中国植被功能型图(1km分辨率)

简介:

植被功能型(PFT)是根据植物种的生态系统功能及其资源利用方式而对宠大的植物种进行的组合,每一种植被功能型共享相似的植物属性,是将植物种的多样性简化为植物功能和结构的多样性,用以预测全球变化情景下生态系统结构与功能的变化。前言 -- 人工智能教程

目前,植被功能型已被广泛用于生物地理模型、生物地球化学模型、陆面过程模型和全球动态植被模型,如美国国家大气研究中心(NCAR)的陆面过程模型已经将原来用土地覆盖信息变为应用植被功能型图(Bonan et al., 2002)。植被功能型已经被用于动态全球植被模型(DGVM)中,用以预测全球变化情景下生态系统结构与功能的变化。

植被功能型指的是根据植被在生态系统中的作用和影响,将植被分类成不同的类型。通常,植被的功能型包括以下几个方面:

  1. 光合作用型:包括一些能够进行光合作用的植物,如树木、草本植物等。

  2. 土壤保护型:这类植被可以减缓水流速度,降低水土流失,保护土壤。

  3. 水源保护型:这类植被可以促进水分渗透和蓄水,从而维护水源。

  4. 气候调节型:这类植被可以吸收大量二氧化碳,减少温室气体的排放,改善气候环境。

  5. 生态修复型:这类植被在修复受损生态系统、重建生态环境方面具有重要作用。

这些功能型并不是互相独立的,而是相互交叉影响的。例如,树木既能进行光合作用,又能够保护土壤、调节气候、修复生态等。因此,在实际应用中,需要根据具体的生态系统和环境特点,综合考虑各种植被功能型的作用和利弊,选择最合适的植被类型。

数据集ID:

TPDC/PFTS_CHINA_1KM

时间范围: 2000年-2000年

范围: 全国

来源: 国家青藏高原科学数据中心

复制代码段:

var images = pie.ImageCollection("TPDC/PFTS_CHINA_1KM")

波段:

| 名称 | 类型 | 空间分辨率 | 时间分辨率 | 无效值 | 植被功能分类体系 |

B1 Byte 1000m 255 1, 温带常绿针叶树 2, 北方常绿针叶树 3, 落叶针叶树 4, 热带常绿阔叶树 5, 温带常绿阔叶树 6, 热带落叶阔叶树 7, 温带落叶阔叶树 8, 寒带落叶阔叶树 9, 温带常绿阔叶灌木 10, 温带落叶阔叶灌木 11, 寒带落叶阔叶灌木 12, 北极C3草 13, C3草 14, C4草 15, 作物 16, 永久湿地 17, 城市和建筑用地 18, 雪与冰 19, 荒地或低植被覆盖地 20, 水体

|------|--------|------|
| date | string | 影像日期 |

代码:

javascript 复制代码
var img = pie.ImageCollection("TPDC/PFTS_CHINA_1KM").select('B1').first()
print(img);
//设定颜色预览组合
var visParams = {min:0,max:14,

    palette: ['#3B4CC0','#6F91F2','#A9C5FC','#DDDDDD','#F6B69B','#E6745B','#B40426','#ffffd9','#edf8b1','#c7e9b4','#7fcdbb','#41b6c4','#1d91c0','#225ea8','#253494','#081d58']
};
//定位地图中心
Map.setCenter(107.9, 34.2, 3);
//加载影像
Map.addLayer(img, visParams, "img");

数据引用:

冉有华,李新.(2019).中国植被功能型图(1 km).国家青藏高原科学数据中心,DOI: 10.11888/Ecolo.tpdc.270101.CSTR:18406.11.Ecolo.tpdc.270101

文章引用:

  1. Ran, Y.H., Li, X., Lu, L., Li, Z.Y. (2012). Large-scale land cover mapping with the integration of multi-source information based on the Dempster-Shafer theory. International Journal of Geographical Information Science,26(1),169-191,10.1080/13658816.2011.577745.

2.冉有华,&马瀚青.(2016).中国2000年1km植物功能型分布图.遥感技术与应用,31(4),827-832

相关推荐
艾莉丝努力练剑几秒前
【Linux信号】Linux进程信号(上):信号产生方式和闹钟
linux·运维·服务器·c++·人工智能·ubuntu·云原生
Bonnie3731 分钟前
算力基建入门-AI时代,算力为何是数字底座
人工智能·程序人生·云原生·个人开发
前端摸鱼匠2 分钟前
面试题6:因果掩码(Causal Mask)在Decoder中的作用是什么?训练、推理阶段如何使用?
人工智能·ai·语言模型·自然语言处理·面试
进击的雷神3 分钟前
展位号后缀清理、详情页JS数据提取、重试机制控制、地址字段重构——美国NPE展爬虫四大技术难关攻克纪实
javascript·爬虫·python·重构
这张生成的图像能检测吗3 分钟前
(论文速读)ASFRMT:基于对抗的超特征重构元传递网络弱特征增强与谐波传动故障诊断
人工智能·深度学习·计算机视觉·故障诊断
转角羊儿4 分钟前
精灵图案例
开发语言·前端·javascript
statistican_ABin7 分钟前
Python数据分析-宝马全球汽车销售数据分析(可视化分析)
大数据·人工智能·数据分析·汽车·数据可视化
ARM+FPGA+AI工业主板定制专家7 分钟前
基于ARM+FPGA+AI的船舶状态智能监测系统(一)总体设计
网络·arm开发·人工智能·机器学习·fpga开发·自动驾驶
前端摸鱼匠8 分钟前
面试题7:Encoder-only、Decoder-only、Encoder-Decoder三种架构的差异与适用场景?
人工智能·深度学习·ai·面试·职场和发展·架构·transformer
ryrhhhh8 分钟前
矩阵跃动技术创新:GEO搜索占位+AI智能体双融合,重构企业获客链路
大数据·人工智能