全国植被指数数据(分辨率30m)2000-2022年

于 2024-07-26 18:51:55 发布
阅读量73 收藏 2
点赞数 1
分类专栏： 数据引用 文章标签： 课程设计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_79696294/article/details/140339089
版权

文章目录


在这里插入图片描述

数据下载地址

点击这里下载数据

数据指标说明

在这里插入图片描述

数据格式：GeoTIFF 格式的栅格数据。

文件名命名规则

NDVImax[year].tif

year：四位年份

示例：“NDVImax2010.tif”：表示 2010 年的年最大 NDVI 数据。

数据生产提供单位

中国科学院地理科学与资源研究所土地利用与全球变化遥感团队

元数据

时间跨度: 2000 ~ 2022 年

时间分辨率：每年一期空间分辨率：30 米

维度：131365 行×228747 列

数据类型：Int16

投影信息：WGS1984 [Longitude and latitude]

数据值范围

我们将 NDVI 数据值范围由-1-1 放大 10000 倍到-10000-10000。

NDVI 有效值范围为 [-10000,10000]。

项目备注

本公众号资源部分自主研发，部分来源于网络。
来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。

数据下载地址

点击这里下载数据

Android安卓科研室
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
2022年30m全国逐年土地覆被数据
J_Giser的博客
08-24 1552
基于CLCD，揭示了1985年至2019年期间中国土地覆被变化的趋势和模式，如不透水表面（+148.71%）和水（+18.39%）的扩大，耕地（-4.85%）和草地（-3.29%）的减少，以及森林（+4.34%）的增加。由于中国的一系列造林政策，如1980年代启动的三北防护林工程和2000年后启动的绿色增益工程，从1985年到 2019年，森林增加了4.34%，灌木减少了259万公顷，与 ESACCI_LC的减少趋势相似。尽管为了养活不断增长的人口，中国东北和西北地区进行了广泛的开垦，但耕地普遍减少。
【RS&GIS数据资源】2000-2022年中国30米年最大NDVI数据集
Lee大哲博客
04-08 1286
本数据集基于Google Earth Engine云计算平台，利用全年所有Landsat5/7/8/9遥感数据，通过系列数据预处理和数据平滑等方法，得到2000-2020年每个像元一年中的NDVI最大值。该数据集空间分辨率为30m，时间分辨率为年。
2000-2022年逐年归一化植被指数（NDVI）数据（全国/分省/分市）
weixin_63042008的博客
03-22 4447
2000-2022年逐年归一化植被指数（NDVI）数据（全国/分省/分市）
中国区域250米归一化植被指数数据集（2000-2022）介绍
weixin_44906759的博客
08-06 1254
归一化植被指数 (Normalized Difference Vegetation Index, NDVI) 是一种衡量地表植被绿度（生物量）的重要指标，它反映了植被对太阳辐射的吸收情况和光合作用的强度。该指数是通过对地面反射的近红外和可见光进行计算得到的。值得注意的是，NDVI的值范围一般在-1到1之间，值越接近1，表明植被覆盖度越高，生物量越大。
免费分享：2021年全国30米分辨率最大NDVI数据集（附下载方法）
xiajingwll的博客
06-28 468
计算过程中对全年所有的Landsat5/7/8/9遥感影像计算NDVI，获取每个像元所在位置的一年中的NDVI最大值，从而生成逐年度NDVI最大值数据。城市规划与管理：可用于城市规划与管理，通过分析城市绿地的NDVI值，可以评估城市绿地的覆盖情况和生态环境质量，帮助制定科学的城市规划和管理策略，促进城市可持续发展。下载流程：点击上面的下载地址，打开数字地球开放平台网站，需要先注册登录，登录完成后，点击底部下载资源按钮，填写资源下载提取码即可下载。数据名称：全国30米分辨率逐年最大NDVI数据集。
【数据分享】2000-2022年中国30米年最大NDVI数据集
qq_48539301的博客
03-05 1510
