Daily 1-km all-weather land surface temperature dataset for Western China (TRIMS LST-TP; 2000-2021) V2
文件命名:地表温度数据以GEOTIFF格式存储,每个GEOTIFF文件约51MB。不同年份的数据分别存放于以“年”命名的文件夹下, 该年数据按照白天DAY和晚上NIGHT两个文件夹分别存储。具体文件命名方式为“TP+year+DOY+D/N.tif”,其中DOY代表年积日,D/N代表白天/夜间,如TP2020001D.tif。
数据格式为:整型
使用方式:可直接使用GIS软件或matlab等软件进行读取和后续处理,像元值/100=地表温度值(保留小数点后两位);
数据分辨率:逐日2次,1 km。
数据时间:对应MODIS像元的瞬时过境时间,具体处理方式详见数据说明文档。
数据集关键参数:
(1) 投影方式:Albers equal area
(2) 缺失值:统一以0标注
周纪, 张晓东, 唐文彬, 丁利荣, 马晋, 张旭. (2019). 中国西部逐日1 km全天候地表温度数据集(TRIMS LST-TP;2000-2021)V2. 时空三极环境大数据平台,
DOI:
10.11888/Meteoro.tpdc.270953.
CSTR:
18406.11.Meteoro.tpdc.270953.
[Zhou, J., Zhang, X., Tang, W., Ding, L., Ma, J., Zhang, X. (2019). Daily 1-km all-weather land surface temperature dataset for Western China (TRIMS LST-TP; 2000-2021) V2. A Big Earth Data Platform for Three Poles,
DOI:
10.11888/Meteoro.tpdc.270953.
CSTR:
18406.11.Meteoro.tpdc.270953.
]
(下载引用:
RIS格式 |
RIS英文格式 |
Bibtex格式 |
Bibtex英文格式
)
1. Zhang, X., Zhou, J., Liang, S., Wang, D. (2021). A practical reanalysis data and thermal infrared remote sensing data merging (RTM) method for reconstruction of a 1-km all-weather land surface temperature. Remote Sensing of Environment, 260, 112437. https://doi.org/10.1016/j.rse.2021.112437.( 查看 | Bibtex格式)
2. Zhang, X., Zhou, J., Göttsche, F., Zhan, W., Liu, S., & Cao, R. (2019). A Method Based on Temporal Component Decomposition for Estimating 1-km All-Weather Land Surface Temperature by Merging Satellite Thermal Infrared and Passive Microwave Observations. IEEE Transactions on Geoscience and Remote Sensing, 57, 4670–4691. https://doi.org/10.1109/TGRS.2019.2892417( 查看 | 下载 | Bibtex格式)
3. Zhou, J., Zhang, X., Zhan, W., Göttsche, F.-M., Liu, S., Olesen, F.-S., Hu, W., & Dai, F. (2017). A thermal sampling depth correction method for land surface temperature estimation from satellite passive microwave observation over barren land. IEEE Transactions on Geoscience and Remote Sensing, 55, 4743–4756. https://doi.org/10.1109/TGRS.2017.2698828( 查看 | 下载 | Bibtex格式)
使用本数据时必须引用“文章的引用”中列出的文献,并进行数据的引用
多源遥感协同下的全天候地表温度反演方法 (项目编号:41871241) A method to estimate all-weather LST based on the integration of multi-source remote sensing observations
复杂山区泥石流监测预警技术装备集成与示范 (项目编号:2018YFC1505205) Integration and Demonstration of Monitoring and Early Warning Technology and Equipment for Debris Flow in Complex Mountainous Areas
中欧科技合作“龙计划”五期项目(项目编号59318): All-Weather Land Surface Temperature at High Spatial Resolution: Validation and Applications
为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力,请数据使用者在使用数据所产生的研究成果中(包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果),明确注明数据来源和数据作者。对于转载(二次或多次发布)的数据,作者还须注明原始数据来源。
License:
This work is licensed under an
Attribution 4.0 International (CC BY 4.0)
1.黑河生态水文遥感试验:黑河流域中游大满超级站TerraSAR-X地面同步观测数据集(2012年6月15日)
3.黑河综合遥感联合试验:冰沟流域加密观测区K&Ka波段机载微波辐射计地面同步观测数据集(2008年3月29日)
4.青藏高原0.05°逐日积雪深度数据集(2000-2018)
5.黑河综合遥感联合试验:扁都口加密观测区MODIS、ALOS PALSAR和AMSR-E地面同步观测数据集(2008年5月24日)
6.中国陆域及周边逐日1km全天候地表温度数据集(TRIMS LST;2000-2021)
7.黑河综合遥感联合试验:临泽-扁都口飞行区L&K波段机载微波辐射计数据集(2008年5月25日)
8.黑河生态水文遥感试验:黑河流域中游河道温度同步观测数据集(2012年7月3日和4日)
1. 2022-08-12 李广*   用途:本人为西安建筑科技大学交通运输专业的硕士,气象数据和人们的出行应该有关系,本人打算研究天气和出行的关系 …… 西安建筑科技大学
2. 2022-08-10 吴海*   用途:准噶尔盆地地温梯度与油气关系研究 …… 新疆油田
3. 2022-08-09 张琨*   用途:academic research …… 中科院青藏高原研究所
4. 2022-08-08 张宏*   用途:地表温度产品对比评估 …… 中国农业大学
5. 2022-08-07 李杰*   用途:挽救气候变化 …… 中南大学
6. 2022-08-06 李杰*   用途:气候变化研究 …… 中南大学
7. 2022-08-02 徐富*   用途:您好,申请数据用于验证青藏高原冻融验证。 ……
8. 2022-08-02 李杰*   用途:查询查询 …… 中南大学
9. 2022-07-30 尚程*   用途:用于青藏高原地表能量方面研究 …… 中国科学院西北生态环境资源研究院
10. 2022-07-27 ch*   用途:支撑科学研究 …… Chengdu University of Technology
11. 2022-07-25 秦瑞*   用途:用于数据获取和整理,获得数据分类结果 …… 中南大学
12. 2022-07-23 马俊*   用途:科研 …… 武汉大学
13. 2022-07-21 陈烨*   用途:用于数据获取和整理,获得数据分类结果 …… 华南师范大学
14. 2022-07-21 陈烨*   用途:用于数据获取和整理,获得数据分类结果 …… 华南师范大学
15. 2022-07-21 陈烨*   用途:用于数据获取和整理,获得数据分类结果 …… 华南师范大学
16. 2022-07-21 陈烨*   用途:用于数据获取和整理,获得数据分类结果 …… 华南师范大学
17. 2022-07-19 彭文*   用途:NDVI变化研究 …… 四川师范大学
18. 2022-07-18 陈晨*   用途:用于研究青藏高原地区的冻土变化 …… 清华大学
19. 2022-07-18 卢春*   用途:可能将在本科毕业论文中用到,只是想先看看是不是,抱歉打扰到了。 …… 青海师范大学
20. 2022-07-17 王清*   用途:非商业项目计算 …… 上海交通大学
暂无数据
联系方式
关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved
| 京公网安备11010502040845号
数据中心技术支持: 数云软件