 Python 模块,使沿海工程师和科学家可以轻松测试和使用已在文献中发表的各种经验波浪运行模型。
  • CoastSat – 使用户能够从 30 多年的公开卫星图像中获取全球任何海岸线的海岸线位置的时间序列。
  • PySAMOSA – 一款基于 Python 的软件,用于处理来自 SAR 卫星测高的公海和沿海波形,以测量海洋和内陆水域的海面高度、波高和风速。
  • 数字地球澳大利亚海岸线– 从大陆范围内免费提供的地球观测数据中提取受潮汐限制的年度海岸线和沿海变化率。
  • Thetis – 使用 Firedrake 有限元框架构建的非结构化网格沿海海洋模型。
  • OceanMesh2D – 基于精确距离的二维自动网格生成工具箱,适用于沿海海洋/浅水流模型。
  • oceanmesh – 用于开发用于模拟沿海海洋环流的非结构化三角网格的 Python 包。
  • AeoLiS – 在供应限制因素很重要的情况下(例如沿海环境)模拟风沙输送。
  • REEF3D – 一个高效并行的流体动力学框架,重点关注沿海、海洋和水利工程流。
  • pygetm – 一般河口运输模型的 Python 重写。
  • PyGnome – 它旨在支持沿海环境中的石油和其他危险物质泄漏。
  • Coastwards – 一个全球公民科学项目,旨在帮助科学家研究海平面上升的风险。
  • 沿海碳网络数据库– 通过为我们的社区提供数据、分析工具和综合机会,加快沿海湿地碳科学的发现步伐。

海洋和水文数据访问

  • HyRiver – 用于从 Web 服务检索水文气候数据的 Python 软件堆栈。
  • pydaymet – 从 Daymet Web 服务检索和后处理气候数据。
  • argopy – 由近 4000 个自主探测器组成的全球网络,每 10 天测量从表面到 2000 米深度的压力、温度和盐度。
  • tidyhydat – 一个 R 包,用于导入加拿大水务调查水文数据并使其整洁。
  • OceansDB – 气候学和水深测量等海洋参考数据的数据库。
  • stglib – USGS 沿海/海洋灾害和资源计划用于处理海洋时间序列数据的例程。
  • noaa_coops – NOAA CO-OPS 潮汐和洋流数据和元数据 API 的 Python 包装器。
  • Ferret – 一种交互式计算机可视化和分析环境,旨在满足海洋学家和气象学家分析大型复杂网格数据集的需求。
  • Blueant – 南极和南大洋科学的环境数据。
  • VAPOR – 海洋、大气和太阳能研究人员的可视化和分析平台。
  • Ocean-Data-Map-Project – 一种数据可视化工具,使用户能够快速轻松地发现和查看 3D 海洋模型输出。
  • OceanSpy – 一个开源且用户友好的 Python 包,使科学家和感兴趣的业余爱好者能够分析和可视化海洋模型数据集。
  • oce – 用于海洋学处理的 R 包。
  • GPM-API – 提供易于使用的 python 界面来下载、读取、处理和可视化全球降水测量任务 (GPM) 数据档案的大部分产品。
  • hddtools – 一个开源项目,旨在促进访问与水文学家以及一般环境科学家和从业人员相关的各种在线开放数据源。
  • Hydrobr – 帮助用户选择、下载和清理巴西国家水务局的雨量站和流量站的数据。
  • EMODnetWFS – 允许通过 EMODnet Web 要素服务询问和访问 R 中的 EMODnet(欧洲海洋观测和数据网络)地理矢量数据。
  • STOQS – 用于海洋测量数据的地理空间数据库可视化软件。
  • odp_sdk – 轻松高效地将查询的海洋数据下载到数据框架中,以便在数据科学项目中轻松探索和进一步处理。
  • AODN 门户– 澳大利亚海洋和气候科学数据的门户。
  • 海平面监测器– 用于监测海平面上升的工具和应用程序。
  • 加拿大海洋网络– 使用 Python 轻松访问加拿大海洋网络数据。
  • StreamCat – 提供美国境内约 265 万条溪流及其相关流域的自然和人为景观特征摘要。
  • cmocean – 用于标准化常用绘图海洋变量的颜色图设置。
  • GlobalDeltaChange – 预测三角洲形态和三角洲变化的理论框架,以及一组在全球范围内对约 11,000 个三角洲进行预测的代码。
  • WaterwayMap – OpenStreetMap 中的河流流域。

气氛

大气成分和动力学

  • qgs – 模拟 β 平面上 2 层准地转通道大气的动力学,耦合到简单的陆地或浅水海洋组件。
  • pyglow – 一个 Python 模块,包含几个用 FORTRAN 编写的高层大气气候模型。
  • 任务支持系统– 用于规划大气研究飞行的协作服务器。
  • MiMA – 理想化潮湿大气模型:具有全辐射的中等复杂性大气环流模型。
  • Isca – 对不同复杂程度和现实程度的行星大气全球环流进行理想化建模的框架。
  • pyvortex – 使用纳什准则计算等效纬度和极涡边缘。
  • ClimaAtmos.jl – 用于构建大气环流模型的库,从一开始就设计为利用数据同化和机器学习工具。
  • WaveBreaking – 一个 python 包,提供天气和气候数据中罗斯比波浪破碎的检测、分类和跟踪。
  • Typhon – 使用 Python 3 进行大气研究的工具集合。
  • Pace – 由 NOAA/GFDL 使用 GT4Py 领域特定语言在 Python 中开发的 FV3GFS / SHiELD 大气模型的实现。
  • Project Horus – 业余无线电高空热气球项目。
  • ANEMOI – 用 CUDA Fortran 编写的大涡模拟代码,用于模拟大气边界层流。
  • CIS – 一种开源命令行工具,可轻松配置、可视化、分析和比较大气科学中使用的各种网格和非网格数据集。
  • EMC² – 用于大气模型和观测柱比较的开源框架。
  • Unidata Science Gateway – 为学术和研究界提供一个可用于访问、分析和可视化实时和案例研究地球系统科学数据的环境。
  • SounderPy – 一个 python 包,可帮助您访问和绘制垂直剖面数据以进行气象分析。
  • SHARPpy – 开源测深和测速仪分析例程的集合、测深绘图包以及用于分析实时测深的交互式跨平台应用程序,全部用 Python 编写。
  • AC_tools – 包含用于处理大气模型输出和观测数据的函数和脚本。
  • ACT – 大气数据社区工具包是一个开源 Python 工具包,用于处理不同维度的大气时间序列数据集。
  • Freva – 由大气科学界为大气科学界开发的数据搜索和分析平台。
  • SpeedyWeather.jl – 具有简单物理原理的全球光谱大气模型,它被开发为一个研究游乐场,只要速度快,就具有一切灵活的态度。
  • A-Profiles – 一个专门用于分析大气剖面仪测量结果的 python 库。
  • LROSE – 用于大气科学的激光雷达开放软件环境。
  • CalibrateEDMF.jl – 使用无梯度集成卡尔曼方法校准大气湍流和对流参数化。
  • jsmetrics – 一个开源 Python 包,包含各种统计数据和算法的实现,这些统计数据和算法已开发用于识别或表征喷射流。
  • pySonde – 将维萨拉的无线电探空仪文件 (mwx) 转换为 netCDF4,并根据需要将它们插值到通用高度网格以便于处理。

大气扩散和传输

  • MPTRAC – 用于分析自由对流层和平流层大气传输过程的拉格朗日粒子弥散模型。
  • GRAL – 拉格朗日色散模型,对计算时间和合理的精度有合理的要求。
  • SNAP – 拉格朗日型大气扩散模型,专门用于模拟放射性碎片的扩散。
  • GasDispersion.jl – 一组用于气体释放的大气扩散建模的工具,例如可能在化工厂的紧急情况下或更常见的烟囱中发生的情况。
  • CloudDrift – 加速拉格朗日数据在大气、海洋和气候科学中的使用。
  • IPART – 一个 Python 包,用于根据网格综合蒸气传输数据进行自动大气河 (AR) 检测、轴查找和 AR 跟踪。
  • WAM2layers – 用于确定降水最初蒸发的位置(回溯)或蒸发的水分最终到达的位置(前向跟踪)。

大气化学和气溶胶

  • GEOS-Chem – 通过全面、最先进、易于访问的全球大气成分模型,加深对人类和自然对环境影响的了解。
  • gcpy – 基于 Python 的工具包,包含专门用于大气化学和成分的 GEOS-Chem 模型的有用函数。
  • PartMC – 用于大气气溶胶模拟的粒子解析蒙特卡罗代码。
  • PyCHAM – 适用于 Windows、Linux 和 Mac 的 Python 盒模型中的气溶胶微物理化学。
  • 平流层化学拉格朗日模型– 模拟跨越平流层-对流层交换等运输障碍的大气交换过程的世界领先者。
  • PyBox – 一个基于 Python 的盒模型生成器和模拟器,专为大气化学和气溶胶研究而设计。
  • MICM Chemistry – 独特的化学模块,可在 NCAR 使用的任何大气模型中实施。
  • PySDM – 基于 Python 粒子的暖雨/水化学云微物理包。
  • Pyrcel – 用于气溶胶-云相互作用研究的简单绝热云块模型的实现。
  • ORAC – 一种最佳估计检索方案,用于估计来自各种可见红外成像卫星(例如 MODIS、AATSR、AVHRR 和 SEVIRI)的气溶胶和云特性。
  • CAMP – 允许在具有不同气溶胶表示的大气模型中解决给定的化学机制。
  • pyaerocom – 一项由科学家发起的开放式国际倡议,致力于增进对全球气溶胶及其对气候影响的了解。
  • py-smps – 用于分析和可视化来自各种气溶胶尺寸测量仪器的尺寸解析气溶胶数据的 Python 包。
  • MONET – 一个开源项目和 Python 包,旨在为天气和空气质量模型的大气成分数据分析创建一个通用平台。
  • APCEMM – 旨在评估配备燃气涡轮发动机的传统飞机引入的化学和微物理扰动。
  • EUREC4A 获取目录– 获取 EUREC4A 实地活动的数据,该活动旨在提高对云、对流和环流之间的相互作用及其在气候变化中的作用的理解。
  • dwarf-p-cloudsc – ECMWF 云微物理参数化的独立迷你应用程序。
  • UWLCM – 使用湍流 LES 模型和拉格朗日云微物理对云进行数值建模的工具。