在算法改进方面，首先计算过去五年中每年最大归一化植被指数（NDVI）值及其对应的观测日期（Day of Year，DOY），得到一系列数值。该数据集利用了Landsat 5/7/8/9遥感数据，通过去除云和阴影的影响，获取了全年有效的Landsat观测数据。然后，对每个有效观测数据进行NDVI指数计算，并利用线性插值和S-G平滑等方法，得到每个像元在一年中的最大NDVI值。随后，逐年计算最大归一化植被指数（NDVImax）及其对应的观测日期（DOYmax）。这样的处理策略旨在确保数据的准确性和一致性。
中国区域逐年250米植被覆盖度数据集（2000-2022）
m0_63269495的博客
01-26 521
该数据集是中国区域2000至2022年年度植被覆盖度产品，空间分辨率250米，合成方式采用月最大值合成。本产品采用基于归一化植被指数（NDVI）像元二分模型，根据土地利用类型确定纯植被像元值和纯裸土像元值，实现植被覆盖度计算。本数据集采用基于归一化植被指数（NDVI）像元二分模型，根据不同土地利用类型确定纯植被像元值和纯裸土像元值，进而计算植被覆盖度；然后根据土地利用数据去除湖泊、河流、冰川/永久积雪等区域，得到最终的植被覆盖度产品。数据读取方式：文件采用.tif格式存储，可用ArcGIS等软件打开。
中国1000米分辨率逐月最大LAI数据集（2000-2022）
m0_63269495的博客
06-18 179
叶面积指数是生态系统的一个重要结构参数，用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应，为植物冠层表面物质和能量交换的描述提供结构化的定量信息，并在生态系统碳积累、植被生产力和土壤、植物、大气间相互作用的能量平衡，植被遥感等方面起到重要作用。叶面积指数LAI(Leaf Area Index)是描述植被冠层几何结构的基本参数之一，被定义为单位地表面积上所有叶片面积的倍数，它控制着植被的许多生物物理过程，如光合作用、呼吸作用、蒸腾作用、碳循环和降水截获等，是陆面过程一个十分重要的结构参数。
中国34个省级行政区2000年-2021年逐月1km植被指数NDVI栅格数据处理及下载
Salierib的博客
05-15 6988
本文介绍了利用MOD13A3数据处理加工中国各省级行政区2000年-2021年共22年1km逐月NDVI影像的过程。该处理过程以hdf文件为基础，采用本地处理的方式处理加工各个省的NDVI影像。 在1节中简单介绍了MOD13A3数据集及其下载方式。2.1节介绍了利用易方MODIS处理工具箱在Arcmap软件中基于MOD13A3数据（.hdf）加工得到宁夏2000年-2010年逐月NDVI栅格（.tif）的案例。4节提供了处理好的样例数据和加工完成的NDVI栅格数据的下载地址。
全国植被指数数据(分辨率30m)2000-2022年(全新整理)
最新发布
07-26
2、代码特点：今年全新，手工精心整理，放心引用，...时间跨度: 2000 ~ 2022 年 时间分辨率：每年一期空间分辨率：30 米 维度：131365 行×228747 列 数据类型：Int16 投影信息：WGS1984 [Longitude and latitude]
MODIS 2020年中国250m植被指数（NDVI）空间分布数据集
04-27
该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13Q1。MOD13Q1的空间分辨率为250m，时间分辨率为16d。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到16d 250m的NDVI数据后，再利用...
MODIS 2023年中国250m植被指数（NDVI）空间分布数据集
03-24
该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13Q1。MOD13Q1的空间分辨率为250m，时间分辨率为16d。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到16d 250m的NDVI数据后，再利用...
MODIS 2020年2月中国250m植被指数（NDVI）栅格数据集.zip
04-28
该逐月250m NDVI数据基于MOD13Q1产品利用最大合成法处理得到。原始数据产品经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到16d 250m的NDVI数据后，再利用最大合成法得到逐月的NDVI数据。 时间：2020年 地区：...
MODIS 2020年1月中国250m植被指数（NDVI）栅格数据集.zip
04-28
