GEEer成长日记十六：盘点GEE中的EVI数据集

最新推荐文章于 2024-11-07 14:52:56 发布
最新推荐文章于 2024-11-07 14:52:56 发布
阅读量1.4k 收藏 6
点赞数
分类专栏： Google earth engine 文章标签： google earth javascript 时序模型 云计算
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/weixin_51691876/article/details/123853409
版权
本文介绍了GEE平台上多种EVI数据集，包括MOD13Q1、MOD13A1等，覆盖不同时间和空间分辨率，适用于植被指数监测等应用场景。

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

更多精彩内容请关注公众号：GEEer成长日记

细数EVI数据集

我们在实际工作中，经常用到各种数据集

使用时并没有一个明确的标准

只能通过不断的尝试去寻找

今天小编的室友帮大家总结了GEE中EVI数据集

一起看看吧~

EVI = 2.5 * ((NIR - RED) / (NIR + 6 * RED - 7.5 * BLUE + 1))

名称：MOD13Q1.006 Terra Vegetation Indices 16-Day Global 250m

时间分辨率：16 Day

空间分辨率：250m 

时间范围：2000-02-18T00:00:00Z - 至今

名称：MOD13A1.006 Terra Vegetation Indices 16-Day Global 500m

时间分辨率：16 Day

空间分辨率：500m 

时间范围：2000-02-18T00:00:00Z - 至今

名称：MOD13A2.006 Terra Vegetation Indices 16-Day Global 1km

时间分辨率：16 Day

空间分辨率：1000m 

时间范围：2000-02-18T00:00:00Z - 至今

名称：MYD13Q1.006 Aqua Vegetation Indices 16-Day Global 250m

时间分辨率：16 Day

空间分辨率：250m 

时间范围：2002-07-04T00:00:00Z - 至今

名称：MYD13A1.006 Aqua Vegetation Indices 16-Day Global 500m

时间分辨率：16 Day

空间分辨率：500m 

时间范围：2002-07-04T00:00:00Z - 至今

名称：MYD13A2.006 Aqua Vegetation Indices 16-Day Global 1km

时间分辨率：16 Day

空间分辨率：1000m 

时间范围：2002-07-04T00:00:00Z - 至今

名称：VNP13A1: VIIRS Vegetation Indices 16-Day 500m

时间分辨率：16 Day

空间分辨率：500 m 

时间范围：2012-01-17T00:00:00Z - 至今

名称：MOD13Q1.005 Vegetation Indices 16-Day Global 250m [deprecated]

时间分辨率：16 Day

空间分辨率：250m 

时间范围：2000-02-18T00:00:00Z - 2017-03-06T00:00:00

名称：MOD13A1.005 Vegetation Indices 16-Day L3 Global 500m [deprecated]

时间分辨率：16 Day

空间分辨率：250m 

时间范围：2000-02-18T00:00:00Z - 2017-03-06T00:00:00

名称：MYD13Q1.005 Vegetation Indices 16-Day Global 250m [deprecated]

时间分辨率：16 Day

空间分辨率：250 m

时间范围：2002-07-04T00:00:00Z - 2017-03-14T00:00:00

名称：MYD13A1.005 Vegetation Indices 16-Day L3 Global 500m [deprecated]