气象观测与预报

  • Windrose – 气象学家使用的图形工具,可以简洁地了解风速和风向在特定位置的典型分布情况。
  • METplus – 一个涵盖广泛时间(预报警告到气候)和空间(风暴到全球)尺度的验证框架。
  • WRF-ARW – 天气研究和预报模型的官方存储库。
  • wrf-python – 诊断和插值例程的集合,用于天气研究和预报模型的输出。
  • Open-Meteo – 用于非商业用途的全球天气 API,提供每小时天气预报。
  • stationaRy – 从全球数千个气象站之一获取每小时气象数据。
  • Weathercan – 该软件包可以更轻松地从加拿大环境与气候变化 (ECCC) 网站搜索和下载多个月/年的历史天气数据。
  • metR – 几个函数和实用程序使 R 更好地在整洁的数据范例中处理气象数据。
  • Climate – Climate R 包的目标是自动从公共存储库下载气象和水文数据。
  • rdwd – 一个 R 包,用于从德国气象局选择、下载和读取气候数据。
  • MetPy – Python 中的工具集合,用于读取、可视化天气数据并执行计算。
  • wetterdienst – 尝试在 Python 中访问天气数据感觉就像一阵温暖的夏日微风.
  • AWIPS – 先进天气交互处理系统是一个气象显示和分析包,最初由国家气象局和雷神公司开发。
  • Metview Python 绑定– Metview 的 Python 接口,Metview 是一个气象工作站和批处理系统,用于访问、检查、操作和可视化气象数据。
  • Herbie – 一个 python 包,可从不同的云存档源下载最新和存档的数值天气预报模型输出。
  • MEWS – 一个 Python 包,旨在将极端天气事件添加到现有的天气数据或预测中。
  • eeweather – 获取与邮政编码制表区域或纬度/经度相对应的 NCDC ISD、TMY3 或 CZ2010 天气数据。
  • met.3D – 数值集合天气预报和类似数值大气模型数据集的交互式三维可视化。
  • agera5tools – 用于镜像、操作和服务全球农业天气数据(AgERA5)的工具。
  • MeteoInfo – 气象界的 GIS 和科学计算环境。
  • thundeR – 来自 rawinsonde 和数值天气预报数据的对流参数的快速计算和可视化。
  • AtmoSwing – 允许根据天气变量预测当地感兴趣的气象变量,例如每日降水量。
  • ufs-weather-model – 包含构建统一预报系​​统大气模型和相关组件(包括 WaveWatch III 模型)所需的模型代码和外部链接。
  • WeatherBench 2 – 用于评估和比较数据驱动模型和传统数值天气预报模型的框架。
  • MeteoHist – 一款 Streamlit 应用程序,用于为世界各地创建交互式温度和降水图。
  • ecPoint-Calibrate – 一种使用条件验证工具将数值天气预报模型输出与点观测进行比较的软件,通过这种方式预测子网格变化并识别网格规模的偏差。
  • imdlib – 从印度气象部门下载并处理二进制网格数据。
  • MetNet – 一种神经网络,可预测未来 8 小时内的降水量,空间分辨率为 1 平方公里,时间分辨率为 2 分钟,延迟为秒级。
  • jmastats – 从日本气象厅网站下载天气数据。
  • pyIEM – python 支持的集合,使我的天气处理工作正常进行。
  • 森林– 预测、观测研究和评估调查工具。
  • AMBS – 大气机器学习基准系统旨在提供应用于气象领域的最先进的视频预测方法。
  • gis4wrf – 一个免费开源的 QGIS 插件,可帮助研究人员和从业人员进行高级研究天气研究和预报建模工作流程。
  • 气象站– 每个人都可以编辑和共享的公共气象站列表。
  • GEMPAK – 气象数据的分析和产品生成。
  • PostWRF – WRF 和 ERA5 数据的可视化和后处理。
  • GraphCast – 学习熟练的中期全球天气预报。
  • 图形天气– 使用图形神经网络预测全球天气的数据驱动方法。
  • Brightsky – 德国气象服务的 JSON API,作为其开放数据计划的一部分。
  • IEM – 提供爱荷华州和世界各地天气数据和预报的网站。
  • IMPROVER – 用于气象后处理和验证的算法库。
  • OpenCastKit – 全球数据驱动的高分辨率天气预报的开源解决方案。
  • MSC AniMet – 一个简单的工具,使用户能够与 MSC 开放数据天气数据进行交互,并为世界上任何地区创建自定义天气动画。

辐射传输

  • lowtran – Python 和 Matlab 中的大气吸收消光、散射和辐照度模型。
  • vSmartMOM.jl – 用于辐射传输和相关大气分析的完整端到端模块化软件套件。
  • libRadtran – 用于计算地球大气中太阳辐射和热辐射的 C 和 Fortran 函数和程序的集合。
  • ARTS – 毫米和亚毫米光谱范围的辐射传输模型。
  • Py6S – 6S 辐射传输模型的 Python 接口。
  • RTE+RRTMGP – 一组用于计算行星大气中辐射通量的代码。
  • LBLRTM – 逐线辐射传输模型是从快速大气特征码导出的准确且高效的逐线辐射传输模型。
  • RRTMGP.jl – 用于大气环流模型的快速准确的辐射传输模型的 Julia 实现。
  • Eradiate – 用于地球观测应用的下一代辐射传输模型。
  • Juelich 快速光谱模拟代码– Juelich 快速光谱模拟代码 (JURASSIC) 是一种快速红外辐射传输模型,用于分析大气遥感测量结果。
  • Tenstream – 用于地球系统模型的 3D 辐射传输求解器。
  • 海洋数据和信息系统——海洋信息中心促进获取全球海洋信息、数据和知识产品,以进行管理和可持续发展。
  • 反射潜力– 对地球年平均表面反射潜力的实证分析。
  • radis – 用于高分辨率红外分子光谱的快速逐行代码。
  • pyOSOAA – 用于具有大气辐射传输的海洋连续订单的 python 接口。
  • ECRAD – 适用于大气天气和气候模型的辐射方案。
  • RT1 – 用于从雷达数据中检索土壤和植被相关参数的一阶辐射传输模型。

气候变化

地球和气候建模

  • SCREAM – 目标为 3 公里(“云解析”)分辨率的全球大气模型。
  • ESMValTool – 一种社区诊断和性能指标工具,用于世界气候研究计划中地球系统模型的常规评估。
  • 灵活的建模系统– 用于支持大气、海洋和气候系统模型的高效开发、构建、执行和科学解释的软件框架。
  • global-workflow – 全球上层建筑/工作流程目前支持立方球全球预测系统上的有限体积。
  • pangeo – 大数据地球科学社区平台。
  • Pangeo Docker 镜像– 此存储库中定义的镜像捕获 Pangeo Cloud 使用的可重现计算环境。
  • CMEPS – 地球预测系统社区中介器 (CMEPS) 是一个符合 NUOPC 标准的中介器组件,用于耦合地球系统模型组件。
  • E3SM – 最先进的地球气候全耦合模型,包括重要的生物地球化学和冰冻圈过程。
  • E3SM 诊断包– 为支持 DOE 的能源百兆级地球系统模型 (E3SM) 项目的诊断任务而构建的诊断包。
  • MDTF-diagnostics – 用于天气和气候模拟的分析框架和面向过程的诊断集合。
  • 社区地球系统模型– 由同时模拟地球大气、海洋、陆地、河流径流、陆地冰和海冰的单独模型组成,加上一个中央耦合器/慢化器组件,它允许研究人员进行基础研究地球过去、现在和未来的气候状态。
  • CLIMA-Land – 陆地模型中的所有内容(土壤植物大气模块、陆地水文学等)。
  • 全球环境多尺度模型– 由加拿大环境与气候变化部气象研究部大气数值预测研究科开发的综合预报和数据同化系统。
  • atlas – 数值天气预报和气候建模库。
  • hector – 一个开源、面向对象、简单的全球气候碳循环模型。
  • pyhector – 简单的全球气候碳循环模型 Hector 的 Python 接口.
  • NorESM – 挪威地球系统模型和文档。
  • CliMT – 用于用 Python 构建地球系统模型的工具包。
  • climlab – 用于面向过程的气候建模的 Python 包。
  • FAIR – 有限振幅脉冲响应简单气候碳循环模型。
  • MetSim – 用于水文建模和气候应用的气象模拟器和强迫分解器。
  • ESMF – 地球系统建模框架是一套用于开发高性能、多组件地球科学建模应用程序的软件工具。
  • RegESM – 区域地球系统模型被设计为最先进的耦合建模系统,允许使用各种不同的地球系统模型组件以及它们与协同处理工具的集成。
  • MPAS – 跨尺度预测模型是一个合作项目,旨在开发大气、海洋和其他地球系统模拟组件,用于气候、区域气候和天气研究。
  • pymt – 用于运行和耦合地球表面模型的 Python 工具包。
  • ClimateModels.jl – 不同复杂性和完整性的气候模型的统一接口。
  • Pymagicc – 降低复杂性气候模型的 Python 包装器。
  • DALES – 荷兰大气大涡模拟模型。
  • Earthformer – 用于地球系统预测的时空转换器,将深度学习应用于各种地球系统预测任务。
  • ClimaX – 第一个天气和气候科学基础模型。
  • MAPL – GEOS 架构的基础层,其最初目的是补充地球系统建模框架。
  • MESMER – 以可忽略的计算成本随机创建特定于地球系统模型的时空相关气候变量场实现。
  • CMIP6_CVs – 用于 CMIP6 的核心控制词汇。
  • Earth2mip – 一个 Python 框架,使气候研究人员和科学家能够探索和实验天气和气候的人工智能模型。
  • sedproxy – 用于模拟沉积物存档气候代理记录的 R 包。
  • uDALES – 用于城市流动、扩散和微气候建模的大涡模拟软件。
  • SUEWS – 地表城市能源和水平衡计划。
  • Dragonfly for Grasshopper – 用于大规模气候和城市热岛建模的传统蜻蜓插件。
  • Urban Weather Generator – 用于模拟城市热岛效应的 Python 应用程序。
  • pycontrails – 用于模拟航空气候影响的 Python 库。
  • PCMDI Metrics Package – 用于系统评估气候和地球系统模型的开源 Python 包。
  • swell – 用于使用 JEDI 数据同化系统和 NASA 戈达德地球观测系统 (GEOS) 数值天气预报模式生成实验。
  • TSMP – 一个开源的尺度一致、高度模块化、大规模并行的区域地球系统模型。
  • helios – 一个 R 包,用于处理来自 WRF 和 CMIP 等各种来源的全球变化分析模型 (GCAM) 的加热和冷却度。

