[数据分享第二弹]降水、植被、土壤等生态相关数据分享

数据是GIS的重要组成部分,也是我们进行研究分析的基础。在日常工作中,我们时常因数据问题而犯难,今天就来继续做一波相关数据分享。

1.世界土壤数据库(HWSD)全球土壤数据

世界协调土壤数据库 2.0 版 (HWSD v2.0) 是一份全面的全球土壤清单,提供了对土壤特性的详细见解,包括土壤形态、化学和物理特性,重点是 1 公里的分辨率。它是农业、粮食安全和气候变化影响等领域研究的宝贵工具。

HWSD由国际应用系统分析研究所(IIASA)和联合国粮食及农业组织(FAO)于2008年开发,是一个合作项目,涉及国际土壤参考和信息中心(ISRIC)、欧洲土壤局网络(ESBN)和中国科学院土壤科学研究所(CAS)等其他知名组织。这些数据是使用IIASA的地理信息系统(GIS)编制和组织的。这种协作努力确保了数据库的全面性和准确性。随后的更新分别在 2013 年 (HWSD v1.2) 和 2023 年 (HWSD v2.0) 进行。

HWSD v2.0 扩展了其以前的版本,包括来自各个国家土壤数据库的数据,提供了七个不同土壤层的详细土壤属性(比 HWSD v1.2 中的两层显著增加),并采用一致的土壤参考系统,将FAO1990标准与世界土壤资源参考库相结合。

图片

网址:

https://www.fao.org/soils-portal/data-hub/soil-maps-and-databases/harmonized-world-soil-database-v20/en/

2.基于世界土壤数据库(HWSD)土壤数据集(v1.2)

图片

3.中国30米年度土地覆盖数据集及其动态变化(1985-2022年)

该数据集利用 Google Earth Engine 上的 335,709 张 Landsat 影像,构建了 1985 年至 2019 年间第一个由 Landsat 派生的中国年度土地覆被产品 (CLCD)。我们结合从中国土地利用/覆盖数据集(CLUD)中提取的稳定样本,以及从卫星时间序列数据、谷歌地球和谷歌地图中提取的视觉解释样本来收集训练样本。通过所有可用的 Landsat 数据构建多个时间度量,并将其馈送到随机森林分类器以获得分类结果。

图片

图片

网址:https://zenodo.org/records/8176941

4.中国1km逐月潜在蒸散发数据集(1901-2022)

数据集为中国逐月潜在蒸散发,空间分辨率为0.0083333°(约1km),时间区间为1901.1-2022.12,单位为0.1mm。该数据集是基于中国1km逐月均温、最低温、最高温数据集(Peng at al. 2019),采用Hargreaves潜在蒸散发计算式得到:PET = 0.0023 × S0 ×sqrt(MaxT – MinT)×(MeanT + 17.8), 其中,PET为潜在蒸散发,mm/月;MaxT、MinT、MeanT分别为月最高温、最低温、均温;S0为到达地球大气层顶的理论太阳辐射,根据太阳常数、日地距离、儒略日、赤纬等计算得到。为便于存储,数据均为int16型存于nc(NETCDF)文件中。

图片

网址:

https://data.tpdc.ac.cn/zh-hans/data/8b11da09-1a40-4014-bd3d-2b86e6dccad4

5.中国1km分辨率逐月降水量数据集(1901-2021)

该数据集根据CRU TS(Climate Research Unit gridded Time Series) 全球0.5°气候数据集和WorldClim全球高分辨率气候数据集生成,并经过496个独立气 象站点数据验证。

图片

网址:

http://poles.tpdc.ac.cn/zh-hans/data/faae7605-a0f2-4d18-b28f-5cee413766a2

6.第三版全球干旱指数和潜在蒸散数据库

全球干旱指数和潜在蒸散(ET0)数据库(Global-AI_PET_v3)第3版中提供的全球干旱指数(Global-AI)和全球参考蒸散蒸腾(Global-ET0)数据集提供了1970-2000年期间的高分辨率(30角秒)全球栅格数据,这些数据与潜在植物生长的蒸散过程和降雨不足有关,基于粮农组织第56号Penman-Monteith参考蒸散量(ET0) 等。

图片

网址:

https://figshare.com/articles/dataset/Global_Aridity_Index_and_Potential_Evapotranspiration_ET0_Climate_Database_v2/7504448/6

  • 6
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
土壤水分可以通过植被指数和降水数据进行计算。植被指数反映了植被的生长状态,而降水数据则反映了土壤的水分补给情况。综合考虑植被指数和降水数据可以得出土壤水分的变化情况。 具体计算方法如下: 1. 计算植被指数(Vegetation Index,VI) VI是植被指数,通常使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)进行计算。NDVI的计算公式为: NDVI = (NIR - RED) / (NIR + RED) 其中,NIR为近红外波段的反射率,RED为红色波段的反射率。NDVI的取值范围为-1到1,值越大表示植被越茂盛。 2. 计算降水量(Precipitation,P) 降水量可以通过气象站的观测数据或者卫星遥感数据进行计算。一般使用月平均降水量来表示降水情况。 3. 计算土壤水分(Soil Moisture,SM) 土壤水分可以通过植被指数和降水数据进行计算。具体计算公式为: SM = a * VI + b * P + c 其中,a、b、c是经验系数,可以根据实际情况进行调整。一般来说,a和b的值越大表示植被降水土壤水分的影响越大,c为常数,表示土壤水分的基础值。SM的取值范围为0到1,值越大表示土壤水分越充足。 以上是一种简单的计算方法,实际上土壤水分的计算还需要考虑土壤类型、土壤质量、地形和气候等因素的影响。因此,在进行土壤水分计算时,需要结合实际情况进行综合分析。

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

角砾岩队长

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
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