增强型植被指数（EVI）是一种用于监测植被生长状况和生物量的指标，其值越高，通常表示植被覆盖度越高、生长状况越好。EVI 的取值范围一般在 -1 到 1 之间，但实际应用中绿色植被区的 EVI 值通常在 0.2 到 0.8 之间。之前我们给大家分享过2000-2022年全国逐16天的EVI栅格数据（可查看之前的文章获悉详情），数据集是由武汉大学黄昕&李家艺团队于2023年6月发布在Zenodo数据网站上的数据。很多小伙伴拿到数据后还咨询我们有没有逐年的EVI栅格数据！
**我们基于上述逐16天EVI数据，采用求年平均值的方法得到了2000-2022年逐年的EVI栅格数据，分享给大家！**对于数值需要说明的是：①该数据的比例因子是0.0001，也就是现在的数据是扩大了10000倍的，之所以扩大10000倍，是因为扩大后栅格数值就变成了整数，整数储存所需空间更小，如果是小数，则需要用双精度储存，则需更大的空间来存储。大家如果使用该数据需要先乘以0.0001，这样数值就位于-1---1之间了。例如，若读取到的数值为 5000，则实际EVI 值为 5000×0.0001=0.5。②逐16天的EVI栅格的缺失值用-9999表示，逐年的栅格缺失值调整为用nodata表示。③逐16天的EVI栅格中将非植被区域的值固定为670，逐年的栅格中同样固定用670表示非植被区域。
该数据只对立方数据学社会员开放，在本公众号后台回复关键词 会员 可得到会员规则和办理方式。对于已经是会员的同学，请向会员客服发放关键词 387A 获取该数据。以下为数据的详细介绍：
01 数据预览：
2000-2022年全国逐年EVI栅格数据按照年份进行整理，一共有23个tif文件。我们以2022年的EVI数据为例来预览一下：
2022年全国范围增强型植被指数（EVI）
02 数据详情
数据来源网站：
该数据集发布于Zenodo数据平台，网址:https://zenodo.org/records/7979989
处理方式：
基于2000-2022年中国逐16天的增强型植被指数（EVI）栅格数据（可查看之前的文章获悉详情），通过求年均值的方式计算得到逐年的EVI栅格数据！
数值说明：
①该数据的比例因子是0.0001，也就是现在的数据是扩大了10000倍的，之所以扩大10000倍，是因为扩大后栅格数值就变成了整数，整数储存所需空间更小，如果是小数，则需要用双精度储存，则需更大的空间来存储。大家如果使用该数据需要先乘以0.0001，这样数值就位于-1---1之间了。例如，若读取到的数值为 5000，则实际EVI 值为 5000×0.0001=0.5。②逐16天的EVI栅格的缺失值用-9999表示，逐年的栅格缺失值调整为用nodata表示。③逐16天的EVI栅格中将非植被区域的值固定为670，逐年的栅格中同样固定用670表示非植被区域。
数据格式：
TIFF
数据坐标：
Albers_Conical_Equal_Area
数据时间范围：
2000-2022年（逐年）
空间分辨率：
250米
空间范围：
中国
参考论文：
Yao, R., Huang, C., Wu, W., et al. (2023). Reconstructing cloud-free NDVI and EVI time series using spatial-interannual information: A case study in China. International Journal of Digital Earth, 16(1), 2991--3010. https://doi.org/10.1080⁄17538947.2023.2243924
数据引用格式：
Rui Yao, Xin Huang, Yongjun Zhang, Lunche Wang, Jiayi Li, & Qiquan Yang. (2023). Reconstructed 250 m resolution EVI dataset in China [Data set]. Zenodo. https://doi.org/10.5281/zenodo.7979989
如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！