气候数据标准

  • cf-conventions – CF(气候和预报)元数据的约定旨在促进使用 NetCDF API 创建的文件的处理和共享。
  • cf-python – 符合 CF 的地球科学数据分析库。
  • CF Checker – CF Checker 是一个实用程序,用于检查 NetCDF 文件的内容是否符合气候和预报 (CF) 元数据约定。
  • netcdf-fortran – Fortran 中的 Unidata 网络通用数据形式 (netCDF) 是用于科学数据访问的接口和一组提供该接口实现的自由分发的软件库。
  • netcdf-c – C 语言的 Unidata 网络通用数据形式 (netCDF) 是一个用于科学数据访问的接口以及一组提供该接口实现的自由分发的软件库。
  • netcdf-python – Python 中的 Unidata 网络通用数据表单 (netCDF) 是一个用于科学数据访问的接口以及一组提供该接口实现的自由分发的软件库。
  • 气候模型输出重写器– 生成符合 CF 的 netCDF 文件,满足许多气候社区标准模型实验的要求。
  • h5netcdf – netCDF4 文件格式的 Python 接口,可直接通过 h5py 或 h5pyd 读取和写入本地或远程 HDF5 文件,而不依赖于 Unidata netCDF 库。
  • xarray – 一个开源项目和 Python 包,在原始 NumPy 数组之上引入维度、坐标和属性形式的标签,从而提供更直观、更简洁且不易出错的用户体验。
  • cf-xarray – 解释 CF 属性的 xarray 对象的访问器。

气候数据可视化和访问

  • CMIP6 数据集– 提供对耦合模型比对项目 (CMIP) 当前第 6 阶段输出的访问。CMIP6 全球气候模型为我们可能了解的(几乎)所有未来气候奠定了基础。
  • Climatedataguide – 搜索和访问涵盖大气、海洋、陆地等的 212 个数据集。探索气候指数、重新分析和卫星数据,并了解它们在气候模型指标中的应用。
  • rnoaa – 许多国家海洋和大气管理局数据源的 R 接口。
  • Meteostat Python – 使用 Python 访问和分析历史天气和气候数据。
  • loadeR – 基于 NetCDF-Java API 构建的用于气候数据访问的 R 包。
  • easyclimate – 轻松访问欧洲的高分辨率每日气候数据。
  • GSODR – R 日间天气数据客户端的全球地面摘要。
  • IPCC AR6 第 9 章图– IPCC AR6 第 9 章中所有图的代码和数据。
  • ATLAS – 气候变化 ATLAS 的数据集、代码和虚拟工作空间。
  • pylandtemp – 来自 NASA 的 Landsat 卫星图像的全球陆地表面温度和发射率。
  • cdsapi – 用于访问哥白尼气候数据存储的 Python API。
  • PRISM – 从俄勒冈州 PRISM 气候数据项目下载数据。
  • climaemet – 使用 API 直接从 R 下载西班牙气象局气候数据并创建科学图表的接口。
  • 气候数据存储工具箱– 深入了解有关地球过去、现在和未来气候的丰富信息。
  • chirps – 准全球高分辨率降雨数据集,它结合了卫星图像和现场站数据,创建网格降雨时间序列,用于趋势分析和季节性干旱监测。
  • ClimateSERVpy – 允许访问 ClimateSERV API,其中许多类型的气候数据可以按感兴趣的区域和时间范围进行子集,然后下载为 tif 或 NetCDf 文件,或者可以对数据进行统计处理以呈现 json 值或 csv。
  • ecmwfr – 可以从 R 内轻松访问欧洲中期天气预报中心 Web API 服务和哥白尼气候数据存储,匹配并扩展 ECMWF Python 工具。
  • hockeystick – 使非气候专家可以轻松获得重要的气候变化数据集。
  • CliFlo – 轻松下载新西兰国家气候数据库中的气候数据并将其可视化。
  • rWBclimate – 世界银行气候知识门户中使用的世界银行气候数据的 R 接口。
  • IceVarFigs – 用于科学传播的天气和气候图形。
  • ClimateSatellite.jl – Julia 软件包,用于下载气候卫星任务数据的测量和观测。
  • ClimateSERV – 该 Web 应用程序允许开发从业者、科学家/研究人员和政府决策者可视化和下载历史降雨数据、植被状况数据以及 180 天降雨和温度预测,以加深对以下方面的理解并做出改进的决策:与农业和水资源供应有关的问题。
  • canadaHCD – 从 R. 获取加拿大历史气候数据
  • pygac – 用于读取和校准 NOAA 和 Metop AVHRR GAC 和 LAC 数据的 Python 包。
  • Cate – 用于提取、操作和可视化所有 ESA 气候变化倡议数据的软件。
  • climetlab – 一个 Python 包,旨在简化对气候和气象数据集的访问,使用户能够专注于科学而不是数据访问和数据格式等技术问题。
  • rsoi – 用于下载最新气候指数的 R 包。
  • Fluid Earth – 天气和气候数据的开源可视化。
  • ClimateR – 用于通过 AOI 获取点和网格气候数据的 R 包。
  • MATLAB 气候数据存储工具箱– 该工具箱允许您轻松访问数据并下载数百个与气候变化相关的数据集,以便在 MATLAB 中进行分析。
  • ClimateLearn – 一个 Python 库,用于以标准化、简单的方式访问最先进的气候数据和机器学习模型。
  • ForestGEO – 此公共存储库是 ForestGEO 站点气候数据和信息的门户。
  • 分析就绪、云优化 ERA5 – 可在云中轻松访问的全球气候历史。
  • CleF – 搜索存储在澳大利亚国家计算基础设施中的地球系统网格联合数据集,包括在 NCI ESGF 节点上发布的数据以及从其他 ESGF 节点本地复制的文件。
  • Intake-esm – 一个摄入插件,用于解析地球系统模型目录并将资产加载到 xarray 数据集中。
  • GHCNData.jl – 帮助访问全球历史气候网络的每日数据。
  • get-station-data – 一组 Python 工具,可以更轻松地从全球历史气候网络日报中提取气象站数据(例如温度、降水)。
  • OGD@MeteoSwiss – 由联邦气象和气候局 MeteoSwiss 发布的开放数据产品。
  • ESGF PyClient – 一个 Python 包,设计用于与地球系统网格联邦系统交互。
  • ecmwf-opendata – 用于简化 ECMWF 开放数据下载的包。

