植被覆盖度(Fractional vegetation cover, FVC)表示植被地面垂直投影面积与研究区总面积的百分比,是衡量生态保护和生态恢复有效性的重要指标,被广泛应用于气候、生态和土壤侵蚀等领域。FVC不仅是反映植被生产能力的理想参数,而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用。本研究工作主要是对两套GLASS FVC数据进行后处理,通过数据融合、剔除异常值和剪裁后给出较为可靠的2013年和2018年的环北极圈(范围为北纬66°以北)和青藏高原(范围为北纬26°到39.85°,东经73.45°到104.65°)的植被覆盖度情况。
叶爱中
植被的净初级生产力(Net Primary Productivity,NPP)指绿色植物在单位时间、单位面积上由光合作用产生的有机物质总量(即总初级生产力,Gross Primary Productivity,GPP)中扣除自养呼吸后的剩余部分,NPP作为陆地生态系统的水循环、养分循环和生物多样性变化的基础,是估算地球支持能力和评价陆地生态系统可持续发展的重要生态指标。本数据集包括祁连山区域2021年月度合成30m NPP产品。采用最大值合成(Max value composition, MVC)方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算NPP。
吴俊君, 李艺, 仲波
叶面积指数(Leaf Area Index,LAI)定义为地面单位投影面积内叶片总面积的一半,是描述植被的核心参数之一。LAI控制着植被的许多生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获等,同时为植被冠层表面最初的能量交换提供定量化的信息,是一个十分重要的研究植被生态系统结构和功能的参数。本数据集包括祁连山区域2021年月度合成30m LAI产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算LAI。
吴俊君, 李艺, 仲波
归一化植被指数(Normalized Difference Vegetation Index,NDVI)是近红外波段的反射率值与红光波段的反射率值之差比上近红外波段的反射率值与红光波段的反射率值之和。植被指数合成是指在适当合成周期内选出植被指数最佳代表,合成一幅空间分辨率、大气状况、云状况、观测几何、几何精度等影响最小化的植被指数栅格图像。本数据集包括祁连山区域2021年月度合成30m植被指数产品。采用最大值合成(Max value composition, MVC)方法,利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成。
吴俊君, 李艺, 仲波
植被覆盖度(Fractional Vegetation Coverage,FVC)定义为植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例,是衡量地表植被状况的一个重要指标。本数据集植被覆盖度作为反应植被覆盖状况的评价指标,0%表示地表像元内没有植被即裸地,值越高表明区域内植被覆盖越大。本数据集包括祁连山区域2021年月度合成30m地表植被覆盖度产品。采用最大值合成(Max value composition, MVC)方法,利用 Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算FVC。
吴俊君, 李艺, 仲波
雅鲁藏布江流域内巨量固体碎屑物质是记录青藏高原隆升剥蚀历史的重要组成部分之一,不同类型松散沉积物是固体碎屑物质差异输运的直接反映,揭示其空间分布规律及沉积总量,对于深入理解青藏高原的隆升与剥露过程具有重要参考价值。该数据集共包括雅鲁藏布江流域松散沉积物类型及其空间分布图集、厚度空间分布图集和沉积总量估算表等三类图表数据集,以遥感解译与地质填图为主要技术方法,全面厘清了雅鲁藏布江全流域范围内(16个复合子流域)松散沉积物的类型及其空间展布特征,并依据全流域松散沉积物厚度实测数据初步估算了沉积总量。巨量松散沉积物也是流域内滑坡、泥石流、洪沙灾害的重要物质来源,查明其空间展布规模与总量不仅对揭示沉积物源汇过程中记录的地表环境变化、区域构造运动、气候变化、生物地球化学循环等关键信息具有理论意义,同时对高原生态环境监测与保护、洪沙灾害预警与防治、重大基础工程建设和水土保持等具有重要应用价值。
林志鹏, 王成善, 韩中鹏, 白雅俪格, 王新航, 张建, 马星铎, 胡太宇, 张晨敬
本数据集包括祁连山地区2021年逐日地表蒸散发产品,产品分辨率为0.01°。采用高斯过程回归(Gaussian Process Regression,GPR)算法,实现对RS-PM (Mu et al., 2011)、SW (Shuttleworth and Wallace., 1985)、PT-JPL (Fisher et al., 2008)、MS-PT (Yao et al., 2013)、SEMI-PM (Wang et al., 2010a)、SIM (Wang et al.2008) 等6种蒸散发产品的集成。参与蒸散发产品生产的驱动数据包括MODIS(NDVI、Albedo、LAI、PAR),MERRA-2气象再分析数据等。
