全国30米分辨率逐年植被覆盖度(FVC)数据集

本数据集包括1986至2023年间,全国植被覆盖度数据,FVC范围值为0-1,数据为浮点型,GeoTIFF格式。GeoTIFF文件均可用ArcGIS软件和GDAL读取和打开。数据源来自LANDSAT系列遥感卫星,通过Google Earth Engine云计算平台进行处理(包括去云、云影去除、以及条带错位的修复)获得。本数据集以30米的空间分辨率捕捉植被的生长状态,为从长时间尺度观测植被变化提供了宝贵的数据资源。

植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比。是刻画地表植被覆盖的一个重要参数, 也是指示生态环境变化的重要指标之一。植被覆盖度是描述地表植被的重要参数与生态环境的基本指标,在大气圈、土壤圈、水圈和生物圈中都占据着重要的地位,区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有重要意义。

目前在多个领域内,植被覆盖度进行分级处理后使用。往往参照《土壤侵蚀分类分级标准》,将植被覆盖度划分为4个等级:<30%为低覆盖度、30%---45%为中低覆盖度、45%---60%为中覆盖度、>60%为高覆盖度。 该数据利用Landsat数据,根据植被盖度与NDVI之间的经验关系计算得到。

该产品时间分辨率为1年,空间分辨率30米。算法从当年所有观测数据中,以低云、低探测角度和最高NDVI值为标准,选择最佳的可用像元值,并进行换算。

数据采集和处理

数据集整合了LANDSAT系列多型号卫星(如LANDSAT 5 TM, LANDSAT 7 ETM+, LANDSAT 8 OLI/TIRS,LANDSAT9等)的表面反射率产品。采用先进算法对原始遥感影像进行云屏蔽,并基于已处理影像生成FVC。

(1) 计算NDVI

FVC的计算基于NDVI,NDVI最大值,NDVI最小值,计算NDVI代码模块如下:

var get_NDVI = function(image)

{ var NDVI=image.normalizedDifference(['B4','B3']).rename(['NDVI']);

image=image.addBands(NDVI) return image.select("NDVI") };

(2) 选取NDVI最小值和最大值

取两个百分位5%和95%分别设置为NDVI的最小值和最大值来模拟NDVI的土壤值和纯植被覆盖值,代码如下:

function calFVC(BestVI,region,scale)

{ var num = BestVI.reduceRegion({ reducer:ee.Reducer.percentile([5,95]),

geometry:region, scale:scale, maxPixels:1e13 });

var min = ee.Number(num.get("NDVI_p5"));

var max = ee.Number(num.get("NDVI_p95"));

//print(top_min); //print(top_max);

//quantile and combine var greaterPart = BestVI.gt(max);

var lessPart = BestVI.lt(min);

var middlePart =ee.Image(1).subtract(greaterPart).subtract(lessPart);

//calculate FVC var tempf1=BestVI.subtract(min).divide(max.subtract(min));

(3) FVC的计算

分别对LANDSAT 5/7/8系列数据计算FVC,其中Landsat5 和Landsat 7NDVI计算利用 B4和B3波段,Landsat8 和Landsat9 NDVI计算利用 B5和B4波段。

FVC计算公式为:

FVC=( NDVI-NDVImin)/(NDVImax-NDVImin)

NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。

相关推荐
lucky_lyovo20 小时前
Neo4j--登录及简单操作
数据库·neo4j
影子240120 小时前
java jdbc连接sqlserver2008R2版本数据库报错,驱动程序无法通过使用安全套接字层(SSL)加密与 SQL Server 建立安全连接
java·数据库·ssl
华略创新20 小时前
合理安排时间节点,避免影响正常生产——制造企业软件系统上线的关键考量
大数据·制造·crm·管理系统·企业管理软件
0_0梅伊阁诗人20 小时前
Django ORM 模型
开发语言·数据库·笔记·python·oracle·django
优秀的老黄20 小时前
Docker部署RabbitMQ
linux·运维·docker·中间件·容器·centos·rabbitmq
Lin_Aries_042121 小时前
容器使用卷
linux·运维·docker·云原生·容器·eureka
禁默21 小时前
第六届大数据、人工智能与物联网工程国际会议(ICBAIE 2025)
大数据·人工智能·物联网
倔强的石头10621 小时前
Windows系统下KingbaseES数据库保姆级安装教程(附常见问题解决)
数据库·windows
躲在云朵里`21 小时前
Redis深度解析:核心数据结构、线程模型与高频面试题
数据结构·数据库·redis
m0_4538068721 小时前
【已解决】mongoose在mongodb中添加数据,数据库默认复数问题
数据库·mongodb