气候数据处理与分析

  • Iris – 一个功能强大、与格式无关、社区驱动的 Python 包,用于分析和可视化地球科学数据。
  • xCDAT – xarray 的扩展,用于结构化网格上的气候数据分析。
  • Geoclimate – 用于环境和气候研究的地理空间处理工具箱。
  • 天气工具– 一系列命令行工具,使气候和天气研究人员能够更轻松地执行常见的数据工程任务。
  • OpenClimateGIS – 一套用于符合 CF 的气候数据集的地理处理和计算工具。
  • AR6-WG1-数据编译– 按照综合评估建模联盟制定并由 IPCC WG3 使用的标准将数据编译为统一的、基于 csv 的数据格式。
  • icclim – 用于气候指数和气候指标计算的 Python 库。
  • clisops – 气候模拟操作。
  • hyfo – 主要专注于水文和气候预测中的数据处理和可视化。
  • aospy – 用于自动分析和管理网格气候数据的 Python 包。
  • NASAaccess – 一个 R 包,可以生成驱动各种水文模型(例如 SWAT、VIC、RHESSys)所需的网格 ASCII 气候表(CIMP5)和天气数据(GPM、TRMM、GLDAS)。
  • NCL – NCAR 命令语言是一种用于气候和天气数据分析和可视化的脚本语言。
  • xskillscore – 一个开源项目和 Python 包,使用 xarray 提供确定性(以及正确评分的概率)预测的验证指标。
  • getCRUCLdata – 提供自动将 CRU CL v. 2.0 气候数据导入 R 的功能。
  • cfgrib – 一个 Python 接口,用于使用 ecCode 将 GRIB 文件映射到遵循 CF 约定的 NetCDF 通用数据模型。
  • epwshiftr – 使用 CMIP6 数据创建未来的 EnergyPlus 天气文件。
  • NCO – 操作和分析以 netCDF 可访问格式存储的数据。
  • pynco – 包含模块 python nco,它实现了对 NetCDF 操作符 (NCO) 的 Python 风格访问。
  • semanticClimate – 将 IPCC 文档转换为语义形式。
  • Miranda – 用于气候数据收集和管理的现代 Python 实用程序库。
  • 古气候– 古气候数据分析。
  • GT4Py – 用于从特定领域语言生成天气和气候建模模板内核的高性能实现的库。
  • ClimoPy – 用于分析气候数据的简洁工具集。
  • tempestextremes – 极端天气检测和表征。
  • xmip – 使用 pangeo 工具以简单的方式在 python 中分析准备好的 CMIP6 数据.
  • daymetr – 允许将 Daymet 气候数据直接轻松下载到您的 R 工作区或计算机。
  • ClimSim – 一个开放的大型数据集,用于在混合多尺度气候模拟器中训练高分辨率物理模拟器。
  • CLIMaCCF – 提供开源、易于使用且灵活的软件工具,通过使用算法气候变化函数,有效计算航空排放在空间和时间上解析的气候影响。
  • geomet-climate – 加拿大气候数据的地理空间网络服务。
  • IPCC-WG1-Code – 作为政府间气候变化专门委员会 (IPCC) 一部分的物理科学基础工作组 (WG1) 的代码和数据。
  • gecevar – 包含从世界任何地区的开放和免费在线数据集中下载气候和环境数据的功能。
  • WeatherOz – 旨在促进从澳大利亚数据源访问和下载澳大利亚的天气和气候数据。
  • 气候数据救援– 该应用程序旨在通过扫描图像文件的众包转录来帮助纸质记录的数字化,特别是不适合光学字符识别的文档。
  • Finch – 气候指标的网络处理服务。
  • era5cli – 从哥白尼气候数据服务下载 ERA5 的命令行界面。
  • Sacpy – 用于气候和气象数据的有效统计分析工具(例如回归、EOF、MCA)。
  • s2spy – 一个高级 python 包,集成了专家知识和人工智能,以促进(子)季节性预测。
  • xscen – 气候变化情景构建分析框架,使用 Intake-esm 目录和基于 xarray 的软件包(例如 xclim 和 xESMF)构建。
  • w2w – 一个 WUDAPT 到 WRF python 工具,可将世界城市数据库和访问门户工具 (WUDAPT) 的当地气候带信息注入 WRF.
  • 气候工具– 用于将英国气候、健康和政策方面的科学信息连接在一起的工具。
  • freva – 由大气科学界开发的数据搜索和分析平台。
  • Climate_Indices – 包含各种气候指数算法的 Python 实现,这些算法提供了降水和温度异常严重程度的地理和时间图像,可用于气候监测和研究。
  • XCast – 由 Kyle Hall 和 Nachiketa Acharya 编写的免费开源气候预报工具包,旨在帮助预报员和地球科学家将最先进的后处理技术应用于网格数据集。
  • GDESS – 用于评估地球系统模型模拟的大气二氧化碳浓度的工具。
  • ClimateBase.jl – 一个 Julia 包,提供分析气候科学通常使用的数据形式的基本功能。
  • ClimateTools.jl – 气候科学中常用工具的集合。涵盖了气候场分析的基础知识,以及与气候情景设计相关的探索性技术的一些尝试。
  • xgcm – 用于分析大气环流模型输出数据的 Python 包。
  • MPAS 分析– 使用跨尺度预测模型 (MPAS) 组件和使用这些组件的百亿亿次能源地球系统模型 (E3SM) 生成的模拟分析。
  • hn2016_falwa – 用于根据气候数据计算有限振幅本地波浪活动的 Python 库。
  • climpred – 旨在成为用于分析初始化动态预报模型输出的主要包,范围从短期天气预报到长期气候预报。
  • xclim – 基于 xarray 的派生气候变量库,即气候指标。
  • climpact – 计算 ET-SCI 气候极端指数。
  • CoPro – 一种基于气候、环境和社会驱动因素的冲突风险预测机器学习工具。
  • python-cmethods – 作为气候研究中基于不同尺度和分布的偏差校正技术的集合。

气候降尺度

  • ICAR – 一个简化的大气模型,主要用于气候降尺度、大气敏感性测试以及希望用于教育用途。
  • downscaleR – 用于经验统计缩减的 R 包,重点关注日常数据并涵盖最流行的方法(偏差校正、模型输出统计、完美预测)和技术(例如分位数映射、回归、类比、神经网络)。
  • KrigR – 用于欧洲 ERA5 数据集下载、预处理和统计缩减的 R 包。
  • scikit-downscale – 用于气候和天气模型模拟的统计缩小和后处理模型。
  • TopoPyScale – 将气候数据基于地形缩小到山坡比例。
  • ClimDown – R 统计编程语言的气候降尺度包。
  • esd – 专为气候和天气数据分析、经验统计降尺度和可视化而设计。
  • cmip6-downscaling – 使用 CMIP6 数据进行气候降尺度。
  • Climate4R – 一组 R 包,用于透明的气候数据访问、后处理(包括数据搭配和偏差校正/缩小)和可视化。
  • downscaleCMIP6 – 气候影响研究的全球缩小预测。
  • PyESD – 使用从再分析数据集到点尺度的预测因子来缩小任何气候变量,例如降水和温度。
  • DeepSensor – 一个 Python 包,用于通过神经过程处理各种环境预测任务。

自然灾害和风暴

  • CLIMADA – 代表气候适应,是一个概率自然灾害影响模型,还计算由于任何类型的适应措施(从灰色到绿色基础设施、行为等)而避免的损害(效益)。
  • InaSAFE – 用于估计自然灾害影响的 QGIS 插件。
  • PRISM – 评估潜在风险并预测气候灾害对最脆弱社区的影响,以便设计降低风险的活动并制定有针对性的灾害应对措施。
  • 洪水测绘– 通过国家水模型进行洪水预报。
  • GLOCOFFS – 基于 ADCIRC 的全球风暴潮模拟系统,提供沿海洪水的实时预报。
  • ML4Floods – 一个由数据、模型和代码管道组成的生态系统,用于通过机器学习解决洪水问题。
  • CaMa – 旨在模拟大陆规模河流的流体动力学。
  • 全球洪水数据库脚本和数据– 用于生成全球洪水数据库并评估遭受洪水影响的人口变化。
  • LISFLOOD – 一种空间分布的水资源模型,由欧盟委员会联合研究中心自 1997 年以来开发。
  • CanFlood – 加拿大洪水风险建模工具箱。
  • HYDRAFloods – 一个开源 Python 应用程序,用于下载、处理和提供源自遥感数据的地表水地图。
  • OasisLMF – 一个开源灾难建模平台,任何人都可以免费使用。
  • CAMS – 岛屿、城市和社区的关键资产管理和抗灾能力。
  • StormEvents – 为围绕命名风暴事件的观测数据提供 Python 接口。
  • Hagelslag – 一种基于对象的强风暴预报系统,利用图像处理和机器学习工具从允许对流的数值天气预报模型输出中得出严重灾害的校准概率。
  • HAFS – 飓风分析和预报系统。
  • rrricanes – 一个 R 库,从大西洋和东太平洋飓风和热带风暴中提取信息。
  • FrEDI – 估算 21 世纪气候变化和海平面上升造成的经济损失和影响。
  • FACTS – 用于访问海平面变化的框架存储库。
  • FLOODPY – 一个免费的开源 python 工具箱,用于绘制洪水图。
  • 热带气旋风险模型– 用于评估热带气旋风危害的统计参数模型。
  • OpenQuake – 允许用户计算全球范围内地震的地震危害和地震风险。
  • OasisPiWind – PiWind 是英国一小部分地区的风暴模型。
  • 想想危险!– 提供对给定地点的危害的总体看法,在项目设计和实施中应考虑这些危害,以促进灾害和气候复原力。
  • Tropycal – 一个 Python 包,旨在简化检索和分析热带气旋数据的过程,包括过去的风暴和实时数据。
  • tcpyPI – 一组脚本和笔记本,用于在 Python 中计算和验证热带气旋 (TC) 潜在强度 (PI) 计算。
  • SFINCS – 沿海系统动态复合驱的超快速建模。
  • RAS2FIM – 根据 HEC-RAS 模型创建洪水淹没栅格库和评级曲线。
  • BG_Flood – 该模型旨在模拟由海啸、河流、雨水、潮汐或风暴潮(来自风应力或大气压差)或这些的任意组合引起的洪水/淹没。
  • TATHU – 用于跟踪和分析雷暴生命周期的 Python 包。
  • 风险数据库标准– 提供风险评估中使用和生成的数据的通用描述,包括危害、暴露、脆弱性和建模损失或影响数据。
  • 全球洪水监测– 基于社交媒体的历史和实时洪水事件的全球数据库。
  • ASGS – 提供软件基础设施,用于自动化沿海海洋建模,以提供实时飓风决策支持。
  • StormR – 一个 R 包,可以轻松提取给定位置或感兴趣区域的风暴轨迹数据,生成风速和风向场,并计算表征热带风暴和气旋产生的风行为的汇总统计数据。
  • TREC – 允许用户在其提供重要服务和区域的访问范围内有效评估中转站的气候风险。
  • TECA – 极端气候分析工具包,包含一系列针对极端事件检测和分析的气候分析算法。
  • 洪水测绘– 洪水洪水测绘和评估软件配置为与美国国家水模型配合使用。
  • 强度持续时间频率分析– 读取降雨量的测量数据,并计算降雨量的分布,作为重现期和最长 12 小时的持续时间的函数。
  • FwDET – 使用数字高程模型和洪水范围多边形计算洪水深度。
  • RICorDE – 使用数字高程模型和洪水范围多边形计算洪水深度。

