【数据分享】2000~2022年中国区域250米植被覆盖度FVC数据集

最新推荐文章于 2024-11-28 10:51:54 发布
最新推荐文章于 2024-11-28 10:51:54 发布
阅读量2.4k 收藏 2
点赞数 1
文章标签： arcgis 大数据 深度学习 程序人生 人工智能
原文链接：https://data.tpdc.ac.cn/zh-hans/data/f3bae344-9d4b-4df6-82a0-81499c0f90f7
版权
本文介绍了2000年至2022年中国区域的月度250米植被覆盖度FVC数据集，基于NDVI计算，可用于生态质量评估。数据集包含时空变化趋势分析，可通过ArcGIS等软件访问，可通过gzh平台获取百度网盘链接。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

各位同学们好，今天和大伙儿分享的是2000~2022年中国区域250米植被覆盖度FVC数据集。如果大家有下载处理数据等方面的问题，可以私信或评论。

高吉喜, 史园莉, 张宏伟, 陈绪慧, 张文国, 申文明, 肖桐, 张玉环. (2022). 中国区域250米植被覆盖度数据集（2000-2022）. 国家青藏高原数据中心.

1 数据简介

该数据集是中国区域2000至2022年月度植被覆盖度产品，空间分辨率250米，合成方式采用月最大值合成，每年12期，共275期。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。本产品去除湖泊、河流、冰川/永久积雪等区域。其中，NDVI数据来源于国家青藏高原科学数据中心中国区域250米归一化植被指数数据集（2000-2022）产品。通过时空变化趋势分析检验法分析，该数据集符合时间变化趋势和空间变化趋势。该数据集能够为全国区域生态质量评价、重要生态空间调查评估等工作提供数据参考。

文件命名：HXPT_FVC_MONTH_MAX_250m_YYYYMM_全国_yyyymmddhhmmss.tif，其中HXPT代表国家生态保护红线监管平台生产，FVC代表植被覆盖度，MONTH代表月度，MAX代表最大值合成，250m代表空间分辨率250米，全国代表覆盖范围全国，YYYYMM代表数据时间年月，yyyymmddhhmmss代表数据生产时间年月日时分秒 数据读取方式：文件采用.tif格式存储，可用ArcGIS等软件打开。

