样图和数据范围查看：https://blog.csdn.net/zhongguonanren99/article/details/123566001 — 字段里面分类比较多tpye：每个值代表一个类型。 —— 小区范围占地面积面数据shp格式 无偏移坐标，只有城区市区有农村没有。 字段里面有小区，大厦，学校，医院，酒店等属性区分。比如字段type中1549代表小区住宅，1563代表学校。小区、学校等占地面积范围数据，优质高品质

成都市AOI城区小区面样图和数据范围查看：https://blog.csdn.net/zhongguonanren99/article/details/123566001 — 字段里面分类比较多tpye：每个值代表一个类型。 —— 小区范围占地面积面数据shp格式 无偏移坐标，只有城区市区有农村没有。 字段里面有小区，大厦，学校，医院，酒店等属性区分。比如字段type中1549代表小区住宅，1563代表学校。小区、学校等占地面积范围数据，优质高品质

2022届宜宾市二诊理科数学试题及答案

2022届宜宾市二诊文科数学试题及答案

最新省市县数据，包含经纬度，mysql数据库使用，亲测可用

数据格式：GeoTiFF；数据精度：500米；数据坐标：AEA_WGS_1984 数据组织:数据按省市分为一个个省份与城市的压缩包，每个压缩包内均含该省市2000-2020年的NPP和NPP_QC(质量控制)数据。 原始数据：MOD17A3HGF Version 6.0产品 在这里，本来希望采用新出的6.1版本数据，处理了一半发现6.1版本缺失1年的数据，所以最后还是采用了6.0版本的数据,不缺失数据。 利用python和MRT工具对NPP、NPP_QC（质量控制）数据进行的镶嵌、投影与重采样，再分别进行裁剪打包。

数据格式：GeoTiFF；数据精度：500米；数据坐标：AEA_WGS_1984 数据组织:数据按省市分为一个个省份与城市的压缩包，每个压缩包内均含该省市2000-2020年的NPP和NPP_QC(质量控制)数据。 原始数据：MOD17A3HGF Version 6.0产品 在这里，本来希望采用新出的6.1版本数据，处理了一半发现6.1版本缺失1年的数据，所以最后还是采用了6.0版本的数据,不缺失数据。 利用python和MRT工具对NPP、NPP_QC（质量控制）数据进行的镶嵌、投影与重采样，再分别进行裁剪打包。

数据格式：GeoTiFF；数据精度：500米；数据坐标：AEA_WGS_1984 数据组织:数据按省市分为一个个省份与城市的压缩包，每个压缩包内均含该省市2000-2020年的NPP和NPP_QC(质量控制)数据。 原始数据：MOD17A3HGF Version 6.0产品 在这里，本来希望采用新出的6.1版本数据，处理了一半发现6.1版本缺失1年的数据，所以最后还是采用了6.0版本的数据,不缺失数据。 利用python和MRT工具对NPP、NPP_QC（质量控制）数据进行的镶嵌、投影与重采样，再分别进行裁剪打包。

数据格式：GeoTiFF；数据精度：500米；数据坐标：AEA_WGS_1984 数据组织:数据按省市分为一个个省份与城市的压缩包，每个压缩包内均含该省市2000-2020年的NPP和NPP_QC(质量控制)数据。 原始数据：MOD17A3HGF Version 6.0产品 在这里，本来希望采用新出的6.1版本数据，处理了一半发现6.1版本缺失1年的数据，所以最后还是采用了6.0版本的数据,不缺失数据。 利用python和MRT工具对NPP、NPP_QC（质量控制）数据进行的镶嵌、投影与重采样，再分别进行裁剪打包。

数据格式：GeoTiFF；数据精度：500米；数据坐标：AEA_WGS_1984 数据组织:数据按省市分为一个个省份与城市的压缩包，每个压缩包内均含该省市2000-2020年的NPP和NPP_QC(质量控制)数据。 原始数据：MOD17A3HGF Version 6.0产品 在这里，本来希望采用新出的6.1版本数据，处理了一半发现6.1版本缺失1年的数据，所以最后还是采用了6.0版本的数据,不缺失数据。 利用python和MRT工具对NPP、NPP_QC（质量控制）数据进行的镶嵌、投影与重采样，再分别进行裁剪打包。