综合评估和气候政策

  • PRIMAP2 – 下一代气候政策分析套件。
  • 气候政策雷达开放数据– 来自世界各地的数千个气候法律和政策的全文。
  • MESSAGEix – 由 IIASA 能源、气候和环境 (ECE) 计划自 20 世纪 80 年代以来开发的多功能动态系统优化建模框架。
  • DICE.jl – 气候和经济模型系列的动态综合模型是由 William Nordhaus 首创的一种流行且功能强大的气候变化经济学简单综合评估模型。
  • LPJmL – 一种基于过程的模型,模拟气候和土地利用变化对陆地生物圈、水和碳循环以及农业生产的影响。
  • ENGAGE – ENGAGE netzero 场景分析的图形生成和分析的源代码。
  • pyam – 一个 Python 包,用于综合评估场景和能源系统建模结果的数据整理、分析和可视化。
  • GCAM – 一种动态递归模型,具有与气候模型相关的经济、能源部门、土地利用和水的技术丰富的表示,可用于探索气候变化缓解政策,包括碳税、碳交易、法规和加速部署能源技术。
  • EXIOMOD – 一种宏观经济模型,可预测公共权力措施的影响、消费者行为的变化以及相关的环境影响。
  • 提醒– 代表世界经济未来演变的数值模型,特别关注能源部门的发展及其对世界气候的影响。
  • mrremind -MadRat 提醒输入数据包.
  • edgeTransport – 为 REMIND 模型准备 EDGE 传输数据。
  • META 2021 – 高级综合评估模型(SC-IAM),旨在对临界点对碳社会成本的影响进行基于模型的荟萃分析。
  • WorldDynamics.jl – 旨在基于当前的软件工程和科学机器学习技术,提供一个现代框架来研究可持续发展的综合评估模型。
  • ipcc_sr15_scenario_analysis – IPCC 全球变暖 1.5°C 特别报告的情景分析笔记本。
  • rwlts – 支持政府就人类活动对环境的影响、规划自然资源的使用、保护生物多样性和监测气候变化做出决策。
  • 人工智能促进全球气候合作– 在 RICE-N 综合评估模型中模拟全球合作。
  • 未来技术转型– 综合评估模型,对技术扩散进行现实处理。
  • SDEverywhere – 为全球气候模拟器 En-ROADS、气候政策模拟器 C-ROADS 和能源政策模拟器创建的系统动力学模型框架。

自然资源

空气质量

  • CAMx – 用于气体和颗粒物空气污染的多尺度光化学建模系统。
  • CMAQ – 美国 EPA 社区多尺度空气质量模型的代码库。
  • AMET – 一套软件,旨在促进气象和空气质量模型预测的分析和评估。
  • MLAir – 空气数据机器学习是一个可以简化和加速新机器学习模型创建的环境,用于分析和预测气象和空气质量时间序列。
  • shot-i-smoke – 查看您所在城市的空气污染情况(按每日香烟量计算)。
  • airqmon – macOS 菜单栏应用程序,显示来自最近传感器站的实时空气质量数据。
  • AirCasting – 该项目旨在建立一个收集、可视化和共享环境数据的平台。
  • openair – 为分析空气质量数据(或更普遍的大气成分数据)而开发的 R 包。
  • openairmaps – 将露天中强大的分析方法与功能强大的传单包相结合。
  • airQualityMeter – 检测空气颗粒物(PM – pm1、pm2.5、pm10)浓度并将数据发送到 MQTT 服务器。
  • OpenAQ API 版本 2 – 可通过网络访问的 API,提供端点来查询平台上的实时和历史空气质量测量值。
  • OpenAQ Data Ingest Pipeline – 为 OpenAQ 平台收集数据的工具。
  • SMOKE – 以无与伦比的速度和灵活性为多个空气质量建模系统创建排放输入。
  • inmap – 细颗粒物 (PM2.5) 的多尺度排放对健康的影响模型,可机械地评估基线排放扰动的空气质量和健康益处。
  • 开源 EMEP MSC-W 模型– 旨在计算主要酸化和富营养化污染物、光氧化剂和颗粒物的空气浓度和沉积场。
  • Rpollution – Rpollution 的目标是组装 R 函数来分析空气污染数据。
  • YETI – 由波茨坦高级可持续发展研究所开发并用 Python 构建的自下而上的交通排放计算工具。
  • PM2.5-GNN – 用于 PM2.5 预测的领域知识增强图神经网络。
  • rdefra – 与 DEFRA 的英国空气污染数据库交互。
  • rmweather – 一个 R 包,用于对空气质量进行气象/天气标准化,以便可以以稳健的方式研究趋势和干预措施。
  • Safecast – 构建传感器网络来监测 PM1.0、PM2.5、PM10 颗粒物。
  • 西奥克兰空气质量项目– 为受影响社区提供了解当地空气质量并倡导环境正义的平台。
  • Sensor.Community – 通过社区驱动的开放环境数据让世界变得更美好。
  • openSenseMap – 环境数据维基百科,旨在唤醒和促进教育、环境和气候保护。
  • rfasst – 对 GCAM 情景中空气污染造成的一系列不利健康和农业影响的估计。
  • saqgetr – 以快速、简单的方式导入空气质量监测数据。
  • Ozone3 – 一个开源软件包,可轻松获取世界任何地方的实时、历史或预测空气质量数据。
  • RAQSAPI – 从美国环境保护局的空气质量系统检索数据。
  • qualR – 从圣保罗的 CETESB QUALAR 系统和里约热内卢的 MonitorAr 计划下载空气污染物和气象信息。
  • AirQo – 开发硬件和软件工具,帮助为所有非洲城市提供清洁空气。
  • AirMonitor – 用于处理每小时空气质量监测数据的实用程序,重点关注小颗粒 PM2.5。

