中国陆地区域2013-2021年30m分辨率森林地上生物量产品数据集

最新推荐文章于 2024-05-21 10:09:00 发布
最新推荐文章于 2024-05-21 10:09:00 发布
阅读量549 收藏 4
点赞数
分类专栏： 数据资源 文章标签： 经验分享
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_55561616/article/details/129663705
版权

该数据集包括中国陆地区域2013-2021年30m分辨率森林地上生物量产品。每年的产品存放在以年份数字命名的文件夹中，有2013-2021共9个文件夹。每个文件夹内包括分块的产品和vrt文件。产品命名方式为分区名+年份+数字.tif。不同的分区名称如下：cold temperate needleleaf forest2013_number.tif, subtropical evergreen broadleaf forest2013_1.tif, temperate desert2013_1.tif, temperate needleleaf–broadleaf mixed forest2013_1.tif, temperate steppe2013_1.tif, tropical monsoon forest–rain forest2013_1.tif, warm temperate deciduous broadleaf forest2013_1.tif，数字代表该分区的第几块。vrt文件的命名方式为ChinaAGB+年份.vrt。vrt文件是由所在文件夹中所有的tif文件无缝无重叠镶嵌生成的全国产品虚拟文件，可以直接用ArcMap等地理信息软件打开。数据采用WGS-84坐标系。

数据量：108.55 GB

文件量：414

#2数据引用

阎世杰, 何国金, 张晓美. 中国区域2013-2021年森林地上生物量产品[DS/OL]. Science Data Bank, 2023[2023-01-30]. https://cstr.cn/31253.11.sciencedb.07122. CSTR:31253.11.sciencedb.07122.

阎世杰, 何国金, 张晓美. 中国区域2013-2021年森林地上生物量产品[DS/OL]. Science Data Bank, 2023[2023-01-30]. https://doi.org/10.57760/sciencedb.07122. DOI:10.57760/sciencedb.07122.

#3数据说明

1、本资源整理自网络

2、本资源仅用作为学习用途，不能用于商业通途

3、本公众号只负责数据的搜集和整理工作，不能保证资料的精度和准确度以及时效性。

4、如数据有侵权，请告知本号，本号尽早删除该数据。

 

