热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

数据介绍|长序列归一化植被指数NDVI

欢迎关注我的gzh:小Rser数据介绍|长序列归一化植被指数NDVIhttps:mp.weixin.qq.coms?__bizMzkyNjMzNTQ2Mw&mid22474839

欢迎关注我的gzh: 小Rser

数据介绍 | 长序列归一化植被指数NDVIhttps://mp.weixin.qq.com/s?__biz=MzkyNjMzNTQ2Mw==&mid=2247483952&idx=1&sn=54681a51b0993b71deb1ea63f59b322b&chksm=c239aab8f54e23aeb80f1cae9e50dca3550b6dd08ccceffa632543f3ae3f72fc17d6c9294c0b&token=2086761678&lang=zh_CN#rd

归一化植被指数

植被指数是反映绿色活植被相对丰度和活性的辐射量化值,常被用于表征研究区域的植被生理状况、绿色生物量及植被生产力等。目前已提出的植被指数多达二十余种,如比值植被指数(RVI)、差值植被指数(DVI)、归一化植被指数(NDVI)、增强植被指数(EVI)、正交植被指数(PVI)、土壤调节植被指数(SAVI)、修正的土壤调节植被指数(MSAVI)等。其中,当属归一化植被指数(Normalized Difference Vegetation Index,NDVI)的应用最为广泛。

植被叶面在可见红光波段的吸收特性很强,在近红外波段反射特性很强,这是植被指数定量遥感监测的物理基础。

植被光谱反射率曲线

NDVI计算公式:NDVI = (NIR - Red) / (NIR + Red)

NDVI:归一化植被指数;NIR:近红外波段反射率;Red:红波段反射率。NDVI的范围始终为-1至+1,但是每种类型的土地覆盖 并没有明确的界限。例如,当值为负数时,很可能是水。另一方面,如果NDVI值接近+1,则很有可能是茂密的植被。然而,当NDVI接近于零时,可能是裸地,也可能是城市化区域。

GIMMS NDVI

该数据集是NOAA的Advanced Very High Resolution Radiometer (AVHRR)传感器获取的长时间序列的NDVI数据。GIMMS NDVI3g 有两个版本,GIMMS NDVI3g.V0和GIMMS NDVI3g.V1。GIMMS NDVI3g.V1覆盖全球范围,时间范围1981-2015年,空间分辨率1/12°,时间分辨率为15天。是目前时间范围最长的NDVI数据产品。与前几代AVHRR产品相比,GIMMS NDVI3g精度更高,受大气水汽、火山爆发等的影响较小。

详细信息

Temporalrange: 1981-07-01 -> 2015-12-31

Year: 1981

RangeSemester: Jul 1 - Dec 31 (7:0.5:12.5)

SpatialResolution: 1/12 x 1/12 degrees

TemporalResolution: 1/24 a year

_fill_val: -32768

NorthernmostLatitude: 90

SouthernmostLatitude: -90

WesternmostLongitude: -180

EasternmostLongitude: 180

Flag values are embeded on the percentile variable:      

2000*flag + percentile. Thus, the actual percentile three ranges[0 1000],[2000 3000]and [4000 5000] could provide direct information of how interpolation is affecting the time series. 

Flag values are (simpler)

flag0: ndvi without apparent issues (good value)            

flag1: ndvi retrieved from spline interpolation                

flag2: ndvi retrieved from seasonal profile (possible snow/cloud)     

percentile:to represent the distribution of ndvi values in the time series. Range 10*[0, 100] 

storage:Arranged data in ncd format, compiled it in two nc4 files a year.  Each nc4 file includes 6 months of ndvi data (jan-jun and jul-dec), with a total of 12 (15-day) composites each semester.   

详细参见:https://nex.nasa.gov/nex/projects/1349/

下载地址

1.https://ecocast.arc.nasa.gov/data/pub/gimms(科学上网)

2.https://data.tpdc.ac.cn/en/data/9775f2b4-7370-4e5e-a537-3482c9a83d88/  (国家青藏高原数据中心)

3.https://pan.baidu.com/s/1L6qWmsHBASuNAASkTQpIQw  (百度网盘,后台s我)

matlab处理工具

https://pan.baidu.com/s/12RxcxE9-s-Msn7i4ev_59A(百度网盘,后台s我)

SPOT NDVI

该数据集是SPOT卫星VEGETATION传感器传感器获取的长时间序列的NDVI数据。数据集的时间范围为1998年5月至2013年。为了去除NDVI数据中的噪声,进行了最大合成,NDVI 图像每 10 天合成一次,空间分辨率1KM。SPOT系列卫星是法国空间研究中心研制的一种地球观测卫星系统,SPOT-VGT 是专门为植被与地表监测设计的,其NDVI数据在光谱波段设计、空间精度和几何纠正等方面更有优势,因此其应用也较为广泛。

详细信息

相关链接

https://land.copernicus.eu/global/sites/cgls.vito.be/files/products/GIOGL1_PUM_NDVIV1_I1.10.pdf

https://land.copernicus.eu/global/sites/cgls.vito.be/files/products/CGLOPS1_PUM_NDVI1km-V3_I1.10.pdf