供水

  • 雨水管理模型– 用于主要城市地区径流数量和质量的单事件或长期(连续)模拟。
  • dataRetrieval – 该 R 包旨在直接从 Web 服务获取 USGS 或 EPA 水质样本数据、水流数据和元数据。
  • EGRET – 用于分析水质和水流长期变化的 R 包,包括水质方法“时间、流量和季节的加权回归”。
  • WaterModels.jl – 旨在使用通用平台对历史和新兴水网络公式和算法进行计算评估。
  • 基于树的内陆水力路由项目– 这里正在开发的项目旨在有效地管理具有明确水力特性的河流网络的遍历,专门用于在可操作的洪水和水资源预报系统中进行水力路由。
  • 下一代水建模框架– 该框架包括首先关注水文数据的封装策略,然后构建水文行为的功能抽象。
  • nhdplusTools – 该软件包是一组不断增长的工具,用于使用 NHDPlus 数据模型处理水文数据。
  • 安全水项目– Code for Boston 的一个志愿者团队正在使用数据建模、数据可视化和机器学习来预测、可视化和共享有关美国危险饮用水和地表水污染物存在的数据。
  • HydroFunctions – 一套方便的函数,用于在交互式 Python 会话中处理水文数据。
  • 一般湖泊模型– 水平衡和一维垂直分层水动力模型。
  • nhdR – 美国国家水文学数据集的 R 接口。
  • modflow6 – 已被学术界、私人顾问和政府科学家广泛使用,以准确、可靠、高效地模拟地下水流。
  • iMOD – 易于使用的图形用户界面 + MODFLOW 的加速 Deltares 版本,具有快速、灵活和一致的子域建模技术。
  • pysheds – Python 中简单快速的分水岭描绘。
  • WhiteboxTools -WhiteboxTools 是一个先进的地理空间数据分析平台。
  • 供水网络恢复力工具– 一个 Python 包,旨在模拟和分析供水网络的恢复力。
  • faststr – 用于分析、总结和可视化每日水流数据的 R 包。
  • KnowFlow – KnowFlow 自动水质监测设备是一款开源工具,使每个人都能以低成本获得第一手水质数据。
  • gwells – 不列颠哥伦比亚省环境部的地下水井和含水层应用程序。
  • 水质– 旨在通过遥感图像检测和量化水质和蓝藻有害藻华 (CHAB) 的软件包。
  • QGEP – 基于 QGIS 的废水应用程序,符合 SIA-405。
  • PooPyLab_Project – 生物废水处理软件。
  • aguaclara – 用于设计和执行 AguaClara 水处理厂研究的 Python 包。
  • RTC-Tools – 用于控制和优化水系统的工具箱。
  • EPANET – 配水系统水力和水质分析工具包。
  • EPANET-RTX 库– EPANET 液压工具包的实时扩展。
  • EPyT – 用于不断发展的智能水网络领域的研究和开发的通用编程框架。
  • pyswmm – 雨水管理模型的 Python 包装器。
  • SWMM5plus – 用于 EPA 雨水管理模型的原型 Fortran 2008 引擎。
  • pystorms – 用于雨水控制算法设计和评估的模拟沙箱。
  • SELEN – 一个开源 Fortran 代码,用于具有粘弹性流变学的球形、层状、旋转地球的海平面方程的数值解。
  • rivamap – 自动化河流分析和绘图引擎。
  • AWSM – 自动供水模型是由美国农业部农业研究服务处开发的。
  • AED2 – 社区驱动的模块和算法库,用于模拟“水生生态动力学”:水质、水生生物地球化学、生物栖息地和水生生态系统动力学。
  • DORiE – 基于 DUNE 的土壤水流和被动溶质输运的不连续 Galerkin 求解器。
  • wqbc – 用于不列颠哥伦比亚省水质阈值和指数计算的 R 包。
  • Model My Watershed – 一款面向公民、保护从业者、市政决策者、教育工作者和学生的流域建模 Web 应用程序。
  • AquaSat – 用于遥感内陆水域水质的数据集。
  • CDE – 促进从 EA 网站搜索和下载所有水体的水框架指令报告数据。
  • pyGSFLOW – 一组用于运行 GSFLOW 集成水文模型程序的 Python 模块。
  • bcgroundwater – 一个 R 包,用于促进不列颠哥伦比亚省地下水观测井网络的地下水数据的分析和可视化。
  • GSFLOW-GRASS – 生成输入并运行耦合的地下水-地表水模型“GSFLOW”。
  • GWHAT – 一个免费、开源、跨平台的交互式计算机程序,其主要重点是观测井过程线的解释。
  • 土壤水平衡– 用于估计地下水补给的修正 Thornthwaite-Mather 土壤水平衡代码。
  • BC 省地下水位的长期趋势– R 脚本作为不列颠哥伦比亚省地下水位长期趋势指标,发布在《不列颠哥伦比亚省环境报告》上。
  • GSFLOW – 基于 USGS 降水径流建模系统和 USGS 模块化地下水流模型集成的地下水和地表水流耦合模型。
  • canwqdata – 一个 R 包,用于从加拿大环境和气候变化国家长期水质监测数据下载开放水质数据。
  • HASP – 水文分析包。
  • CSHShydRology – 这是加拿大水文科学协会使用的 R 函数集合。
  • Liquid Prep – 为寻求优化用水的农民提供端到端解决方案;特别是在干旱时期。
  • flopy – 用于创建、运行和后处理基于 MODFLOW 的模型的 Python 包。
  • PCRaster – 专为构建时空环境模型而定制的工具和软件库的集合。
  • dataretrieval – USGS-R dataRetrieval 包的 Python 替代品,用于直接从 Web 服务获取 USGS 或 EPA 水质数据、水流数据和元数据。
  • CWatM – 评估全球和区域层面的供水、需水和环境需求。
  • WWTP – EU28 废水处理厂。
  • AWH-Geo – 使用太阳能从空气中收集饮用水的全球潜力的工具和计算。
  • pySTEPS – 一个开源且社区驱动的 Python 库,用于概率降水临近预报,即短期集合预测系统。
  • reservatoriosBR – 巴西水库数据的 R 包。
  • PyForecast – 再生水管理者和水库运营商使用的统计建模工具,用于训练和构建季节性流入和水流的预测模型。
  • pyWaPOR – 使用遥感数据计算大面积蒸散量的数据手册和算法。
  • HydroSHEDS – 适用于全球和区域应用的无缝水文数据。
  • OpenET – 提供基于 Google Earth Engine Python API 的 OpenET 中使用的 SSEBop ET 模型的实现。
  • SPEI – 计算标准化降水-蒸散指数和其他参考蒸散量。
  • Pipedream – 用于下水道/雨水网络的交互式水动力求解器。
  • TADA – 帮助开发人员编译和评估从溪流和湖泊的地表水监测点收集的样本的水质数据。
  • wqtrends – R 包,使用广义添加剂模型评估水质趋势。
  • pyet – 估计参考值和潜在蒸发量。
  • SPEI – 计算和可视化一些流行的干旱指数,例如 SPI、SPEI 和 SGI。
  • GISWATER – 该软件连接不同的 IT 解决方案和预先存在的数据库,使您能够与液压软件结合设置高性能水管理系统。
  • Ribasim – 一种水资源模型,旨在替代荷兰水文仪器中的区域地表水模块 Mozart 和 SIMRES。
  • Pywr – 在每个用户定义的时间步长模拟复杂的多用途管理水系统中的可定制水分配和操作规则。
  • mosartwmpy – MOSART-WM 的 python 翻译,MOSART-WM 是用 Fortran 编写的水路由和水库管理模型。
  • ClearWater 模块– 一系列水质和植被过程模拟模块,旨在与水输送模型相结合。
  • RAT – 利用卫星遥感数据监测人工水库的水面面积和水位变化。
  • LDCast – 基于潜在扩散模型的降水临近预报模型。
  • WaterTAP – 创建与 IDAES 平台兼容的开源水处理模型库。
  • MATILDA – 冰川流域水资源建模工具。

土壤与土地

  • SoilGrids250m – 250 m 分辨率下土壤属性和类别的全球空间预测。
  • SoilGrids – 基于全球土壤剖面和 250 m 空间分辨率的环境协变量数据的自动土壤测绘系统。
  • 高光谱土壤湿度数据集– 土壤湿度的高光谱基准数据集。
  • 土壤报告– 一个 R 包,可帮助设置和操作土壤数据汇总、比较和评估报告的集合。
  • AQP – 定量土壤学算法是代码、想法、文档和示例的集合,封装在多个 R 包中。
  • SharpshootR – 支持土壤调查的各种土壤数据管理、摘要、可视化和转换实用程序。
  • oilDB – 简化对 NCSS 土壤数据库的访问。
  • 山体滑坡检测– 用于从光学卫星图像检测山体滑坡的机器学习工具。
  • pyTSEB – 包含两个源能量平衡模型(Priestley-Taylor TSEB-PT、双时差 DTD 和 TSEB 以及土壤和冠层温度 TSEB-2T)的 Python 代码,用于根据辐射表面温度的测量来估计感热和潜热通量。
  • slga – 提供从澳大利亚土壤和景观网格下载栅格数据地理子集的能力。
  • smapr – 用于采集和处理 NASA(土壤湿度主动-被动)SMAP 数据的 R 包。
  • DRIP-SLIP – 检测实时增加的降水量/突发滑坡识别产品。
  • esa_cci_sm – ESA CCI 土壤湿度图像和时间序列数据的读取器和转换器。
  • US_SoilGrids100m – 美国本土土壤特性(有机碳百分比、总氮、容重、pH 值以及沙子和粘土百分比)和类别(控制部分中的分类大组和颗粒大小)的完整覆盖网格预测
  • pytesmo – 用于评估土壤湿度观测的 Python 工具箱。
  • 干旱指数地图– 该项目试图找到一种易于访问且友好的方式来可视化 1961 年至 2017 年西班牙干旱指数的数据。
  • ml_drought – 预测植被健康的机器学习管道。
  • srdb – 全球土壤呼吸数据库。
  • cosore – 用于连续土壤呼吸测量的 COSORE 数据库的数据、元数据和软件工具。
  • sidb – 包含实验室土壤培育实验的信息,重点是二氧化碳释放的时间序列。
  • ISRaD – 改善放射性碳的使用,作为了解土壤碳循环的约束。
  • OpenFLUID – 用于复杂景观系统建模和仿真的软件环境。
  • Trends.Earth – 一个 QGIS 插件,支持监测土地变化,包括生产力、土地覆盖和土壤有机碳的变化。
  • pycoal – 一个 Python 工具包,用于描述煤炭和露天采矿对美国土地的影响。
  • stats_for_soil_survey – 关于“土壤学家统计”的讲座材料。
  • Simsphere – 一种一维模型,可以模拟一天 24 小时内植物、土壤和大气之间的热量和水分的传递。
  • CryoGrid3 – 一种一维陆地表面模型,专用于模拟永久冻土环境中的地面温度。
  • CNN-SoilTextureClassification – 用于基于高光谱数据对土壤纹理进行分类的一维卷积神经网络 (CNN)。
  • EarthML – 改进、记录和说明如何使用其他免费提供的通用开源项目来解决地球科学中的问题。
  • STEP – 欧空局正在开发免费的开源工具箱,用于在业务任务科学开发计划要素下对地球观测任务进行科学开发。
  • globsim – 使用全局重新分析进行永久冻土模拟。
  • rSFSW2 – 用于创建土壤水平衡模拟实验的 R 包。
  • Landscapemetrics – R 中分类地图模式的景观度量。
  • SCOPE – 植被和土壤中的辐射传输、光合作用和能量通量的模拟模型。
  • Demeter – 土地利用土地覆盖分类和变化检测模型。
  • OpenLandMap – 数据、服务和网络应用程序,提供对 OpenGeoHub 基金会和贡献组织生成的 TB 高分辨率数据的访问和交互式可视化。
  • PyLandStats – 一个用于计算景观指标的开源 Pythonic 库。
  • NLMR – R 包来模拟中性景观模型。
  • LT-GEE – LandTrendr 频谱时间分割算法的 Google 地球引擎实现。
  • Full Lands INtegration Tool – 用于估算土地部门温室气体排放和清除的模块化系统。
  • ismn – 国际土壤湿度数据库数据的阅读器。
  • oils-revealed – 用于直接可视化、分析和报告土壤有机碳预测和随时间变化的平台。
  • 土壤侵蚀观察– 一款 Google Earth Engine 应用程序,用于探索世界退化土壤的状态。
  • 土地矩阵– 独立的全球土地监测倡议,促进大规模土地收购决策的透明度和问责制。
  • SITS – 使用户能够应用机器学习技术对从地球观测数据立方体获得的图像时间序列进行分类。
  • iSDASoil – 非洲开放获取土壤属性地图,分辨率为 30m。
  • Landlab – 用于地球表面动力学数值建模的开源 Python 包。
  • Terraso – 开发一个开源技术平台,帮助当地社区领导者实践综合景观管理。
  • 开放土壤光谱库– 汇集了土壤科学家、光谱学家、信息学家、数据科学家和软件工程师,以克服当前阻碍更广泛和更有效地使用土壤光谱的一些瓶颈。
  • OpenLand – 土地利用和土地覆盖变化的定量分析和可视化工具。
  • cultionet – 使用神经网络对耕地进行语义分割的库。
  • pygef – 用于土壤特性测量的简单解析器。
  • pydov – 汇总有关法兰德斯土壤、底土和地下水的数据并将其公开。
  • ILAMB – 国际土地模型基准项目中使用的 Python 软件。
  • QA4SM – 为土壤湿度产品提供可操作的在线验证服务。
  • envaanalysis – 一个 R 包,包含用于环境化学和生态毒理学数据分析的各种功能。
  • 土壤调查统计– 开发解决方案来调查土壤调查相关问题和更新活动。
  • LWFBrook90R – 模拟通过植被覆盖的土壤剖面的日常蒸腾、拦截、土壤和雪蒸发、水流和土壤水通量。
  • downscalr – 用于缩小土地利用和土地利用变化预测的 R 包。
  • 干旱R – 用于非平稳气象干旱监测的 R 包。
  • meteoland – 估计景观任意位置的天气变量的函数。
  • ausplotsR – 直接访问澳大利亚各地植被和土壤的基于图的数据,通过简单的函数调用来提取数据并将其合并到物种出现矩阵中进行分析或计算诸如断面积和覆盖率等内容。
  • PyLUSAT – 旨在为用户提供可用于进行土地利用适宜性分析的工具。
  • Earthlib – 包含数千个独特的光谱端元,代表绿色植被、土壤、非光合作用植被、城市材料和燃烧材料。
  • 土壤冻融模型– 土壤冻融模型使用一维垂直柱模拟土壤中的热量传输。