时间分辨率：16 Day

空间分辨率：250 m

时间范围：2002-07-04T00:00:00Z - 2017-03-14T00:00:00

更多精彩内容请关注：

GEE训练教程——基于MOD13A2的EVI数据进行1年之内的可视化时间序列图表并导出指定区域的EVI影像
此星光明博客
01-10 132
*/这段代码定义了一个多边形的地理区域，表示一个矩形区域，坐标为四个角点。该区域的颜色和显示属性在注释中定义，但在代码执行中并不影响功能。这段代码的主要目的是从 MODIS 数据集中提取 EVI 信息，计算每日 EVI，并进行可视化和导出。
MODIS 2001年中国月1km植被指数（EVI）栅格数据集
03-31
该植被指数（EVI）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EVI数据。 时间：2001 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 CSDN主页：https://blog.csdn.net/qq_37948866 下载数据版权归原作者所有，基于开放数据二次处理加工得到，仅供学习使用，请支持正版！
Google Earth Engine ——Landsat 8 Collection 1 Tier 1数据集
此星光明博客
09-13 904
Landsat 8 Collection 1 Tier 1 DN values, representing scaled, calibrated at-sensor radiance. Landsat scenes with the highest available data quality are placed into Tier 1 and are considered suitable for time-series processing analysis. Tier 1 includes Lev
中国500米分辨率逐月平均EVI数据集（2000-2022）
最新发布
m0_63269495的博客
11-07 674
EVI是在归一化植被指数（NDVI）的基础上进行改进的，通过卫星不同波段探测数据组合而成。EVI考虑了大气校正，包括大气分子、气溶胶、水汽和臭氧等因素，以解决NDVI容易饱和的问题。EVI的计算公式考虑了蓝光和红光波段，通过气溶胶的差异进行进一步处理，从而提高了植被指数的准确性和线性关系‌。通过EVI数据，可以更好地监测植被的生长状况，评估生态系统的健康状况，以及进行土地利用和覆盖变化的分析。分辨率为500米，数据时间为2000-2022年，数据主要以tiff的格式存储，其中数据像素类型为浮点型。
中国500米分辨率年最大EVI数据集
m0_63269495的博客
04-10 556
增强型植被指数（EVI）是在归一化植被指数（NDVI）改善出来的，根据大气校正所包含的影像因子大气分子、气溶胶、薄云、水汽和臭氧等因素进行全面的大气校正，EVI大气校正分三步，第一步是去云处理。由于输入的NIR、Red、Blue都经过比较严格的大气校正，所以在设计植被指数算式时，无须为了消除乘法性噪音而采用基于NIR/Red比值的植被指数，因此也就解决了由此引起的植被指数容易饱和以及与实际植被覆盖缺乏线性关系的问题。NIR、RED和Blue分别代表近红外波段、红光波段和蓝光波段的反射率。
GEE开发之Modis_EVI数据分析获取大总结
等待着冬天的风的博客
09-05 2582
前言：主要总结一下在GEE上获取Modis_EVI数据的各种形式，主要包括MYD13Q1、MOD13Q1、MOD13A1、MOD13A2以及日数据、月数据、年数据的获取和下载。
GEE 全部数据集列表（904个数据）2024-10-16.csv
10-16
4. 土地利用/覆盖数据：GEE中包含了各个地区的土地利用/覆盖数据集，可以用于土地变化监测、土地规划等应用。 5. 植被数据：GEE中包含了植被指数数据，如NDVI、EVI等，可以用于植被监测、植被变化分析等应用 每个...
GEE数据集：全球地下水生态系统 (GDEs)数据集（30m分辨率）.pdf
09-05
此数据集仅仅包含GEE的展示以及GEE APP的代码以及应用链接，并不包含下载的到Google 硬盘的代码。 该数据集提供了一张高分辨率（约 30 米）的 GDEs 地图，揭示了全球三分之一以上的旱地（包括主要的生物多样性热点...
GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析.pdf
06-17
LST（Land Surface Temperature）是指地表温度，是地表上空气与地表之间的热交换过程的结果。地表温度是一个重要的地理要素，对气候研究、气象预报、农业生产、环境评估等方面有着重要的影响。下面将详细介绍LST的...
GEE数据集：全球地下水生态系统 (GDEs)数据集（30m分辨率）
此星光明博客
09-04 2467
地下水是最广泛的液态淡水来源，但它在支持多样化生态系统方面的关键作用却往往不被人们所认识。在许多地区，依赖地下水的生态系统（GDEs）的位置和范围在很大程度上仍不为人所知，导致保护措施不足。该数据集提供了一张高分辨率（约 30 米）的 GDEs 地图，揭示了全球三分之一以上的旱地（包括主要的生物多样性热点地区）存在 GDEs 的情况。在地下水枯竭率较低的牧业区，全球生态系分布更为广泛和连续，这表明由于不可持续的水资源和土地利用方式，许多全球生态系分布很可能已经消失。
