2016-2020中国30m精细空间分辨率总初级生产力GPP

发布时间:2024年01月17日

Hi-GLASS-GPP 2016-2020 in China

图片

数据介绍

? ? 总初级生产量(GPP)表示陆地生态系统中植物光合作用的数量,是全球变化的研究热点之一。然而,由于空间分辨率较粗(即500m)遥感数据,GPP产品在地表空间异质性方面存在不足。同时,农业和林业应用需要精细的空间分辨率GPP产品。因此,该数据集以Landsat系列精细空间分辨率(即30m)遥感数据为数据源,并采用修正后的EC-LUE模型生成了中国每月精细空间分辨率GPP产品(即Hi-GLASS-GPP)。

数据使用

? ? ?Landsat 数据立方体采用的是 MODIS 正弦格网下的 0.25°*0.25°二级格网系统(如图 1)。相同编号的瓦片数据就具有了相同的覆盖范围,从而可简便地根据瓦片文件编号实现基于时序的统计分析和作图。以文件名~\hh27vv06\h03v11 为例,hh27vv06 为一级分幅,h03v11 为二级分幅。一级分幅 hh27vv06 代表 MODIS 正弦等积投影下分幅,空间范围完全相同,最多有 1600 个二级分幅。二级分幅 h03v11 为标准的 927×927 像元分幅,每个像元固定空间面积为 900 平方米,代表了约 0.25°×0.25°空间范围。需要注意的是,每个分片的四个角度并不完全对应 0.25 度位置,原因是 MODIS 正弦投影为等积投影而非等角投影。中国区域 HIGLASS 数据共有 22 个分块, 具体空间查询可以参照China_025grid.shp 图幅号

图片

数据说明

GPP 数据层:

LC08_hh25vv05h26v26_GPP_2016_2020_month.tif

时间跨度:?2016 - 2020年

时间分辨率:

空间范围:中国[18°N - 54°N,73°E - 136°E]

空间分辨率:30米

数据容量:678.51GB

数据格式:TIF

数据立方体维度:60期×927行×927列(1-60期代表2016年1月-2020年12月每月月总

GPP)。

数据类型:uint16 (数据范围: 0--65535)

质量控制数据层:名称形如LC08_hh25vv05h26v26_GPP_QC_2016_2020_month.tif

其中数据立方体与 GPP 数据一一对应。数据标识 0-3。具体含义如下:

图片

数据压缩方式:

为了节省数据存储空间,我们将GPP数据值范围由0-600 gC m-2 month-1 转换到0–

65535。因此从原始数据值(DN)至月总GPP转换方法为:GPP = 0.01×DN。其中DN

大于65530为无效值

数据作者

作者:Shangrong LIN (林尚荣);?Wenping YUAN (袁文平)?;?Xiaojuan HUANG (黄晓娟)?;?Caiqun WANG (王才群)?;?Tao HE (何涛)?;?Shunlin LIANG (梁顺林)

通讯作者邮箱 :linshr6@mail.sysu.edu.cn

参考文献

Lin, S., Huang, X., Zheng, Y., Zhang, X., & Yuan, W. (2022). An Open Data Approach for Estimating Vegetation Gross Primary Production at Fine Spatial Resolution. Remote Sensing, 14(11), 2651.

Huang, X., Zheng, Y., Zhang, H., Lin, S., Liang, S., Li, X., ... & Yuan, W. (2022). High spatial resolution vegetation gross primary production product: Algorithm and validation. Science of Remote Sensing, 5, 100049.

Huang, X., Lin, S., Li, X., Ma, M., Wu, C., & Yuan, W. (2022). How Well Can Matching High Spatial Resolution Landsat Data with Flux Tower Footprints Improve Estimates of Vegetation Gross Primary Production. Remote Sensing, 14(23), 6062.

数据获取:2016-2020中国精细空间分辨率总初级生产力GPP数据

文章来源:https://blog.csdn.net/hu397313168/article/details/135640579
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。