之前我们介绍过2000-2022年逐年的归一化植被指数(NDVI)的栅格数据(可以查看之前推送的文章),该数据来源于NASA定期发布的MOD13A3数据集!我们特地对原始的栅格数据进行了处理,将2000-2022年逐年的归一化植被指数栅格分别按照我国省级行政边界、地级市行政边界、区县级行政边界进行了求平均数处理得到了本次介绍的数据——Shp和Excel格式的我国省市县三个等级的2000-2022年的逐年归一化植被指数数据!
NDVI省市县三级可视化展示
1.省级2000-2022年逐年归一化植被指数(NDVI)
首先是Shp格式的数据,34个省级区划2000-2022年逐年的归一化植被指数数据汇总在一个Shp文件中,下面我们以2022年为例来预览一下:
![](https://img-blog.csdnimg.cn/img_convert/01bdd44676b3b1030817b0d42d33b0d0.jpeg)
2.市级2000-2022年逐年归一化植被指数(NDVI)
首先是Shp格式的数据,370个城市2000-2022年逐年的归一化植被指数数据汇总在一个Shp文件中,下面我们以2022年为例来预览一下:
![](https://img-blog.csdnimg.cn/img_convert/9294d1da039de6ccf0ffbfec2f124eb6.jpeg)
3.县级2000-2022年逐年归一化植被指数(NDVI)
首先是Shp格式的数据,2875个区县2000-2022年逐年的归一化植被指数数据汇总在一个Shp文件中,下面我们以2022年为例来预览一下:
![](https://img-blog.csdnimg.cn/img_convert/8df76d403d263b14c9b28618b541651f.jpeg)
NDVI数据详情
数据处理说明:基于原始的逐年归一化植被指数(NDVI)数据,我们对每个省\每个地级市\每个区县内的栅格值进行了求平均数处理,得到了省市县三级的逐年归一化植被指数!省市县行政边界数据来源于“数读城事”公众号!
原始数据来源:https://search.earthdata.nasa.gov/search
NASA对MODIS数据实行全球免费接收的政策,这样的数据接收和使用政策对于目前我国大多数科学家来说是不可多得的、廉价并且实用的数据资源。本次我们分享的NDVI数据正是源自MODIS数据集下的MOD13A3数据。有关MODIS数据集的介绍及NDVI数据的下载方式可戳我跳转进行了解!
数据格式:Shp和Excel格式
时间范围:2000年2月-2022年12月(逐年)
空间范围:省市县三级
数据说明:
- 除海南省的三沙市以及三沙市的南沙区和西沙区存在数据缺失外,34个省级行政区、370个城市和2875个区县2000-2022年逐年归一化植被指数数据均无缺失!
- 由于甘肃省的嘉峪关市、广东省的东莞市和中山市、海南省的儋州市不设区县,所以县级行政区划的数据中直接将四个地级市的数据作为区县数据整理在内。
文末下方是我们的公众号名片,我们将定期介绍各类城市数据以及数据的可视化和分析技术,有关2000—2022年我国省市县三级逐年归一化植被指数(NDVI)的更多详情,欢迎大家多多关注我们进行了解~