可持续发展

可持续发展目标

  • open-sdg – 收集和传播可持续发展目标全球指标数据的平台。
  • SustainBench – 通过机器学习监测可持续发展目标的基准。
  • OSDG – 为您的输入分配可持续发展目标标签的工具。
  • 美国可持续发展目标指标– 美国可持续发展目标国家报告平台。
  • 可持续发展目标转型中心– 针对可持续发展目标路径、政策和融资的基于科学的工具和分析。
  • SDGmapR – 与文本映射到联合国 17 个可持续发展目标相关的 R 函数和数据集。
  • 欧洲可持续发展报告– 跟踪欧盟和欧洲国家实现可持续发展目标的进展情况。
  • text2sdg – 多系统分析包,可识别文本中的可持续发展目标,为监控任何类型的基于文本的数据提供了机会。
  • SDG 探测器– 识别并可视化文本中的 17 个可持续发展目标和相关的 169 个具体目标。

可持续投资

  • 生态系统服务综合评估和权衡– 以清晰、可信和实用的方式量化自然资本价值的一系列工具。
  • 投资和发展的区域模型– 一个模块化的开源多区域模型,包含经济、气候系统和能源部门的详细表示。
  • WHAT-IF – 水、水电、农业投资和融资决策支持工具。
  • r2dii.match – 这些工具在 R 中实现 PACTA(巴黎协议资本转型评估)软件的基本部分,这是一个免费工具,用于计算金融投资组合与气候情景之间的一致性。
  • r2dii.analysis – 这些工具可帮助您评估金融投资组合是否符合气候目标。
  • SBTi 温度调整工具– 帮助公司和金融机构评估当前目标、承诺以及投资和贷款组合的温度调整,并使用此信息制定官方验证的目标。
  • 真实影响追踪方法– 评估资金对社会和环境问题的真实影响的方法。
  • MimiFUND.jl – 用于对温室气体减排政策进行成本效益和成本效益分析。
  • open-climate-investing – 用于分析和构建气候投资投资组合的应用程序和数据。
  • SSC – 包含国家可再生能源实验室系统顾问模型中包含的技术和财务模型的源代码。
  • OS-Climate Data Commons – 收集、标准化和整合来自公共和私人来源的气候和 ESG 数据。
  • XDC 模型– 使用户或任何感兴趣的主体能够理解并熟悉 X 度兼容性方法的基本概念。
  • gfer – 专为绿色金融和环境风险研究而设计,专注于绿色金融和环境风险研究与分析中的数据收集和分析。
  • WikiRate – 与合作伙伴合作促进复杂主题的研究和分析,使 ESG 数据开放、可比较且对所有人有用。
  • Equinox – 支持可持续金融项目的整体风险管理。
  • PACTA – 衡量金融投资组合与气候情景的一致性。
  • Dataland – 原始 ESG 数据的去中心化生态系统,市场参与者以透明的方式交换 ESG 数据。
  • physrisk – 主要设计用于运行“自下而上”计算,模拟气候灾害对大量单个资产(包括自然资产和运营资产)的影响。
  • Climate-finance – 是一个用于获取、清理和与国际公共气候融资合作的 python 包。
  • HeCo Invest – 数字协作平台试点,旨在通过优化该地区的项目融资渠道来支持填补亚马逊流域的保护融资缺口。

知识平台

  • 气候观察– 提供开放数据、可视化和分析,帮助政策制定者、研究人员和其他利益相关者收集有关各国气候进展的见解。
  • Appropedia – 分享知识以建设丰富、可持续的生活。
  • 开放硬件观测站– 可持续开放硬件的搜索引擎和评估平台。
  • 开源生态– 开发开源工业机器,其制造成本仅为商业成本的一小部分,并免费共享设计。
  • ProjectDrawdown – Project Drawdown 的使命是帮助世界实现“Drawdown”——未来大气中温室气体水平停止上升并开始稳步下降,从而阻止灾难性的气候变化——快速、安全和可靠。尽可能公平。
  • NOAA 附属项目– 由整个组织内的直线办公室和/或参谋办公室的国家海洋和大气管理局工作人员贡献的 GitHub 帐户和存储库列表。
  • Climatescape – 发现解决气候变化的组织。
  • 开放气候知识– 一个开放研究项目,用于数据挖掘与气候变化相关的开放获取论文。
  • OpenClimate – 一项开源计划,探索分布式账本技术和其他新兴技术(例如物联网、大数据和机器学习)的应用,以应对帮助世界保持透明的气候核算系统以实现气候目标的挑战。
  • ModularSensors – 这个 Arduino 库为环境传感器提供了一个通用的功能接口,可与 Arduino 兼容的数据记录器一起使用。
  • OpenSourceSeeds – 致力于将种子重新建立为所有人的共同利益。
  • 过渡项目– 一项开放数据计划,旨在帮助全球城市实现快速碳减排。
  • Climate Strike Software – 使用此软件许可证防止石油和天然气公司利用您的工作并提取更多化石燃料。
  • 气候影响实验室– 由经济学家、气候科学家、数据工程师和风险分析师组成的团队正在建立世界上最全面的研究机构,量化全球各个部门和各个社区的气候变化影响。
  • 美国本土气候变化– 《华盛顿邮报》对美国本土 NOAA 气候变化数据的分析。
  • Regen Ledger – 提供有关生态状态和状态变化的声明的结构化数据库。
  • Stripe Climate 碳去除采购– 支持 Stripe Climate 碳去除购买的源材料。
  • Justice40 工具– 用于识别因环境、社会经济和健康负担而处于不利地位的社区的工具。
  • 净零追踪器– 创建权威的全球资源,用于整理、评估和展示国家、地方、公司和其他实体的净零承诺的规​​模和质量。
  • 可信目标数据库– 一个公共目标数据库,包含全球大公司制定的领先可持续发展目标和承诺。
  • 数字公共产品——通过促进数字公共产品的发现、开发、使用和投资,加速低收入和中等收入国家可持续发展目标的实现。
  • SWEET – 地球和环境术语本体语义网的官方存储库。
  • 美国气候适应力工具包– 旨在帮助人们查找和使用工具、信息和主题专业知识来建立气候适应力的网站。
  • Climatemind – 探索您的价值观和个人利益如何受到气候变化的影响,并向您展示您可能不知道的有吸引力的解决方案的存在。
  • 我的州脱碳– 怎样才能使您的州脱碳。
  • 压力工具– 使用麻省理工学院联合项目数据在美国地图上显示气候风险。
  • 气候变化跟踪器– 通过提供可靠、用户友好的平台来跟踪和了解气候变化的进展,使个人和社区能够采取行动应对气候变化的全球威胁。
  • NATUR’ADAPT – 对气候变化及其对自然的影响感兴趣的社区,特别是在自然保护区。
  • 气候技术手册– 帮助我们构建地球上最容易获得和最准确的气候技术资源。
  • esa-climate-from-space – 空间气候应用程序的作用是提高气候变化倡议计划的知名度以及欧空局卫星数据在气候科学中的作用。
  • ClimateTriage – 发现一种有意义的方式来为专注于气候技术和可持续性的开源项目做出贡献。
  • 开放可持续技术– 气候变化、能源、生物多样性和自然资源领域开源生态系统的目录和分析。
  • Digital Earth Australia Notebooks – 托管 Jupyter Notebooks、Python 脚本和工作流程,用于分析 Digital Earth Australia (DEA) 卫星数据和衍生产品。
  • ONARMY – 一个建立有用社区的平台,旨在解决社会和环境问题。

