【最新更新】中国2000-2025平均值合成白天地表温度(LST)年度数据集

图1 中国1000米分辨率白天平均LST年度数据

本数据集基于MODIS Terra卫星的MOD11A2产品,采用平均值合成法,生成了2000年至2025年间覆盖中国全境、空间分辨率为1公里的年度地表温度平均值序列;该数据经过严格的质量控制,其长时间序列和高空间连续性的特点,为研究中国区域地表热环境时空格局、变化趋势及相关的生态环境与气候变化问题提供了重要的数据基础。

本数据集依靠GEE(Google Earth Engine)平台,使用MOD11A2数据集。MOD11A2 中的每个像素值都是在 8 天内收集的所有相应 MOD11A1 LST 像素的简单平均值。MOD11A2 会对所有每日 LST 值进行简单的平均处理,而不会对特定质量检查位进行任何过滤。每个 MOD11A2 质量检查值均根据任何给定像素的大多数输入每日质量检查值而设置。之所以选择 8 天的合成周期,是因为 Terra 和 Aqua 平台的确切地面轨道重复周期是该周期的两倍。此产品中包含日间和夜间地表温度波段及其质量指标 (QC) 图层,以及 MODIS波段 31 和 32 以及 8 个观测图层。

本数据集包含2000-2025共26年的1000米分辨率的LST的TIFF影像全国影像命名格式例如MOD11A1 _LST_Day_mean2024.tif。代表由日数据平均值合成的2024年的LST数据。

图 2 2025年全国样例

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

相关推荐
benchmark_cc14 小时前
单只股票五档盘口接入个人研究仓库:QuantDash 读取、校验与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
GrowingIO技术社区15 小时前
用户行为分析怎么做?从业务目标到改进验证的完整流程
大数据·数据挖掘·数据分析
三兔测序学社1 天前
单细胞免疫组库分析3:从 scBCR-seq 序列到 3D 结构-IgFold 与 PyMOL 全流程深度解析
数据分析
benchmark_cc2 天前
用 QuantDash 读取美股行情:AAPL.US 的运行前检查、排错顺序与数据校验清单
python·数据分析·pandas·量化交易·股票数据·quantdash
AI源码3 天前
基于 Python 的汽车市场数据分析与可视化平台
python·数据分析·汽车
wang_yb4 天前
经常听到的透视表是干什么的?
数据分析·databook
databook4 天前
经常听到的透视表是干什么的?
python·数据分析·pandas
GrowingIO技术社区4 天前
CDP、行为分析、归因与营销自动化有什么区别?
数据结构·数据挖掘·数据分析
GrowingIO技术社区4 天前
实时标签怎样验收?从数据更新到分群可用
数据结构·数据挖掘·数据分析
GrowingIO技术社区5 天前
CDP项目如何评估?从业务问题到能力测试
大数据·数据分析