Yolo566Q
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
全球森林生物量数据（FAO 2005年）
01-14
Global Forest Biomass http://webarchive.iiasa.ac.at/Research/FOR/biomass.html This work presents a technique to downscale the aggregated results of the FRA2005 from the country level to a half degree global spatial dataset containing forest growing stock; above/belowground biomass, dead wood and total forest biomass; and above-ground, below-ground, dead wood, litter and soil carbon. The downscaling method is derived using a relationship between net primary productivity (NPP) and biomass and the relationship between human impact and biomass assuming a decrease in biomass with an increased level of human activity. The results, presented here, represent one of the first attempts to produce a consistent global spatial database at half degree resolution containing forest growing stock, biomass and carbon stock values. Kindermann, G.E., McCallum, I., Fritz, S. & Obersteiner, M. 2008. A global forest growing stock, biomass and carbon map based on FAO statistics. Silva Fennica 42(3): 387–396. # All data in ESRI ASCII grid 0.5 deg lat/lon
免费获取全球生物量密度1km网格tif数据（GEDI L4B Gridded Aboveground Biomass Density, Version 2）
qq_31988139的博客
04-06 2639
数据介绍： 全球生态系统动态调查（GEDI）L4B产品提供了基于从2019-04-18开始的第19任务周到2021-08-04结束的第138任务周的观测结果的1公里×1公里（1公里，下同）的平均地上生物量密度（AGBD）估计值。GEDI L4A足迹生物量产品将每个高质量的波形转换为AGBD预测值，L4B产品使用每个1公里单元边界内存在的样本来统计推断平均AGBD。GEDI L4B算法理论基础文件（ATBD）中描述了网格化程序。Patterson等人（2019）描述了L4B产品中使用的基于模型的混合推断模式
2013-2021 国产陆地观测卫星绝对辐射定标系数
02-01
2013年国产陆地观测卫星绝对辐射定标系数（GF-1 WFV）.doc 2013年国产陆地观测卫星绝对辐射定标系数（ZY-3,ZY-1 02C,HJ-1AB）.doc 2014年9月-2015年8月国产陆地观测卫星绝对辐射定标系数（GF-2）.doc 2015年国产陆地观测卫星绝对辐射定标系数（CBERS-04,GF-2,GF-1,ZY-3,ZY-1 02C,SJ-9A,HJ-1A_1B).doc 2016年国产陆地观测卫星绝对辐射定标系数（GF-2,GF-1,GF-4,ZY-3,ZY-1 02C,CBERS-04,SJ-9A,HJ-1A_B).pdf 2017年国产陆地观测卫星绝对辐射定标系数（GF-2,GF-1,GF-4,ZY3-01_02,ZY-1 02C,CBERS-04,HJ-1A_B).doc 2018年国产陆地观测卫星绝对辐射定标系数.pdf 2020年国产陆地观测卫星外场绝对辐射定标系数.pdf 2021年国产陆地观测卫星外场绝对辐射定标系数-试用版.pdf ...
2000-2017年中国县级尺度陆地植被固碳量.xlsx
05-30
2000-2017年中国县级尺度陆地植被固碳量.xlsx
GEE：GEDI L4A 地上生物量密度（AGBD）数据集下载
养乐多的博客
03-27 2192
数据特征约 25 米2019-04-17 至 2022-10-25一次性估计纬度和经度以十进制表示地点最西经度最东经度最北纬度最南纬度全球的-18018053.99333-52.20456波段名单位描述AGBD毫克/公顷预测的地上生物量密度（Mg/ha）毫克/公顷较低的预测区间（参见 alpha 属性的级别）毫克/公顷上预测区间（请参阅水平的 alpha 属性）agbd_se毫克/公顷地上生物量密度（Mg/ha）预测标准误差。
PIE获取中国植被生物量分布图集
weixin_44730591的博客
11-27 664
简介：中国植被生物量分布图集由航天宏图实验室提供，利用MODIS地表反射率数据和植被指数（MCD43A4、MCD12Q1），与美国农业部FIA项目提供的地上生物量数据结合进行随机森林机器学习，训练得到各种植被类型的地上生物量估算模型。对森林火灾前后受灾区域的生物量分别进行估算和变化监测，能够有效评估火灾带来的植被生物量的损失，为火灾灾后评估提供有效的支撑。下面是个人使用的一些代码，获取感兴趣区域的数据并保存到PIE资源云盘（TIFF格式），使用时可根据自己的需求进行改动，这里简单演示。
基于MODIS数据的2000-2021年中国植被生物量数据集
qq_31988139的博客
09-22 636
中国植被生物量分布图集由航天宏图实验室提供，利用MODIS地表反射率数据和植被指数（MCD43A4、MCD12Q1），与美国农业部FIA项目提供的地上生物量数据结合进行随机森林机器学习，训练得到各种植被类型的地上生物量估算模型。模型的总体预测精度为R2=0.72，RMSE=33.90 Mg/ha。将模型应用到中国地区，产生了覆盖全国的500米分辨率的年度植被地上生物量数据和相关图集。对森林火灾前后受灾区域的生物量分别进行估算和变化监测，能够有效评估火灾带来的植被生物量的损失，为火灾灾后评估提供有效的支撑。