该逐月250m NDVI数据基于MOD13Q1产品利用最大合成法处理得到。原始数据产品经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到16d 250m的NDVI数据后，再利用最大合成法得到逐月的NDVI数据。 时间：2020年 地区：...
HTML5大作业三农有机，农产品，农庄，农旅网站源码
xcLeigh
07-17 3824
HTML5大作业三农有机，农产品，农庄，农旅网站源码，农旅文化相关介绍网站，农产品网站，农庄网站，介绍农业相关的网站，农业网站大作业，毕业设计，功能点包含轮播图，图文处理，表单，表格，菜单，模块等各种风格都有，代码上手简单，代码独立，可以直接使用。也可直接预览效果。
开题报告达达宠物认领信息网站的设计与实现 已通过开题答辩的.docx
07-25
宠物认领信息网站的主要目的是为寻找宠物的失主和寻找新家的宠物提供一个在线的信息交流平台。通过这个平台，失主可以发布失宠信息，寻找走失或遗弃的宠物；而救助人或组织则可以发布待领养的宠物信息，为那些无家可归的宠物寻找一个永久的归宿。 这样的网站通常会提供一个详细的宠物数据库，包括照片、品种、年龄、健康状况等信息，以便让失主能够方便地找到自己的宠物。同时，网站还会提供一些相关的服务，如失主与救助人之间的在线交流、宠物匹配推荐、领养手续办理等，以帮助双方顺利完成宠物的认领和领养过程。 宠物认领信息网站的目的在于提高失宠找到宠物的几率，减少流浪宠物的数量，并为那些无家可归的宠物提供一个温馨的新家。同时，网站还能促进社会对流浪宠物的关注和保护，提高人们的动物保护意识。
开题报告创权法律服务系统 已通过开题答辩的.doc
07-25
进入20世纪80年代，我国加快了改革开放的步伐，市场经济体制已逐步形成，我国的经济发展受世人所瞩目，但法律法规的置后，使经济发展不规范问题暴露的相当严重，特别是社会整体信用的缺失，使消费环境不断恶化。而如今随着城镇化的高速推进，精神追求远不及物质发展迅速，维权问题也越来越成为人们十分关注的社会话题。 维权是指维护个人或群体的合法权益，范围包括人身损害、土地纠纷、 医疗事故、婚姻、家庭、继承等民事纠纷所进行的行政及司法诉讼。维护消费者合法权益关系着全社会每个人的利益，群众利益无小事。维护消费者合法权益正体现着“权为民所用，利为民所谋”。而现如今由于法律规则的不完善加上自身对法律知识的不了解，导致很多公民的权益问题在复杂的社会情况下无法得到妥善的解决，使得公民的财产和心理受到难以弥补的损失，严重威胁到社会的安全与稳定，公民之间的诚信与统一。因此更便捷、迅速地维护公民的合法权益，已经成为了一个刻不容缓去解决的社会问题。
Matlab实现豪猪优化算法CPO-TCN-Multihead-Attention多输入单输出回归预测算法研究.rar
07-25
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
2010-2020年全国植被指数(ndvi)空间分布数据集
07-01
2010-2020年全国植被指数（NDVI）空间分布数据集是基于遥感技术和卫星影像获取的数据，用于反映中国境内植被覆盖及其变化情况的重要指标。NDVI是根据植被表面反射的红光和近红外光之间的比值来计算的，可以有效衡量植被的生长状态和覆盖程度。 这个数据集包含了2010年至2020年期间全国范围内各地的植被指数数值。根据数据集的分析，整体上可以观察到以下几个特征： 首先，我国的植被覆盖在10年的时间里总体上呈现出稳定增长的趋势。随着时间的推移，植被指数的数值呈现逐年增加的趋势，表明植被覆盖面积逐渐扩大。 其次，全国不同地区的植被覆盖情况存在明显的空间差异。一般来说，西部地区（如青藏高原、西南地区）的植被指数较高，植被覆盖相对较好，而东部地区（如长江流域、东北地区）的植被指数相对较低，植被覆盖较差。 此外，各地区的植被指数也存在季节性的变化。春季和夏季植被指数一般较高，反映了植物的生长旺盛期，而秋季和冬季植被指数较低，反映了植物的休眠和凋落。 最后，植被指数的变化还受到人类活动的影响。例如，城市化和土地利用变化会对植被覆盖产生重要影响，导致植被指数的减少或变动。 总的来说，2010-2020年全国植被指数空间分布数据集提供了一种全面了解我国植被覆盖情况和变化趋势的方法。通过深入研究该数据集，可以为生态环境保护、资源管理和气候变化研究等方面提供重要的参考和依据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Android安卓科研室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值