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
  • 添加环境光使正方体显示更真实
    本文介绍了如何给正方体添加环境光以使其显示更真实。通过在代码中加入环境光的计算,可以让物体的背光部分不再完全黑色,从而增加物体的真实感。代码中使用了顶点属性、光照颜色、光照方向、环境光等参数来计算物体的漫反射,并将计算结果与顶点颜色相乘得到最终的颜色。通过调整环境光的参数,可以达到不同的光照效果。 ... [详细]
  • IjustinheritedsomewebpageswhichusesMooTools.IneverusedMooTools.NowIneedtoaddsomef ... [详细]
  • 如何提高PHP编程技能及推荐高级教程
    本文介绍了如何提高PHP编程技能的方法,推荐了一些高级教程。学习任何一种编程语言都需要长期的坚持和不懈的努力,本文提醒读者要有足够的耐心和时间投入。通过实践操作学习,可以更好地理解和掌握PHP语言的特异性,特别是单引号和双引号的用法。同时,本文也指出了只走马观花看整体而不深入学习的学习方式无法真正掌握这门语言,建议读者要从整体来考虑局部,培养大局观。最后,本文提醒读者完成一个像模像样的网站需要付出更多的努力和实践。 ... [详细]
  • NotSupportedException无法将类型“System.DateTime”强制转换为类型“System.Object”
    本文介绍了在使用LINQ to Entities时出现的NotSupportedException异常,该异常是由于无法将类型“System.DateTime”强制转换为类型“System.Object”所导致的。同时还介绍了相关的错误信息和解决方法。 ... [详细]
  • EPPlus绘制刻度线的方法及示例代码
    本文介绍了使用EPPlus绘制刻度线的方法,并提供了示例代码。通过ExcelPackage类和List对象,可以实现在Excel中绘制刻度线的功能。具体的方法和示例代码在文章中进行了详细的介绍和演示。 ... [详细]
  • Java太阳系小游戏分析和源码详解
    本文介绍了一个基于Java的太阳系小游戏的分析和源码详解。通过对面向对象的知识的学习和实践,作者实现了太阳系各行星绕太阳转的效果。文章详细介绍了游戏的设计思路和源码结构,包括工具类、常量、图片加载、面板等。通过这个小游戏的制作,读者可以巩固和应用所学的知识,如类的继承、方法的重载与重写、多态和封装等。 ... [详细]
  • 本文介绍了OC学习笔记中的@property和@synthesize,包括属性的定义和合成的使用方法。通过示例代码详细讲解了@property和@synthesize的作用和用法。 ... [详细]
  • 本文主要解析了Open judge C16H问题中涉及到的Magical Balls的快速幂和逆元算法,并给出了问题的解析和解决方法。详细介绍了问题的背景和规则,并给出了相应的算法解析和实现步骤。通过本文的解析,读者可以更好地理解和解决Open judge C16H问题中的Magical Balls部分。 ... [详细]
  • 计算机存储系统的层次结构及其优势
    本文介绍了计算机存储系统的层次结构,包括高速缓存、主存储器和辅助存储器三个层次。通过分层存储数据可以提高程序的执行效率。计算机存储系统的层次结构将各种不同存储容量、存取速度和价格的存储器有机组合成整体,形成可寻址存储空间比主存储器空间大得多的存储整体。由于辅助存储器容量大、价格低,使得整体存储系统的平均价格降低。同时,高速缓存的存取速度可以和CPU的工作速度相匹配,进一步提高程序执行效率。 ... [详细]
  • 树莓派语音控制的配置方法和步骤
    本文介绍了在树莓派上实现语音控制的配置方法和步骤。首先感谢博主Eoman的帮助,文章参考了他的内容。树莓派的配置需要通过sudo raspi-config进行,然后使用Eoman的控制方法,即安装wiringPi库并编写控制引脚的脚本。具体的安装步骤和脚本编写方法在文章中详细介绍。 ... [详细]
  • 本文由编程笔记#小编整理,主要介绍了关于数论相关的知识,包括数论的算法和百度百科的链接。文章还介绍了欧几里得算法、辗转相除法、gcd、lcm和扩展欧几里得算法的使用方法。此外,文章还提到了数论在求解不定方程、模线性方程和乘法逆元方面的应用。摘要长度:184字。 ... [详细]
  • Netty源代码分析服务器端启动ServerBootstrap初始化
    本文主要分析了Netty源代码中服务器端启动的过程,包括ServerBootstrap的初始化和相关参数的设置。通过分析NioEventLoopGroup、NioServerSocketChannel、ChannelOption.SO_BACKLOG等关键组件和选项的作用,深入理解Netty服务器端的启动过程。同时,还介绍了LoggingHandler的作用和使用方法,帮助读者更好地理解Netty源代码。 ... [详细]
  • 本文整理了315道Python基础题目及答案,帮助读者检验学习成果。文章介绍了学习Python的途径、Python与其他编程语言的对比、解释型和编译型编程语言的简述、Python解释器的种类和特点、位和字节的关系、以及至少5个PEP8规范。对于想要检验自己学习成果的读者,这些题目将是一个不错的选择。请注意,答案在视频中,本文不提供答案。 ... [详细]
  • 基于移动平台的会展导游系统APP设计与实现的技术介绍与需求分析
    本文介绍了基于移动平台的会展导游系统APP的设计与实现过程。首先,对会展经济和移动互联网的概念进行了简要介绍,并阐述了将会展引入移动互联网的意义。接着,对基础技术进行了介绍,包括百度云开发环境、安卓系统和近场通讯技术。然后,进行了用户需求分析和系统需求分析,并提出了系统界面运行流畅和第三方授权等需求。最后,对系统的概要设计进行了详细阐述,包括系统前端设计和交互与原型设计。本文对基于移动平台的会展导游系统APP的设计与实现提供了技术支持和需求分析。 ... [详细]
  • Sleuth+zipkin链路追踪SpringCloud微服务的解决方案
    在庞大的微服务群中,随着业务扩展,微服务个数增多,系统调用链路复杂化。Sleuth+zipkin是解决SpringCloud微服务定位和追踪的方案。通过TraceId将不同服务调用的日志串联起来,实现请求链路跟踪。通过Feign调用和Request传递TraceId,将整个调用链路的服务日志归组合并,提供定位和追踪的功能。 ... [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