GEE数据集——全球森林地面生物量2010、2017、2018、2019和2020年的森林地上生物量
qq_31988139的博客
08-28 1041
欧空局 CCI 全球森林地面生物量该数据集提供了2010、2017、2018、2019和2020年的森林地上生物量估计值。这些估算值来自哥白尼哨兵-1 号任务、环境卫星的 ASAR 仪器和日本宇宙航空研究开发机构的高级陆地观测卫星（ALOS-1 和 ALOS-2）提供的地球观测数据（视年份而定），以及其他地球观测来源提供的额外信息。该数据集是欧洲航天局（ESA）气候变化倡议（CCI）计划的一部分，由生物量 CCI 小组生成。该数据集包括针对所有生物群落和每年的 L 波段多时观测数据。
中国区域2013-2021年森林地上生物量产品
J_Giser的博客
09-13 148
该数据集包括中国陆地区域2013-2021年30m分辨率森林地上生物量产品。每年的产品存放在以年份数字命名的文件夹中，有2013-2021共9个文件夹。每个文件夹内包括分块的产品和vrt文件。产品命名方式为分区名+年份+数字.tif。不同的分区名称如下：数字代表该分区的第几块。vrt文件的命名方式为ChinaAGB+年份.vrt。vrt文件是由所在文件夹中所有的tif文件无缝无重叠镶嵌生成的全国产品虚拟文件，可以直接用ArcMap等地理信息软件打开。数据采用WGS-84坐标系。
中国各省陆地生态系统服务价值（2013-2022年）
05-04
中国陆地生态系统服务价值空间分布数据集 是以全国陆地生态系统类型遥感分类数据为基础，参考谢高地等生态服务价值当量因子法， 估算的全国各省2013-2022年10个年度的各类型土地生态系统服务价值（耕地、 林地 草地...
2015年中国陆地生态系统服务价值空间分布数据集.zip
09-09
依据全国净初级生产力NPP、降水量、土壤保持空间分布数据，分别对生态系统各服务价值当量因子价值进行调整，计算了全国食物生产、原料生产、水资源供给、气体调节、气候调节、净化环境、水文调节、土壤保持、维持...
MODIS中国500米分辨率2021年逐年实际蒸散发（ET）数据
05-12
数据经下载、拼接、去除异常值，最终得到中国范围逐年实际蒸散发（ET）数据，数据为
各类农作物分布遥感监测数据大全
weixin_44906759的博客
07-02 2060
最近收集整理了大量的农作物分布的遥感监测数据，废话不多说，分享给大家，后面会持续更新！！
Google Earth Engine（GEE）——全球红树林分布、地上生物量和树冠高度
qq_31988139的博客
03-16 1073
利用遥感冠层高度测量和特定区域的异速模型，得出2000年名义年的（1）红树林地上生物量（AGB）、（2）最大冠层高度（最高的树的高度）和（3）基底面积加权高度（单个树的高度按其基底面积的比例加权）的估计值。1.2版：2019年5月更新了数据文件，因为相关的《自然-地球科学》出版物中的高度到生物量（AGB）的转换方程是正确的，但在生成公开的数据文件时执行错误。从空间遥感数据和现场测量得出的红树林冠层高度和AGB的空间明确地图，可用于评估可能调节森林结构和碳循环动态的当地规模的地球物理和环境条件。
“遥感+”蓝碳储量估算、红树林信息提取
PhyliciaFelicia的博客
02-14 2009
制图、SCI论文、碳储量、时空变化分析与预测、土地利用、CARS、LEAS、PLUS模型、碳、InVEST模型、高光谱影像提取、红树林、ArcGIS、GEE、植被、自然保护区、MVI、EMVI、随机森林、机器学习、Landsat8、矢量数据、混合像元分解、近红外、大气校正、遥感、蓝碳生态系统、生态、环境、碳库、云计算、PIE Hyp
常用遥感影像卫星及数据总结
rodericklr的博客
11-01 3724
常用遥感卫星的信息介绍，包括型号、传感器、数据格式等等
森林生物量（蓄积量）估算全流程
梅如你
08-22 3851
哨兵数据下载、去云、计算变量、建立样本、随机森林建模、计算生物量保姆级教程
frm一级4个1大神复习经验分享系列（二）
最新发布
magiclov的博客
05-21 415
先说一下自己的情况，8月份中旬开始备考，中间一直是跟着网课走，notes和官方书都没看，然后10月份下旬开始刷题一直到考试。下面分享一些自己备考的经验和走过的弯路。FRM一级侧重于讲述在接触风险管理之前所必备的一些内容，考试也偏重于。一级整体学习下来的感受是偏重于。，过一级是没问题的。
怎么看OCO-2的SIF数据和FLUXNET数据集在2015年空间上重合的站点有哪些
09-17
### 回答1： 根据FLUXNET和OCO-2数据集的2015年空间重合站点的分析，重合站点主要分布在欧洲、美国、加拿大和中国的一些地区。具体来说，这些地区包括英国、荷兰、德国、意大利、西班牙、瑞士、法国、美国西部、加拿大西部以及中国南方和东北部地区。 ### 回答2： OCO-2是一颗美国航天局发射的卫星，旨在监测地球大气中的二氧化碳浓度。SIF（Solar-induced Fluorescence）是OCO-2卫星通过监测植被所放射的太阳诱导荧光而获取的数据。 FLUXNET是一个由全球各地的观测站点收集的陆地碳通量观测网络数据集。该数据集记录了地球上不同地区植被对大气中的二氧化碳的净交换。 在2015年，OCO-2的SIF数据与FLUXNET数据集在某些站点上在空间上的重合。这些站点包括但不限于以下几个地区： 1. 美国：在美国境内，OCO-2的SIF数据与FLUXNET数据集的重合站点包括亚利桑那州、加利福尼亚州、科罗拉多州、俄勒冈州等地。在这些地区，科研人员分析了OCO-2的SIF数据与FLUXNET数据集的监测结果，以进一步研究植被的呼吸、光合作用和二氧化碳吸收等关键参数。 2. 欧洲：在欧洲，OCO-2的SIF数据与FLUXNET数据集的重合站点包括法国、德国、荷兰、英国等地。这些地区的研究人员利用OCO-2的SIF数据与FLUXNET数据集的交叉验证结果，进行了二氧化碳通量的研究和模拟。 3. 其他地区：此外，OCO-2的SIF数据与FLUXNET数据集在南美洲、非洲和澳大利亚等地的一些站点也有重合。这些站点包括巴西、南非、澳大利亚等地，研究人员利用这些数据研究了这些地区的植被对二氧化碳的影响、碳交换过程等。 总的来说，OCO-2的SIF数据与FLUXNET数据集在2015年间重合的站点主要分布在美国、欧洲和其他地区。通过对这些站点进行研究，并将这两个数据集的结果进行比较和分析，科研人员可以更全面地了解植被对大气中二氧化碳的影响和碳交换的过程。

“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