下载地址:

https://land.copernicus.eu/global/products/NDVI

https://www.resdc.cn/Default.aspx(资源环境科学与数据中心可下载中国的NDVI)

处理工具

https://pan.baidu.com/s/1Q4Pd6D4GmK8BCNLzbpU7mA 

提取码:wnrw

MODIS NDVI

MODIS NDVI 16天或月时间分辨率,有多个空间分辨率数据。归一化植被指数 (NDVI),它提供与 NOAA 的 AVHRR NDVI 时间序列记录的历史和气候应用的连续性,产品更有效地表征了全球范围的植被状态和过程。

详细信息

相关链接:

https://vip.arizona.edu/documents/MODIS/MODIS_VI_UsersGuide_June_2015_C6.pdf

https://modis.gsfc.nasa.gov/data/dataprod/mod13.php

下载地址

https://e4ftl01.cr.usgs.gov/MOLT/

https://ladsweb.modaps.eosdis.nasa.gov/search/order

https://www.gscloud.cn/search(地理空间数据云)

MRT处理工具

链接:https://pan.baidu.com/s/1nkrx1IY7qp-ubDBfGzDFsQ

提取码:2zgz

IDM快速下载工具

软件百度网盘:

https://pan.baidu.com/s/1xxubWVKC7CsMVlQuJv1xXw 

提取码:xpzl

参考链接:

https://blog.csdn.net/weixin_45909963/article/details/115458036


推荐阅读
  • 如何更换Anaconda和pip的国内镜像源
    本文详细介绍了如何通过国内多个知名镜像站(如北京外国语大学、中国科学技术大学、阿里巴巴等)更换Anaconda和pip的源,以提高软件包的下载速度和安装效率。 ... [详细]
  • 本文详细介绍了Oracle RMAN中的增量备份机制,重点解析了差异增量和累积增量备份的概念及其在不同Oracle版本中的实现。通过对比两种备份方式的特点,帮助读者选择合适的备份策略。 ... [详细]
  • 深入解析C++ Atomic编程中的内存顺序
    在多线程环境中,为了防止多个线程同时修改同一数据导致的竞争条件,通常会使用内核级同步对象,如事件、互斥锁和信号量等。然而,这些方法往往伴随着高昂的上下文切换成本。本文将探讨如何利用C++11中的原子操作和内存顺序来优化多线程编程,减少不必要的开销。 ... [详细]
  • 本文汇集了作者在准备研究生入学考试过程中的心得体会,包括备考策略、复习重点及应对考试的心理调适技巧,旨在为即将参加考研的学生提供实用建议。 ... [详细]
  • 本文介绍了使用Python和C语言编写程序来计算一个给定数值的平方根的方法。通过迭代算法,我们能够精确地得到所需的结果。 ... [详细]
  • HDU1085 捕获本·拉登!
    问题描述众所周知,本·拉登是一位臭名昭著的恐怖分子,他已失踪多年。但最近有报道称,他藏匿在中国杭州!虽然他躲在杭州的一个洞穴中不敢外出,但近年来他因无聊而沉迷于数学问题,并声称如果有人能解出他的题目,他就自首。 ... [详细]
  • 探讨了生成时间敏感的一次性伪随机密码的方法,旨在通过加入时间因素防止重放攻击。 ... [详细]
  • BL550721、特点液晶驱动输出:Common输出4线,Segment输出36线内置显示寄存器364144bit2线串行接口(SCL,SDA)内置震荡电路内置液晶驱动电源电路13 ... [详细]
  • 本文旨在介绍一系列提升工作效率的浏览器插件和实用小工具,帮助用户在日常工作中更加便捷高效。内容由原作者授权发布。 ... [详细]
  • ED Tree HDU4812 点分治+逆元
    这道题非常巧妙!!!我们进行点分治的时候,算出当前子节点的所有子树中的节点,到当前节点节点的儿子节点的距离,如下图意思就是当前节点的红色节点,我们要求出红色节点的儿子节点绿色节点, ... [详细]
  • 本文详细介绍了在MyBatis框架中如何通过#和$两种方式来传递SQL查询参数。使用#方式可以提高执行效率,而使用$则有助于在复杂SQL语句中更好地查看日志。此外,文章还探讨了不同场景下的参数传递方法,包括实体对象、基本数据类型以及混合参数的使用。 ... [详细]
  • HDU 2537 键盘输入处理
    题目描述了一个名叫Pirates的男孩想要开发一款键盘输入软件,遇到了大小写字母判断的问题。本文提供了该问题的解决方案及实现方法。 ... [详细]
  • 本文详细探讨了Java中HashMap类的hash()方法的工作原理及其重要性,特别是在JDK 7版本中的实现。 ... [详细]
  • 本文提供了处理WordPress网站中出现过多重定向问题的方法,包括检查DNS配置、安装SSL证书以及解决数据库连接错误等步骤。 ... [详细]
  • 视觉Transformer综述
    本文综述了视觉Transformer在计算机视觉领域的应用,从原始Transformer出发,详细介绍了其在图像分类、目标检测和图像分割等任务中的最新进展。文章不仅涵盖了基础的Transformer架构,还深入探讨了各类增强版Transformer模型的设计思路和技术细节。 ... [详细]
author-avatar
心在天堂590120_993_292
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有