EVI:增强植被指数（EVI）是一种“优化”指数，旨在通过取消冠层背景信号的耦合和减少大气影响来增强植被信号，从而在高生物量地区提高灵敏度，并改善植被监测
05-14
增强植被指数（EVI）是一种“优化”指数，旨在通过取消冠层背景信号的耦合和减少大气影响来增强高生物量地区的植被信号，从而提高其敏感性，并改善植被监测。 EVI根据以下等式计算：EVI = G *（NIR-RED）/（NIR + C1 * RED-C2 * Blue * L） 其中NIR /红色/蓝色是经过大气校正或部分大气校正（瑞利和臭氧吸收）的表面反射率，L是冠层背景调整，用于解决通过冠层的非线性，差分NIR和红色辐射传输，C1，C2是气溶胶阻力项的系数，它使用蓝色带校正红色带中的气溶胶影响。 MODIS-EVI算法采用的系数为：L = 1，C1 = 6，C2 = 7.5，G（增益因子）= 2.5。 归一化植被指数（NDVI）对叶绿素敏感，而EVI对冠层结构变化（包括叶面积指数（LAI），冠层类型，植物相貌和冠层结构）更敏感。 这两种植被指数在全球植被研究中相辅相成，并且在检测植被
MODIS 2021年中国1km植被指数（EVI）空间分布数据集
03-26
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EVI数据后，再利用最大合成法得到对应年份的EVI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
EVI植被指数
03-14
编辑好的EVI计算公式，可放入ENVI的Bandmath工具中计算。
相位提取算法---EVI算法
07-07
EVI算法，用于实现双帧图像的相位提取matlab程序代码
GEE基础学习——EVI指数计算
此星光明博客
07-06 6425
利用表达式的形式计算EVI指数 // Compute Enhanced Vegetation Index (EVI) over the MODIS MOD09GA product // using an expression. // Load a MODIS image and apply the scaling factor. var img = ee.Image('MODIS/006/MOD09GA/2012_03_09').multiply(0.0001); // Compute EVI us
Google Earth Engine(GEE)——EVI指数迭代计算和随时间序列累计值的求取！
此星光明博客
08-13 1908
很多人在对比未来的影像evi或者ndvi或者其他指数和之前一些年份的均值，并以累计值的形式来呈现，所以本次就从这里出发，最后给出一个累计值的效应，而且是按照逐年逐月，如果不进行累加的话，最后的结果应该呈现一个比较稳定的周期性循环波动，具体可以看后面的结果呈现。 本篇需要用到的函数： Chart.image.series(imageCollection,region,reducer,scale,xProperty) 这个比较简单我就不过多解释了。 DEPRECATED: Use ui.Char...
Google Earth Engine （GEE）——利用两种方式进行EVI指数（含函数的两种定义方式）
此星光明博客
01-11 1504
如何快速使用波段进行指数的计算，我们这里利用两种方式进行EVI指数计算，一种是利用expression的方式进行分析，虽然两种方法的结算结果都一样，但是代码有多有少，大家可以参考使用，但是两者的作用对象都是影像集合，对影像集合映射前我们需要建立函数，然后用map进行映射。本次教程中我们在返回值的过程中进行了不同处理，一个是将EVI作为一个波段添加到应先该集合中，另外一种方式是直接返回给所计算出来的EVI波段。
evi技术_编码矢量索引（EVI）仅在IBM DB2 for i中访问
cusi77914的博客
06-27 719
仅EVI访问 IBM DB2 for i继续以许多方式增强SQE。 最近的一项改进（2015年11月）提供了一种新的方式，SQE可以使用EVI通过索引实现访问查询所需的数据。 此新功能称为仅EVI访问（EOA），在其中仅通过访问索引即可访问数据。 本文提供了一些基本细节，您需要使用仅编码矢量索引访问 。 EVI是IBM Research团队发明的一项专利技术，对于IBM DB2 for...
Google Earth Engine（GEE）——2000-2023年增强型植被指数EVI监测大尺度植被案例分析
此星光明博客
09-14 207
本教程的目的是培养评估植被状况随时间变化的技能。我们如何知道生态系统是否受到压力或受到干扰？量化变化和归因因果关系可能具有挑战性 - 特别是在具有很大程度的年度内变化的生态系统中。 我们可以使用的一种方法是将近年来的属性与基线时期的属性进行比较。在本实验室中，我们将探索植被状况的异常（以 EVI 衡量），以确定状况是随时间增加还是减少。 加载 MODIS/MYD13A1 图像集合并选择 EVI 波段。EVI 是“增强型植被指数”的首字母缩写词。它与 NDVI 非常相似，但在热带生态系统中更可靠，因为它不
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