1. 数据集概况
2000-2022 年中国 30 m 年最大 NDVI 数据集是基于 Google Earth Engine 云计算平台,利用全年所有 Landsat5/7/8/9 遥感数据,通过去云去阴影得到所有的Landsat 有效观测数据,然后对每一个 Landsat 有效观测进行 NDVI 指数计算,并结合线性插值以及 S-G 平滑等方法,最终得到每个像元所在位置在一年中的NDVI 最大值。该数据集空间分辨率为 30m,时间分辨率为每年。
在 V1 版本基础上,将数据集 Collection 1 更换为 Collection 2。同时在算法改进方面,首先,通过计算过去五年中每年的最大归一化植被指数(NDVI)值及其相应的观测日(Day of Year,DOY),得到一系列值。然后,从这些值中计算出中位数 NDVImedian 以及 DOYmedian 作为参考值。在本研究中,考虑的时间跨度为五年。
接下来,逐年地计算最大归一化植被指数(NDVImax)以及其出现的观测日(DOYmax)。在计算过程中,我们比较 DOYmax 与 DOYmedian 之间的差异,如果超过一个月以上,则将 NDVImax 替换为参考NDVImedian;反之,如果差异不超过一个月,则保留 NDVImax 而不进行任何调整。这样的处理策略旨在
确保数据的准确性和一致性。
2. 数据格式:
GeoTIFF 格式的栅格数据。
3. 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。
4. 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
5. 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]
6. 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]。
7. 使用数据时建议引用的参考文献
Jilin Yang, Jinwei Dong, Xiangming,Xiao, et al. Divergent shifts in peak
photosynthesis timing of temperate and alpine grasslands in China. Remote
Sensing of Environment, 2019, 233. https://doi.org/10.1016/j.rse.2019.111395.
欢迎批评指正,仅供学习交流,资料来源于网络,如有侵权请联系删除,可以关注微信公众号哦:【GeoLearning】,不定期分享一些好玩好用的东东,欢迎关注。