姚云军, 刘绍民, 尚珂
中国2000-2020年逐日积雪反照率产品数据集地理空间范围为72 - 142E,16 - 56N,采用等经纬度投影,空间分辨率0.005°。数据集时间范围覆盖2000年1月1日至2020年12月31日,时间分辨率为1天。数据包含6个要素:黑空反照率(Black_Sky_Albedo)、白空反照率(White_Sky_Albedo)、太阳天顶角(Solar_Zenith_Angle)、云标识(Cloud_Mask)、林区校正标识(Forest_Mask)和反演情况标识(Abnormal_Mask)。黑空反照率要素记录了反演得到的黑空反照率,计算因子为0.0001,数据范围为0-10000。白空反照率要素记录了反演得到的白空反照率,计算因子为0.0001,数据范围为0-10000。太阳天顶角要素记录了太阳天顶角度,计算因子为0.01,数据范围为0-9000。云标识要素记录了像元是否为云,值为0表示非云,值为1表示为云。林区校正标识要素记录了像元是否作为森林类型像元被校正过,值为0表示未校正,值为1表示已校正。反演情况标识要素记录了像元所对应的黑空反照率及白空反照率的反演结果是否为小于0或大于10000的异常值,值为0表示非异常值,值为1表示为异常值。数据集基于MODIS地表反射率产品MOD09GA,积雪产品MOD10A1/MYD10A1和全球数字高程模型SRTM数据,在ART模型基础上发展了积雪反照率反演模型,并利用GEE和本地端交互生产而来。为了评估ChinaSA的反演质量,利用地面台站的观测数据提出了样方观测验证方法,验证了积雪反照率产品的精度,并与常用的四种反照率产品(GLASS、GlobAlbedo、MCD43A3和SAD)进行了精度对比。验证结果表明,ChinaSA在所有验证中精度都优于其他产品,均方根误差小于0.12,在森林区域的均方根误差能达到0.021。
肖鹏峰, 胡瑞, 张正, 秦棽
本数据集是一个包含接近35年(1984-2018)的全球高分辨率光合有效辐射数据集,其分辨率为3小时/逐日/逐月,10公里,数据单位为W/㎡,瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明,该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
此数据集是基于中科院中国土地利用现状遥感监测数据集,经过裁剪、拼接等操作得到的1985年祁连山国家公园土地利用类型的数据。数据生产制作是利用Landsat TM/ETM遥感影像为主要数据源,通过人工目视解译生成,得到的矢量数据。土地利用类型包括耕地、森林、灌木林、草地、湿地、水体、苔原、人造表面、裸地、冰川和永久积雪这10个一级类型。可以分析祁连山区域历史的土地利用类型,并结合当前的土地利用类型数据,分析祁连山区域土地利用类型的变化。
年雁云
本植被含水量数据集来源于滦河流域土壤水分遥感试验中的地面同步观测,包括:(1)70 km×12 km 典型试验区(南北航线)的17个样区;(2)165 km×5 km复杂试验区(东北—西南航线)的8个样区;(3)地基微波辐射计观测的6个样区。地物类型包括草地、玉米、土豆、莜麦和胡萝卜。数据测量时间为2018年9月13日到2018年9月26日。植被含水量的测量方法为收获法,行播作物按照长度进行收获,草地按照面积进行收获。本数据集经过称重、烘干和植被含水量计算等步骤处理得到。
郑兴明, 姜涛
透明度,作为一种最直观地反映水质特性的指标之一,能够综合地反映水体生态系统的营养状态。光学遥感技术为监测大范围湖泊(包括水库)透明度变化提供了可能。中国湖泊(>1公顷)透明度的年均值数据集覆盖时间从1990到2018年,时间分辨率为5年一期,空间分辨率为30米,使用的数据源为GEE平台的Landsat 长时间序列天顶角反射率产品数据。中国的青藏高原、蒙新高原和东北湖区的影像选择时间主要集中在每年5-10月的非冰期。研究团队利用3种实测透明度数据集进行中国湖泊透明度反演模型的构建与验证。第一种数据集是本研究团队在2004-2018年获取的野外实测数据,该数据集的3/4(976)用来建立模型(红/蓝波段比算法),精度为R2=0.79, rRMSE=61.9%;剩余的1/4(325)用来验证模型,精度为R2=0.80, rRMSE = 57.6%。另外两种数据集是用来验证透明度反演模型的时间迁移性,其中一种数据集是2007-2009年期间由中科院南京地理与湖泊研究所进行湖泊调查获取的实测数据(340),精度为R2=0.78,rRMSE = 59.1%;另一种数据集是1980s-1990s期间第一次湖泊调查结果(229),精度为R2=0.81,rRMSE = 50.6%。模型验证结果表明,透明度反演结果在时空上具有较好的精度和稳定性。最后,基于透明度反演模型,在GEE云平台上编写去云算法、水体指数算法等来实现中国湖泊透明度的反演。该数据集信息有助于决策者或者环境管理者更好改善和保护水质,维持区域的可持续发展。
