中国区域30m/15天植被覆盖度数据集(2010-2022)

  • 时间分辨率:日
  • 空间分辨率;:10m - 100m
  • 共享方:式开放获取
  • 数据大小:2.98 TB
  • 数据时间范围:2010-01-01 --- 2022-12-31
  • 元数据更新时间:2024-12-23

数据集摘要

高时空分辨率的植被覆盖度产品存在着广泛的应用需求。本数据集提供了中国区域2010-2022年时空连续的30m/每半月植被覆盖度(FVC)产品。该FVC产品基于像元二分法生成,首先利用Landsat系列数据使用谐波模型构造30m/15天时空连续的植被指数(NDVI)数据集,随后基于逐像元的NDVI至FVC的转换系数,基于像元二分模型生成30m/15天FVC产品。与怀来和塞罕坝不同植被类型样方获取的地面实测FVC相比,本FVC数据集RMSD低于0.1,R方0.8左右。与全国22个小流域的时间连续观测FVC相比,本FVC产品与地面实测FVC具有相似的时间曲线(大多数流域下RMSD低于0.1,R方接近0.9)。与其他主流FVC产品进行交叉验证,结果表明本FVC与GLASS FVC和GEOV3 FVC具有较为一致的时空分布模式。

数据文件命名方式和使用方法

植被覆盖度数据的范围为0-100,以GeoTIFF格式分幅存储。数据名称的具体规则如下:南北纬缩写(1位)+6度带号(2位)+""+起始纬度(2位)+"" +数据属性(3位)+产品年代(4位)+""+半月号(2位)+""+分辨率(3位)

本数据要求的引用方式

数据的引用

赵甜, 穆西晗, 宋婉娟. (2023). 中国区域30m/15天植被覆盖度数据集(2010-2022). 国家青藏高原科学数据中心. https://doi.org/10.11888/Terre.tpdc.300963. https://cstr.cn/18406.11.Terre.tpdc.300963.

Zhao, T., Mu, X., Song, W. (2023). 30-m/15-day fractional vegetation cover datasets in China (2010-2022). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/Terre.tpdc.300963. https://cstr.cn/18406.11.Terre.tpdc.300963.

(下载引用: RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

文章的引用

1、Zhao, T., Mu, X.H., Song, W.J., Liu, Y.K., Xie, Y., Zhong, B., Xie, D.H., Jiang, L.M., & Yan, G.J. (2023). Mapping spatially seamless fractional vegetation cover over China at a 30-m resolution and semimonthly intervals in 2010-2020 based on Google Earth Engine. Jornal of remote sensing. DOI: 10.34133/remotesensing.0101. ( 查看 Bibtex格式 )

2、Mu, X., Song, W., Gao, Z., McVicar, T. R., Donohue, R. J., & Yan, G. (2018). Fractional vegetation cover estimation by using multi-angle vegetation index. Remote sensing of environment, 216, 44-56. ( 查看 Bibtex格式 )

相关推荐
gplitems1232 小时前
Gunslinger – Gun Store & Hunting WordPress Theme: A Responsible
开发语言·前端·javascript
AI数据皮皮侠2 小时前
中国各省森林覆盖率等数据(2000-2023年)
大数据·人工智能·python·深度学习·机器学习
Winson℡4 小时前
React Native 中的 useCallback
javascript·react native·react.js
2401_841495645 小时前
【数据结构】红黑树的基本操作
java·数据结构·c++·python·算法·红黑树·二叉搜索树
西猫雷婶5 小时前
random.shuffle()函数随机打乱数据
开发语言·pytorch·python·学习·算法·线性回归·numpy
小李独爱秋5 小时前
机器学习中的聚类理论与K-means算法详解
人工智能·算法·机器学习·支持向量机·kmeans·聚类
大有数据可视化6 小时前
数字孪生背后的大数据技术:时序数据库为何是关键?
大数据·数据库·人工智能
谢尔登7 小时前
【Nest】基本概念
javascript·node.js·express
小欣加油7 小时前
leetcode 1863 找出所有子集的异或总和再求和
c++·算法·leetcode·职场和发展·深度优先
十八岁讨厌编程7 小时前
【算法训练营Day27】动态规划part3
算法·动态规划