2015-2024年我国1km分辨率逐日地表温度(LST)栅格数据

地表温度数据,广泛应用于气象气候、环境生态、水文循环和全球变化研究等领域。该数据能够为揭示地表能量平衡、监测热环境时空变化、驱动陆面过程模型以及评估气候变化影响提供关键的基础数据支撑。

**今日分享的是2015-2024年我国1km分辨率逐日地表温度(LST)栅格数据!**该数据集由电子科技大学周纪团队联合国内外多家研究机构共同研制,已正式发布并存储于国家青藏高原科学数据中心。数据集基于增强型卫星热红外遥感-再分析数据集成方法,融合了Terra/Aqua MODIS LST产品和GLDAS再分析数据等,重建得到空间无缝的全天候地表温度。其中,Terra和Aqua是两颗搭载相同MODIS传感器的极地轨道卫星,Terra为上午星(过境时间约地方时10:30),Aqua为下午星(过境时间约地方时13:30),二者共同提供了每日两个关键时段的温度观测。该数据集的时间范围为2000---2024年,数据为逐日数据,并包含了白天和夜间两种数据。数据格式包括GeoTIFF和NetCDF两种,数据空间范围涵盖中国陆域主要区域及周边(72°E-135°E,17°N-55°N),数据空间分辨率为1km,坐标系为WGS 84,数据单位为开尔文(K)。

该数据集具有良好的图像质量和精度,与MODIS LST产品相比,白天和夜间平均偏差(MBE)分别为0.09K和-0.03K,偏差标准差(STD)分别为1.45K和1.17K。基于19个站点实测数据的验证显示,其MBE范围为-2.26K至1.73K,RMSE范围为0.80K至3.68K,且晴空与非晴空条件下无显著差异。

需要特别说明的是:由于原始数据过大(数据大小为2.28 TB),我们无法下载和分享全量数据,本次我们只下载了部分数据分享给大家。我们本次分享的是Aqua卫星的2015-2024年tif格式的逐日地表温度(LST)栅格数据。若需要全量数据,大家可自行到文末所提供链接下载原始所有数据。

以下为数据的详细介绍:

01

数据预览

我们本次提供的是Aqua卫星的2015-2024年tif格式的逐日地表温度(LST)栅格数据。每年的数据保存在一个文件夹中。下面我们以2024年为例,打开文件夹看一下,如下图:

2024年的文件夹下包括DAY和NIGHT两个文件夹,分别对应上面提到的白天和夜晚的数据。白天和夜间数据具有相同的数据格式,下面我们以白天数据为例打开文件夹看一下,如下图(只截图部分文件):

DAY文件夹下包括732个tif文件,这732个tif文件对应如下两类数据的逐日数据:

  • l以D结尾的tif文件:地表温度栅格数据
  • l以View_Time加时间结尾的tif文件:卫星过境时间辅助文件

下面我们以2024年第366天(2024年12月31号)白天的地表温度数据文件为例,在ArcGIS中预览如下:

02 数据详情

数据来源:

数据来源于国家青藏高原科学数据中心

数据格式:

GeoTIFF

数据坐标:

WGS84

数据时间范围:

2015-2024年

数据空间范围:

中国陆域主要区域及周边

参考论文:

Tang, W., Zhou, J., Ma, J., Wang, Z., Ding, L., Zhang, X., and Zhang, X. (2024). TRIMS LST: a daily 1 km all-weather land surface temperature dataset for China's landmass and surrounding areas (2000--2022). Earth Syst. Sci. Data, 16, 387--419,

数据引用格式:

周纪, 张晓东, 唐文彬, 丁利荣, 马晋, 张旭. (2021). 中国陆域及周边逐日1km全天候地表温度数据集(TRIMS LST;2000-2024). 国家青藏高原科学数据中心.

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!

【下载→

方式一(推荐):主页 *个人* 简介

城数派-CSDN博客

方式二:数据下载方式汇总-CSDN博客

相关推荐
isNotNullX4 小时前
智能问数技术路线怎么选?从Text-to-SQL到Data Agent一次讲清
数据库·oracle
鸽芷咕4 小时前
换库不申请停机窗口?金仓KFS数据集成软件双轨并行,还真行
数据库
DolitD4 小时前
国产信创+实时云渲染:数字孪生智慧矿山UE5流畅推流
3d·信息可视化·云计算·图形渲染·数据可视化
鸽芷咕4 小时前
月底报表又把库拖垮了?聊聊金仓数据库KES的列存储和真本事
数据库
Juicedata4 小时前
面向 EB 级 AI 存储:JuiceFS 企业版架构演进
数据库·人工智能·架构
数据库小学妹4 小时前
MySQL表碎片与 OPTIMIZE TABLE:空间回收的代价与边界
数据库·后端·mysql
java_logo4 小时前
Docker 部署 Hue:轻松搭建数据库与数据仓库 SQL 查询平台
数据库·数据仓库·sql·docker·hue·部署教程·轩辕镜像
Davina_yu4 小时前
1、count(*)、count(1) 和 count(单个字段) 的区别
数据库
锦衣夜行?4 小时前
Oracle 数据库安装失败清理残留步骤
数据库·oracle
时间售卖铺4 小时前
MySQL 表的约束
运维·数据库·mysql·云原生