数据目录和接口

  • 全球渔业观察– 我们使用尖端技术近乎实时地免费可视化、跟踪和共享有关全球渔业活动的数据。
  • 全球风图集– 立即开始探索有风的地区。
  • Global Solar Atlas – 开始探索太阳能潜力。
  • 粮食及农业组织地图目录– 允许在不同组织之间轻松共享地理参考主题信息。
  • 苏巴克数据目录– 其存在是为了使气候数据更容易发现、更可信和更互联。
  • EEA 地理空间数据目录– 轻松发现和访问欧洲环境局的地理空间数据目录。
  • Radiant MLHub Python 客户端– 地理空间训练数据、机器学习模型和标准的开放社区公共资源,以鼓励协作和共享信息。
  • 全球环境数据库——提供长期监测数据、数据分析结果、模型输出。
  • 资源观察– 将数百个关于地球资源和公民状况的数据集集中在一处。
  • EarthData – 我们的愿景是使 NASA 的免费和开放的地球科学数据具有交互性、可互操作性,并且可供当今和未来的研究和社会效益使用。
  • owidR – 一个 R 包,用于与我们的数据世界中的数据进行交互。
  • 自定义脚本 Sentinel Hub – 与 Sentinel Hub 一起使用的自定义脚本存储库。
  • eurostat R package – 用于访问欧盟统计局(欧盟统计局)开放数据的 R 工具。
  • giscoR – 一个 R API 包,有助于从欧盟统计局地理信息系统中检索数据。
  • 数字地球非洲笔记本– 使用地球观测来解决非洲大陆的社会、环境和经济变化。
  • MeCCO – 气候变化和全球变暖媒体报道的开放数据库。
  • 气候行动计划– 地方政府气候行动计划文件和排放数据的简单、开放的数据库。
  • AI for Earth 数据集– Azure 上 AI for-Earth 管理的数据集的笔记本和文档。
  • wopr – 一个 R 包和 Shiny 应用程序,提供对 WorldPop 开放人口存储库的 API 访问。
  • POWER 项目– 提供来自 NASA 研究的太阳能和气象数据集,以支持可再生能源、建筑能源效率和农业需求。
  • Earthdata Search – 由 NASA EOSDIS 开发的 Web 应用程序,用于实现 EOSDIS 地球科学数据的发现、搜索、比较、可视化和访问。
  • 行星计算机数据目录– 将多 PB 的全球环境数据目录与直观的 API 和灵活的科学环境相结合。
  • 全球能源监测– 研究不断变化的国际能源格局,创建数据库、报告和交互式工具以增强理解。
  • STAC 索引– 查找 STAC 目录、集合、API、软件和工具。
  • Eumap – 包括以相对精细的空间分辨率覆盖欧洲大陆的环境、土地覆盖、地形、气候、土壤和植被层。
  • 开放数据科学欧洲元数据目录– 构建开放数据科学欧洲门户,这是一个可免费访问的查看器,其中包含欧洲的网格图层,空间分辨率为 30 米或更高。
  • EarthDataLab.jl – 用于从地球系统 Datacube 读取数据的 Julia 接口。
  • CEDA 档案– 我们托管来自气候模型、卫星、飞机、气象观测和其他来源的超过 18 PB 的数据。
  • ESA 气候变化倡议的气候数据仪表板– 访问通过 ESA 气候变化倡议生成的全球气候数据。
  • USGS – 用于与美国地质调查局 API 接口的 python 模块。
  • getSpatialData – 通过 R 轻松查询、预览、下载和预处理多种卫星数据集。
  • 智能数据模型– 该模型描述了处理环境问题的智能应用程序涉及的主要实体。
  • epair – 使用 R 从环境保护局 API 获取数据.
  • Siphon – 用于从远程源检索大气和海洋数据的 Python 实用程序集合,重点是能够从 Unidata 数据技术检索数据。
  • NEON – 国家生态观测站网络提供开放数据以了解不断变化的生态系统。
  • SynopticPy – 使您可以访问数千个站点的实时和历史地面天气和环境观测。
  • NASA CMR STAC – NASA 的通用元数据存储库是 NASA 地球科学数据的元数据目录。
  • satlas – 旨在提供开放的人工智能生成的地理空间数据,这些数据高度准确,全球可用,并经常(每月)更新。
  • env_canada – 提供对加拿大环境和气候变化发布的各种数据源的访问。
  • DataONE – 一个社区驱动的项目,提供跨多个成员存储库的数据访问,支持增强的地球和环境数据搜索和发现。
  • rdataone – 用于在 DataONE 数据存储库中读取和写入数据的 R 包。
  • eeExtra – 一个 ninja python 包,统一了 Google Earth Engine 生态系统。
  • rgee – 一个 R 绑定包,用于从 R 中调用 Google Earth Engine API。
  • Earthaccess – 只需几行代码即可搜索、下载或流式传输 NASA 地球科学数据。
  • EODAG – 让您轻松访问 10 多个地球观测提供商的产品,有 50 多种不同的产品类型(Sentinel 1、Sentinel 2、Sentinel 3、Landsat 等)可供搜索和下载。
  • leafmap – 用于在 Jupyter 环境中进行地理空间分析和交互式绘图的 Python 包。
  • ecocomDP – 一种数据集设计模式,用于协调来自跨多个存储库发布的源数据集的研究问题不可知格式的生态社区调查。
  • FedData – R 包实现自动下载来自水文学、土壤、气候学、农田或土地覆盖等多个联合数据源的地理空间数据的功能。
  • pydap – Opendap/DODS 协议的实现,用纯 Python 从头开始​​编写,允许研究人员从各种程序访问 NASA 地球科学数据。
  • GCIS – 作为用于全球变化信息系统产品和气候评估的所有材料和数据的集中目录。
  • ECHO – 包含 Jupyter 笔记本,用于处理来自多个 EPA 计划的 EPA 环境合规历史在线 (ECHO) 数据,涉及《清洁空气法》、《清洁水法》和《资源保护与回收法》的排放、违规、检查和执行。
  • msc_pygeoapi – 加拿大气象局 Python API 提供有关加拿大和世界各地过去、现在和未来天气状况、气候、水和环境信息的最新信息。

环境卫星

  • satpy – 一个 python 库,用于读取和操作气象遥感数据并将其写入各种图像和数据文件格式。
  • gos2go – 使用 Python 从 AWS 上的 NOAA 档案下载并处理 GOES-16 和 GOES-17 数据.
  • landsatxplore – 提供 EarthExplorer 门户的界面,以通过命令行界面或 Python API 搜索和下载 Landsat Collections 场景。
  • Sentinelhub-py – 使用 Sentinel Hub 服务在 Python 中下载和处理卫星图像。
  • Sentinelsat – 可以轻松地从 Copernicus 开放访问中心搜索、下载和检索 Sentinel 卫星图像的元数据。
  • MODIS – 提供对全球在线数据档案 LP DAAC、LAADS 和 NSIDC 的自动访问以及文件转换、镶嵌、子集化和时间序列等处理功能。
  • MODIStsp – 用于自动下载和预处理 MODIS 陆地产品时间序列的 R 包。
  • MODISTools – MODIS 陆地产品子集 Web 服务的接口。
  • pyModis – 一个 Python 库,用于从 NASA 服务器下载和处理 MODIS 数据。
  • Satip – 卫星图像处理库,提供检索和存储 EUMETSAT 数据所需的所有功能。
  • openEO – 提供直观的编程库来处理各种地球观测数据集。
  • xarray-sentinel – 使用 Python 轻松访问和探索 Copernicus Sentinel-1 卫星任务的 SAR 数据产品。
  • noaa-apt – 通过无线电信号接收和解码来自气象卫星的图像。
  • harp – 用于科学地球观测数据的数据协调工具集。
  • ccplot – 用于可视化来自 CloudSat 和 CALIPSO 卫星的数据的命令行应用程序。
  • gotools – 处理来自 GOES 卫星的信号和文件的工具。
  • eodash – 结合了 ESA、JAXA 和 NASA 三个合作伙伴机构的资源、技术知识和专业知识,以加强我们对全球环境变化和影响我们星球的其他社会挑战的全球理解。
  • SlideRule Earth – 通过对 SlideRule Web 服务的 REST API 调用在云中处理 ICESat2 数据集.
  • SpaceLiDAR – 用于 ICESat、ICESat-2 和 GEDI 数据的 Julia 工具箱,用于快速搜索、下载和加载过滤后的点数据以及每个数据产品的 .h5 颗粒中的相关属性。
  • SNAP – 三个 Sentinel 工具箱的通用软件平台,由欧洲航天局 (ESA) 开发,用于 Sentinel-1、Sentinel-2 和 Sentinel-3 任务的科学开发。
  • EOReader – 一个遥感开源 Python 库,以与传感器无关的方式读取光学和 SAR 星座、加载和堆叠波段、云、DEM 和光谱指数。
  • LandsatTS – 一个 R 包,用于促进 Landsat 时间序列数据的检索、清理、交叉校准和物候建模。

分类学和本体论

  • 能源网格数字孪生定义语言本体– 能源网格资产管理、电力系统运营建模和实物能源商品市场的全球标准。
  • 开放能源本体– 能源系统建模上下文的领域本体。
  • ECTO – 模块化环境暴露本体。
  • ENVO – 一个社区驱动的环境表示本体。
  • EML – 一个面向社区的开源项目,致力于提供高质量的元数据规范,用于描述与涉及生态学、地球和环境科学等观测研究的不同学科相关的数据。
  • taxonomy4good – 一个可持续发展词典,除了列出的分类法之外,还提供创建自定义分类法的自由。
  • ecoCore – 生态社区的标准词汇,过去几年在专注于生态、环境和基于人口的语义的研讨会上反复表达的需求。
  • 气候类别– 气候政策分析中常用的代码、类别、术语和术语,位于一个漂亮的 Python 包中。
  • BattINFO – 由代表电池和电化学中使用的概念的实体列表组成。
  • 植物-授粉者相互作用词汇– 植物-授粉者相互作用是由巴西植物-授粉者相互作用网络维护的标准化词汇表。
  • 植物性状本体论– 描述植物表型性状的受控词汇表。

精选清单