pecan

pecan

整合式生态系统建模和预测工具箱

作为一个开源项目,PEcAn致力于为生态系统研究提供先进的数据分析和建模工具。该平台集成了科学工作流和数据同化系统,能够高效处理大规模环境数据。PEcAn不仅提高了生态系统建模的效率和质量,还促进了研究人员之间的合作。随着持续的开发和更新,PEcAn正在成为生态系统科学领域的重要研究工具。

PEcAn生态系统建模数据同化开源软件环境科学Github开源项目

GitHub Actions CI Slack Slack DOI

我们的愿景

利用最佳可用数据和模型来指导生态系统科学、政策和管理

我们的使命

开发并推广可访问的工具,用于可重复的生态系统建模和预测

什么是PEcAn?

预测生态系统分析器(PEcAn)(参见pecanproject.org)是一个综合的生态生物信息学工具箱(Dietze等人2013,LeBauer等人2013),它包括:1)一个科学工作流系统,用于管理大量公开可用的环境数据;2)一个贝叶斯数据同化系统,用于在最先进的生态系统模型中综合这些信息。这个项目的动机是,许多关于全球变化的最紧迫问题并不一定受限于收集新数据的需求,而是受限于我们综合现有数据的能力。该项目旨在通过开发一个可访问的框架来以合理的方式整合多个数据源,从而提高这种能力。

PEcAn工作流系统使生态系统建模在数据应用操作方面更具可重复性、自动化和透明度,从而最终使同行和公众更容易理解。它减少了建模团队之间的重复工作,促进了合作,并使模型对研究界的其他成员更容易接受。

PEcAn本身不是一个生态系统模型,它可以与各种不同的生态系统模型一起使用;整合一个模型涉及编写一个包装器,以将输入和输出转换为PEcAn使用的标准格式。目前,PEcAn支持十多个生态系统模型,并且不断有新的模型被添加(请查看_models_文件夹以获取最新列表)。

文档

请查阅PEcAn项目的文档;可以是最新稳定开发分支,也可以是最新发布版早期版本的文档在这里

入门

请查看我们的"教程页面",其中提供了自学教程、vignettes链接和概述演示。

安装

有关如何安装PEcAn的完整说明可以在文档这里找到。要启动并运行PEcAn,你可以使用以下三种方法之一:

  1. 运行虚拟机。这推荐给学生和新用户,为每个发布版本提供一个一致的、经过测试的环境。

  2. 使用Docker。这是推荐的方法,特别是对于开发和生产部署。

  3. 在你自己的Linux或MacOS计算机或服务器上安装所有PEcAn R包。这可以通过从r-universe安装来完成:

# 启用pecanproject仓库 options(repos = c( pecanproject = 'https://pecanproject.r-universe.dev', CRAN = 'https://cloud.r-project.org')) # 在R中下载并安装PEcAn.all install.packages('PEcAn.all')

然而,如果不安装PEcAn的其他组件,特别是BETYdb,这可能会有功能限制。

网站

访问我们的网页以了解有关PEcAn项目的最新新闻、版本和信息。

网页界面演示

通过PEcAn网页界面是开始生态系统建模的最快方式。 我们有一个运行当前版本PEcAn的演示网站。使用这个实例,你可以在任何预定义的站点使用ED或SIPNET执行模型运行。

演示实例仅允许在pecan.ncsa.illinois.edu上运行。一旦你设置好运行,它将在我们的服务器上执行;根据执行模型的人数和所选模型的不同,这可能需要几秒钟到几分钟才能完成。完成后,你将看到执行结果,并可以绘制模型输出图。在我们的在线教程中可以找到一些执行的完整示例。

出版物

  • LeBauer, D.S.、D. Wang、K. Richter、C. Davidson 和 M.C. Dietze (2013)。促进野外测量与生态系统模型之间的反馈。生态学专著。doi:10.1890/12-0137.1
  • Wang, D、D.S. LeBauer 和 M.C. Dietze (2013)。通过模型数据合成预测美国本土短轮作杂交杨树(Populus spp.)的产量。生态学应用 doi:10.1890/12-0854.1
  • Dietze, M.C.、D.S LeBauer 和 R. Kooper (2013)。关于改善模型和数据之间的通信。植物、细胞与环境 doi:10.1111/pce.12043
  • Dietze, Michael C.、Shawn P. Serbin、Carl Davidson、Ankur R. Desai、Xiaohui Feng、Ryan Kelly、Rob Kooper 等。"陆地生物圈模型在北美生物群落中数据需求的定量评估。"地球物理研究杂志:生物地球科学 119, 第 3 期 (2014): 286-300。
  • Viskari, Toni、Brady Hardiman、Ankur R. Desai 和 Michael C. Dietze。"多种物候观测的模型数据同化以约束和预测叶面积指数。" (2015) doi:10.1890/14-0497.1
  • Shiklomanov. A、MC Dietze、T Viskari、PA Townsend、SP Serbin. 2016 "通过贝叶斯方法对RTM反演中光谱分辨率对叶片特征估计不确定性影响的量化" 环境遥感 183: 226-238
  • LeBauer, David、Rob Kooper、Patrick Mulrooney、Scott Rohde、Dan Wang、Stephen P. Long 和 Michael C. Dietze。"BETYdb:应用于第二代生物能源原料生产的产量、性状和生态系统服务数据库。"GCB生物能源 (2017)。

谷歌学术上可以找到应用PEcAn或受我们工作启发的大量出版物列表。

致谢

PEcAn项目得到了国家科学基金会(ABI #1062547、ABI #1458021、DIBBS #1261582、ARC #1023477、EF #1318164、EF #1241894、EF #1241891)、NASA陆地生态系统、能源生物科学研究所、能源部(ARPA-E奖项#DE-AR0000594和DE-AR0000598)以及亚马逊AWS教育补助的支持。

本材料中表达的任何观点、发现、结论或建议均为作者的观点,不一定反映国家科学基金会、NASA或其他联邦机构的观点。PEcAn是波士顿大学地球与环境系、伊利诺伊大学卡尔·沃斯基基因组生物学研究所、国家超级计算应用中心图像空间数据分析组、威斯康星大学麦迪逊分校大气与海洋科学系以及布鲁克海文国家实验室陆地生态系统科学与技术组之间的合作项目。

BETYdb是伊利诺伊大学厄巴纳-香槟分校能源生物科学研究所的产品。我们非常感谢其他研究人员慷慨地提供自己的数据以供进一步研究。

许可证

伊利诺伊大学/NCSA开源许可证

版权所有 (c) 2012,伊利课伊大学,NCSA。保留所有权利。

PEcAn项目 <www.pecanproject.org>

特此免费授予任何获得本软件及相关文档文件("软件")副本的人无限制处理软件的权限,包括但不限于使用、复制、修改、合并、发布、分发、再许可和/或销售软件副本的权利,并允许向其提供软件的人这样做,但须符合以下条件:

  • 源代码的再分发必须保留上述版权声明、本条件列表和以下免责声明。
  • 二进制形式的再分发必须在提供的文档和/或其他材料中复制上述版权声明、本条件列表和以下免责声明。
  • 未经特定事先书面许可,不得使用伊利诺伊大学、NCSA或其贡献者的名称来认可或推广源自本软件的产品。

本软件按"原样"提供,不提供任何明示或暗示的保证,包括但不限于适销性、特定用途适用性和非侵权性的保证。在任何情况下,贡献者或版权持有人均不对因软件或使用或其他交易而产生的任何索赔、损害或其他责任承担责任,无论是合同、侵权还是其他行为。

活动

Alt

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多