2 数据链接

https://data.tpdc.ac.cn/zh-hans/data/f3bae344-9d4b-4df6-82a0-81499c0f90f7

3 数据分享

gzh后台回复“中国FVC”获取百度网盘链接。

GEE——利用GEE在线计算Landsat 4、5、7、8和9的数据融合后的长时序LST地表温度、蒸散发、FVC和NDVI的计算（Landsat collection 2）
此星光明博客
06-13 1255
LST（Land Surface Temperature，地表温度）是指地表的实际温度，是地表能量平衡的结果。通过遥感技术可以获取地表的温度分布情况，LST的高低可以反映地表的热环境状态，对于气候变化、城市热岛效应等研究具有重要意义。蒸散发（Evapotranspiration，ET）是指地表水分被蒸发和植被蒸腾的总和，是地表水循环的重要组成部分。通过测量地表温度、植被指数等参数，可以估算蒸散发的强度和空间分布情况，为水资源管理和农业生产提供重要参考。
【数据集】Global Land Surface Satellites (GLASS)：LAI、Albedo、LST、FVC
WW、forever的博客
10-31 527
【数据集】Global Land Surface Satellites (GLASS)：LAI、Albedo、LST、FVC
中国区域逐年250米植被覆盖度数据集（2000-2022）
m0_63269495的博客
01-26 716
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。
中国区域250米植被覆盖度数据集
weixin_55561616的博客
04-13 976
文件命名：HXPT_FVC_MONTH_MAX_250m_YYYYMM_全国_yyyymmddhhmmss.tif，其中HXPT代表国家生态保护红线监管平台生产，FVC代表植被覆盖度，MONTH代表月度，MAX代表最大值合成，250m代表空间分辨率250米，全国代表覆盖范围全国，YYYYMM代表数据时间年月，yyyymmddhhmmss代表数据生产时间年月日时分秒 数据读取方式：文件采用.tif格式存储，可用ArcGIS等软件打开。区别就是植被包括森林和农田果园之类的，而森林是单独的一类，不包括这些。
FVC2002指纹数据集 DB1 A&B库
01-19
注意：这里是 FVC2002指纹数据集 DB1的A库和B库。没有DB2,DB3,DB4的数据集！！！！！！ 说明：FVC2002 DB1的A库中有 8*100 张图片，B库中有8*10 张图片， 即总共有110根手指，每根手指有八张图片，一共有880张指纹图片。 DB1数据集是由Optical Sensor "TouchView II" by Identix 传感器采集而得。 图像格式已被统一为JPEG。 官方地址：http://bias.csr.unibo.it/fvc2002/databases.asp
【空间计量数据集】2000-2022中国区域250米植被覆盖度数据集
zxwk01的博客
08-10 360
简称 FVC ） 是指植被（包括叶、 枝、 茎）在水平地面的垂直投影面积占研究。，空间分辨率 250 米， 合成方式采用月 最大值合成， 每年 12 期， 共。模型 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；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。中国区域 250 米植被覆盖度数据集（ 2000-2022 ） 说明 1 、
全国30米分辨率逐年植被覆盖度（FVC）数据集
m0_63269495的博客
03-14 4034
植被覆盖度是描述地表植被的重要参数与生态环境的基本指标，在大气圈、土壤圈、水圈和生物圈中都占据着重要的地位，区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有重要意义。往往参照《土壤侵蚀分类分级标准》，将植被覆盖度划分为4个等级：<30%为低覆盖度、30%—45%为中低覆盖度、45%—60%为中覆盖度、>60%为高覆盖度。本数据集包括1986至2022年间，全国植被覆盖度数据，FVC范围值为0-1，数据为浮点型，GeoTIFF格式。NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
全国10米分辨率逐年植被覆盖度（FVC）数据集
m0_63269495的博客
08-20 943
植被覆盖度是描述地表植被的重要参数与生态环境的基本指标，在大气圈、土壤圈、水圈和生物圈中都占据着重要的地位，区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有重要意义。往往参照《土壤侵蚀分类分级标准》，将植被覆盖度划分为4个等级：<30%为低覆盖度、30%—45%为中低覆盖度、45%—60%为中覆盖度、>60%为高覆盖度。本数据集包括2017至2023年间，全国植被覆盖度数据，FVC范围值为0-1，数据为浮点型，GeoTIFF格式。NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
【GLASS FVC数据】利用Python批量下载GLASS的植被覆盖度（FVC）数据
captain_keating的博客
05-22 1057
Python批量下载GLASS的植被覆盖度（FVC、Fcov）以及al数据：GLASS产品包括2022年之前发布的数据：叶面积指数（LAI），反照率（Albedo）,发射率（BBE），光合有效辐射（PAR），长波辐射（LW），下行短波辐射（DSR），净辐射（NR），陆表温度（LST），光合有效辐射吸收比（FAPAR），植被覆盖率（FVC），潜热通量（ET），植被总初级生产力（GPP）;还有2023年增加数据：植被聚集指数，中国建筑物屋顶数据（CBRA），国际湿地城市数据，森林覆盖度（FFC），土壤湿地数据。