陶慧, 宋开山, 刘阁, 王强, 温志丹
青藏高原是全球气候变化的敏感区域。地表温度(Land Surface Temperature, LST)作为地表能量平衡中的主要参数,表征了地气间能量和水分交换的程度,广泛应用于气象气候、水文、生态等领域的研究中。青藏高原的陆地-大气相互作用等研究,迫切需要较长时间序列和较高时空分辨率的全天候地表温度数据集。然而,该区域较为频繁的云覆盖特征,使现有卫星热红外遥感地表温度数据集的使用受到较大的局限。 相较于2019年发布的前一个版本——中国西部逐日1km空间分辨率全天候地表温度数据集(2003-2018)V1,本数据集(V2)采用了一种新的制备方法,即基于新型地表温度时间分解模型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Aqua MODIS LST产品和GLDAS等数据,辅助数据包括卫星遥感提供的植被指数、地表反照率等。该方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性。 评价结果表明,本数据集具有良好的图像质量和精度,不仅在空间上无缝,还与当前学术界广泛采用的逐日1 km Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。以MODIS LST为参考值时,该数据集在白天和夜间平均偏差(MBE)分别为-0.28 K和-0.29 K,偏差标准差(STD)分别为1.25 K和1.36 K。基于青藏高原和黑河流域的6个站点实测数据的检验结果表明,晴空条件下,本数据集在白天/夜间与实测LST均具有高度的一致性,其MBE为-0.42~0.25 K/-0.35~0.19 K;均方根误差 (RMSE)为1.03~2.28 K/1.05~2.05 K;非晴空条件下,本数据集在白天/夜间的MBE为-0.55~1.42 K/-0.46~1.27 K;RMSE为2.24~3.87 K/2.03~3.62 K。与V1版本的数据相比,两种全天候地表温度均在空间维度上表现除了空间无缝(即无缺失值)的特性,且在大部分区域内,两种全天候地表温度的空间分布和幅值均与MODIS地表温度高度一致。然而,在AMSR-E/AMSR2轨道间隙亮温缺失的区域内,V1版本的地表温度产生了低估。TRIMS地表温度与V1版本地表温度在AMSR-E/AMSR2轨道间隙外的质量接近,而在轨道间隙内前者的质量更加可靠。因此,建议用户使用V2版本。 本数据集的时间分辨率为逐日2次,空间分辨率为1km,时间跨度为2000年-2021年(注:通过外推方式将缺少Aqua MODIS LST产品时段内的全天候地表温度补齐)。本数据集的空间范围包括青藏高原为核心的我国西部及周边地区(72°E-104°E,20°N-45°N)。因此,本数据集的缩写名为TRIMS LST-TP(Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST – Tibetan Plateau),以便用户使用。
周纪, 张晓东, 唐文彬, 丁利荣, 马晋, 张旭
该数据集是NOAA的 Advanced Very High Resolution Radiometer (AVHRR)传感器获取的长时间序列的NDVI数据。该数据集时间范围是1982年至2015年。为了去除NDVI数据中的噪声,进行了最大化合成、多传感器对比纠正。每半个月合成一幅NDVI影像。该数据集在植被长期变化趋势分析中被广泛应用。该数据集是从全球数据集中将三江源部分裁切出来,以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff,空间分辨率为8km,时间分辨率为2周,时间范围为1982年至2015年。数据转系系数为10000, NDVI = ND/10000。
NOAA
该数据集是MODIS的植被指数数据(MOD13Q1),将三江源区域进行了提取,以便单独开展三江源地区的研究分析。MOD13Q1是16天合成的植被指数,包含归一化植被指数(NDVI)和增强型植被指数(EVI)。三江源的空间范围覆盖两景MODIS文件(h25v05和h26v05)。数据存储格式为hdf,每个文件中包含12个波段:归一化植被指数(NDVI)、增强型植被指数(EVI)、数据质量(VI Quality)、红波段反射率(red reflectance)、近红外波段反射率(NIR reflectance)、蓝波段反射率(blue reflectance)、中红外波段反射率(MIR reflectance)、观测天顶角(view zenith angle)、太阳天顶角(sun zenith angle)、相对方位角(relative azimuth angle)、合成的时间(composite day of the year)和象元可靠性(pixel reliability). 本数据集数据格式为hdf,空间分辨率250m,时间分辨率是16天,时间范围:2000年2月至2018年10月。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
