中国生长季1KM植被指数（NDVI）空间分布数据集

最新推荐文章于 2024-05-01 23:23:32 发布
最新推荐文章于 2024-05-01 23:23:32 发布
阅读量525 收藏 1
点赞数
分类专栏： 数据分享 文章标签： arcgis
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/CCfz566/article/details/129951513
版权

 植被指数（NDVI, Normalized Difference Vegetation Index）可以准确反映地表植被覆盖状况。目前，基于SPOT/VEGETATION以及MODIS等卫星遥感得到的长时间序列NDVI数据已经在不同区域植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。
    中国生长季1KM植被指数（NDVI）空间分布数据集是在SPOT/VEGETATION PROBA-V 1 KM PRODUCTS（http://www.vito-eodata.be）旬1KM植被指数数据基础上，在月数据基础上采用最大值合成法生成的1998年以来的生长季植被指数数据集。该数据集有效反映了全国各地区在空间和时间尺度上的植被覆盖分布和变化状况，对植被变化状况监测、植被资源合理利用和其它生态环境相关领域的研究有十分重要的参考意义。

 生长季NDVI数据为3-11 月份（春、夏、秋三季）NDVI数据数值的最大值，数据空间覆盖范围为全国，数据获取时间为1998年—2019年。由于2020年只有1-6月的数据，因此2020年的数据暂缺。下载的数据为ARCGIS GRID格式，空间分辨率为1km。每季度的数据为一个RAR压缩包，请用WinRAR 解压缩。

天青色等烟雨..
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MODIS 2019年中国1km植被指数（NDVI）空间分布数据集
03-18
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MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006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MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、
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 1122
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。
GEE读取NDVI数据集并生成NDVI分布地图
最新发布
weixin_67362258的博客
05-01 298
MOD13Q1 V6.1 产品提供植被指数 （VI） 以每像素为基础的值。有两个主要植被层。第一个是归一化差异植被指数（NDVI） 这被称为现有国家 海洋和大气管理局-高级超高分辨率 辐射计 （NOAA-AVHRR） 衍生的 NDVI。第二植被层 是最小化冠层背景的增强植被指数 （EVI） 在茂密的植被条件下变化并保持敏感性。EVI还使用蓝色波段来去除残留的大气污染 由烟雾和亚像素薄云引起。MODIS的NDVI EVI 乘积是根据大气校正的双向计算得出的 被水、云、重物掩盖的表面反射率 气溶胶和云影。
【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 1181
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。
2000—2022年逐月归一化植被指数（NDVI）（全国/分省/分市）
weixin_63042008的博客
03-20 798
2000—2022年逐月归一化植被指数（NDVI）数据（全国/分省/分市/免费获取）
2001-2023年月最大NDVI数据集（1km）
m0_63269495的博客
03-07 642
中国月度1KM植被指数（NDVI）空间分布数据集是基于SPOT/VEGETATION NDVI卫星遥感数据，在旬（每10天）数据基础上采用最大值合成法生成的2001年以来的月度植被指数数据集。该数据集有效反映了全国各地区在空间和时间尺度上的植被覆盖分布和变化状况，对植被变化状况监测、植被资源合理利用和其它生态环境相关领域的研究有十分重要的参考意义。月度NDVI数据为每月1-3旬NDVI数据数值的平均值，数据空间覆盖范围为全国，数据获取时间为2000年4月—至今。数据为tiff格式，空间分辨率为1km。
MODIS 2020年逐月中国1km植被指数（NDVI）空间分布数据集
03-18
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MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据。 地区：...
MODIS 2004年中国1km植被指数（NDVI）空间分布数据集
03-18
经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：...
MODIS 2011年中国1km植被指数（NDVI）空间分布数据集
03-18
经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：...
MODIS 2020年中国1km植被指数（NDVI）空间分布数据集
03-18
经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：...
NDVI 数据产品和常见传感器说明（Modis,TM,AVHRR,SPOT）
weixin_44021581的博客
10-30 6457
1，modis (moderate resolution imaging spectroradimeter) Modis是由nasa发射的，共有36个通道，从可见光到热红外波段，在1999年发射的terra， 2002年5月发射Aqua， Terra每天经过2次，分别为早上10：30和22：30， aqua每天同样两次，1：30am和13：30 Modis主要提供以下变量每日地表反射率，雪盖，NDVI、EVI资料，地表温度和大气每日变量 2. TM (Landset Thematic Mapper)
MODIS 2001年逐月中国1km植被指数（NDVI）空间分布数据集.zip
03-18
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MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据。 地区：中国 时间分辨率：逐月 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006
gimms 3g ndvi数据处理程序
10-19
可输出月平均和年平均，并可以输出年平均的全球图或者区域图都可以（只需要修改出图范围即可）
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，再利用最大合成法（MVC，Maximum Value Compositing）生成对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：250m 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MOD13Q1 MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-04-13 from https://doi.org/10.5067/MODIS/MOD13Q1.006
MODIS 2005年中国1km植被指数（NDVI）空间分布数据集
03-18
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MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006
【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 1161
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。
【遥感物候】Hants NDVI时间序列谐波分析法数据重构，植被生长季曲线效果可佳（附Hants软件下载）
「 刘一哥与GIS的故事」
03-29 8216
NDVI时间序列谐波分析法(Harmonic Analysis of NDVI Time-Series)（简称Hants ）对时间序列数据进行平滑。该方法是一种新的物候分析方法，可用于定量化的监测植被动态变化。其核心算法是傅里叶变换和最小二乘法拟合, 即把时间波谱数据分解成许多不同频率的正弦曲线和余弦曲线，从中选取若干个能够反映时间序列特征的曲线进行叠加，以达到时间序列数据的重建目的。本文使用Hants法对30年GIMMS NDVI 3g数据进行重构，效果可佳（附Hants软件下载）。 由于GIMMS.
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。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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