FVC2004指纹数据集DB1-4.zip
03-23
详情见https://mp.csdn.net/console/editor/html/105053719 四个不同的指纹数据库（DB1、DB2、DB3和DB4）
【论文分享】采用现场测量、卫星影像和机器学习方法研究空气温度与城市发展强度之间的关系
LFSJXS的博客
11-25 780
鉴于城市热问题的严重性，城市化与空气温度之间的关系已成为全球关注的关键问题。本次我们给大家带来一篇SCI论文的全文翻译。该论文提取了常见城市规划指标，这些指标通过卫星影像来确定城市发展的强度。该论文确定的关系可以帮助在城市化和植被平衡的决策过程中提供支持。 【论文题目】 Investigating the relationship between air temperature and the intensity of urban development using on-site measurem
Google Earth Engine（GEE）——利用GEE在线计算Landsat 4、5、7和8的LST地表温度
此星光明博客
06-23 3390
然而，由于模型的粗略分辨率，TCWV值在所选区域内几乎是恒定的，因此，没有显示。在选定的地区，FVC和发射率值是相当均匀的。由此产生的裸地辐射率图显示了大约0.96-0.97的数值，这与11微米区域的光谱库中通常发现的数值一致[53]。Landsat图像的FVC值也是由各自的NDVI得出的（图4e）。此外，河流最西边的稻田具有非常低的NDVI值，通常与水有关，因此，被掩盖了。植被密度低的地区的数值接近0.97，而植被茂密地区的发射率数值达到接近0.99，都与光谱库中的典型数值一致[53]。
全国10米分辨率植被覆盖（FVC）数据集
m0_63269495的博客
12-27 1347
植被覆盖度是描述地表植被的重要参数与生态环境的基本指标，在大气圈、土壤圈、水圈和生物圈中都占据着重要的地位，区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有重要意义。往往参照《土壤侵蚀分类分级标准》，将植被覆盖度划分为4个等级：<30%为低覆盖度、30%—45%为中低覆盖度、45%—60%为中覆盖度、>60%为高覆盖度。本数据集包括2015至2022年间，全国植被覆盖度数据，FVC范围值为0-1，数据为浮点型，GeoTIFF格式。NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
全国1000米分辨率逐月植被覆盖度（FVC）数据集（2000-2024）
最新发布
m0_63269495的博客
11-28 826
植被覆盖度是描述地表植被的重要参数与生态环境的基本指标，在大气圈、土壤圈、水圈和生物圈中都占据着重要的地位，区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有重要意义。往往参照《土壤侵蚀分类分级标准》，将植被覆盖度划分为4个等级：<30%为低覆盖度、30%—45%为中低覆盖度、45%—60%为中覆盖度、>60%为高覆盖度。本数据集包括2000年至今，全国逐月植被覆盖度数据，FVC范围值为0-1，数据为浮点型，GeoTIFF格式。NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
FVC指纹验证竞赛2004数据集介绍及下载地址
sereasuesue的博客
03-27 5448
下载链接1 http://bias.csr.unibo.it/fvc2004/databases.asp 下载链接2 简介 部分图像 使用以下传感器/技术收集了四个不同的数据库（DB1、DB2、DB3和DB4）： DB1：交叉匹配的光学传感器“V300” DB2:Digital Persona提供的光学传感器“U.are.U...
GLASS数据的批量下载（以植被覆盖度FVC为例）
qq_41828818的博客
03-26 6906
最近在搞植被覆盖度，所以又和学长学到一个FVC（植被覆盖度）数据下载的方法。虽然，学长已经记录过了，但是…我记性不好，有些细节，还是自己来记录吧…哈哈哈哈啊哈哈哈…在此感谢学长… 1.首先，GLASS数据的下载网址——美国马里兰大学 2.选择第一个产品 3.打开就是年份的文件 4.由于此数据是MODIS数据为基础的，想要下载自己的区域，就要选择轨道号什么的，那么就麻烦了。那么就有了大神的代码了…此为…学长的代码博客——批量下载GLASS代码博客 5.那么比如我选择的区域以及时间，跑出来的代码是 6.将这
中国30米植被覆盖度数据分享1986-2022
m0_63269495的博客
01-18 1166
植被覆盖度是描述地表植被的重要参数与生态环境的基本指标，在大气圈、土壤圈、水圈和生物圈中都占据着重要的地位，区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有重要意义。往往参照《土壤侵蚀分类分级标准》，将植被覆盖度划分为4个等级：<30%为低覆盖度、30%—45%为中低覆盖度、45%—60%为中覆盖度、>60%为高覆盖度。本数据集包括1986至2022年间，全国植被覆盖度数据，FVC范围值为0-1，数据为浮点型，GeoTIFF格式。NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
评论 4
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