该数据集是SPOT卫星上的VEGETATION传感器获取的长时间序列的NDVI数据。该数据集时间范围是1998年5月至2013年。为了去除NDVI数据中的噪声,进行了最大化合成。每10天合成一幅NDVI影像。该数据集是从全球数据集中将三江源部分裁切出来,以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff,空间分辨率1km,时间分辨率是10天,时间范围:1998年5月至2013年12月。
Image Processing Centre for SPOT-VGT
该数据集是SeaWiFS获取的长时间序列的NDVI数据。该数据集时间范围是1997年9月至2007年。为了去除NDVI数据中的噪声,进行了最大化合成。每15天合成一幅NDVI影像。该数据集是从全球数据集中将三江源部分裁切出来,以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff,空间分辨率4km,时间分辨率是15天,时间范围:1997年第256天至2007年第365天。
Charles R. Mcclain
该数据集包含了黄河源、长江源、澜沧江三个源区的最大值合成法生产的NPP产品数据。MOD13Q1、MOD17A2以及MOD17A2H遥感产品数据来自于NASA网站(http://modis.gsfc.nasa.gov/)。MOD13Q1产品的分辨率为250 m, 16 d合成产品。MOD17A2和MOD17A2H产品数据都是8 d合成产品, MOD17A2的分辨率为 1000 m, MOD17A2H的分辨率为500 m。最终合成的MODIS NPP产品的分辨率为1km。 下载的MOD13Q1、MOD17A2、MOD17A2H遥感数据产品, 格式为HDF, 该数据已经过大气校正、辐射校正、几何校正和去云等处理。1)MRT投影转换。将下载的数据产品进行格式和投影转换, 将HDF格式转换为TIFF格式, 将投影转换为UTM投影, 输出250 m分辨率的NDVI、250 m分辨率的EVI、1000 m和500 m两种分辨率的净光合PSNnet。2)MVC最大值合成。将与地面实测数据同期的NDVI、EVI、PSNnet采用最大值合成, 得到与实测数据对应的值。采用最大值合成法可以有效减少云、大气、太阳高度角等的影响。3)基于NASA-CASA模型生成NPP年值。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
本数据集包含巴丹吉林沙漠的数字地形(DEM)、TM遥感影像和NDVI植被指数三类基础遥感数据。 1. DEM,数字地形数据, 源自美国NASA发布的SRTM1数据集,在沙漠地区进行了裁剪。分辨率为30 m。数据存放在DEM文件夹,可用ArcGIS打开dem.ovr文件。 2. TM影像数据。源自美国NASA发布的Landsat TM/ETM+ 543波段合成数据,在沙漠湖泊群分布地区进行了裁剪。分辨率为30 m。从1990年至2010年每5年的夏季和秋季各取1景,用于分析湖泊的长期变化。2002年各个季度有1景,用于分析湖泊的年内变化。数据存放在TM文件夹,TIFF格式,可用ArcGIS或ENVI软件打开。文件命名规则为yyyymm.tif,其中yyyy表示年份、mm表示月份,如199009表示影响数据对应的时间为1990年9月份。 3. NDVI,植被指数。源自美国NASA发布的MODIS-NDVI产品MOD13Q1,在沙漠地区进行了裁剪。包含2000~2012年生长季(6、7、8、9月份)每旬NDVI数据,空间分辨率为250 m,时间分辨率为16天。存放在NDVI文件夹,TIFF格式,可用ArcGIS或ENVI软件打开。文件命名规则为MOSAIC_TMP_yyyyddd.hdfout.250m_16_days_NDVI_roi.tif, 其中yyyy表示年份、ddd表示在该年的第ddd天。
金晓媚, 胡晓农
2008年3月17日在冰沟流域加密观测区开展的EO-1 Hyperion和Landsat TM卫星地面同步积雪参数观测,可为机载-星载遥感数据的积雪参数反演和验证提供基本的数据集。 观测内容包括: 1)积雪参数观测,观测变量包括:雪深(尺子)、分层雪深温度(针式温度计)、雪粒径(手持式显微镜)以及卫星过境时同步的雪表面和雪土界面温度(手持式红外温度计),该观测在样方BG-A、BG-E、BG-F、BG-H进行。 2)雪特性分析仪观测,观测变量包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等。该观测在样地BG-A、BG-E和BG-H进行,此外还在冰沟寒区水文气象观测站进行了连续25小时的定点观测。 3)积雪光谱观测(由新疆气象局ASD光谱仪测量),观测点位置见GPS记录文件。 4)积雪反照率观测(总辐射表)。 本数据集包括原始数据和预处理数据2个文件夹。
白艳芬, 白云洁, 盖春梅, 郝晓华, 梁继, 舒乐乐, 王旭峰, 徐瑱, 朱仕杰, 马明国, 常存, 窦燕, 马忠国, 姜腾龙, 肖鹏峰, 刘艳, 张璞
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