2000-2026年我国省市县三级逐月NDVI数据(Shp/Excel格式)

2000---2026年我国省市县三级逐月NDVI数据(Shp/Excel格式)

数据概述

归一化植被指数(NDVI)是衡量地表植被覆盖与生长状况的核心遥感指标,广泛应用于生态环境监测、农业估产、气候变化研究等领域。本文介绍一套经过整理的中国区域省市县三级逐月NDVI数据集,时间跨度为2000年2月至2026年3月,提供Shp和Excel两种格式,便于不同场景下的直接使用。

该数据源自NASA定期发布的MOD13A3数据集,原始数据为1km分辨率逐月NDVI栅格(Tiff格式),数值范围在-2000至10000之间。为提升易用性,原始栅格已按照中国省级、地级市、区县级三级行政边界进行分区统计,计算每个行政单元内的平均值,最终输出为表格化格式。

数据参数

参数 说明
数据名称 中国省市县三级逐月归一化植被指数(NDVI)数据
时间范围 2000年2月 --- 2026年3月(逐月)
空间范围 中国全境
空间分辨率 1km(原始栅格)
数值范围 -0.2 --- 1
数据格式 Shp / Excel
行政等级 省、市、县三级
数据来源 NASA MOD13A3 数据集
官方下载 https://search.earthdata.nasa.gov/search
最新更新 2026年3月

数据预览

数据集按照三级行政架构分别存储,省级、市级、县级数据各自独立成文件,方便按需取用。以下展示数据文件的组织结构:

Excel格式

以县级数据为例,Excel文件包含以下字段:省份名称、省份代码、城市名称、城市代码、区县名称、区县代码,以及逐月NDVI数值列。每个行政单元一行,时间序列横向展开,可直接用于时间序列分析或导入统计软件。

Shp格式

Shp格式保留了空间几何信息,可直接在ArcGIS、QGIS等GIS软件中打开。下图以2026年3月全国各区县NDVI为例进行可视化,颜色深浅反映植被指数高低,空间分布特征一目了然。

数据处理说明

原始数据基于NASA MOD13A3 V006产品,该产品由Terra卫星MODIS传感器反演得到,每月更新,空间分辨率为1km,覆盖全球。数据预处理流程如下:

  1. 数据获取:从NASA EOSDIS官网下载2000年2月至2026年3月的逐月NDVI栅格数据。

  2. 数值转换:将原始整型数值(-2000---10000)转换为浮点型NDVI值(-0.2---1),转换公式为 NDVI = 值 × 0.0001。

  3. 区划匹配:采用国家地理信息公共服务平台(天地图)发布的2025年省市县三级行政区划Shp数据(审图号:GS(2024)0650号)作为空间边界。

  4. 分区统计:对每个省、每个地级市、每个区县范围内的栅格单元进行均值计算,得到各行政单元的逐月平均NDVI。

  5. 格式输出:将结果分别保存为Excel(.xlsx)和Shp格式,并建立三级独立的文件体系。

应用场景建议

这套整理后的数据集适用于多种研究和工作场景:

• 生态遥感研究:分析区域植被覆盖的长期变化趋势,评估生态系统健康状况。

• 农业监测:结合物候信息,追踪作物生长季的NDVI动态,辅助产量估算。

• 气候分析:研究NDVI与气温、降水等气候要素的关联性,揭示气候变化对植被的影响。

• 城市规划:评估城市绿地系统的时空演变,为生态城市规划提供数据支撑。

• 教学演示:作为GIS与遥感课程的标准案例数据,便于学生快速上手实践。

使用注意事项

• 本数据集是基于1km分辨率栅格进行均值计算得到的,适用于区域尺度的宏观分析,不适用于像元级别的精细研究。

• 原始MOD13A3数据采用正弦曲线投影(SIN Grid),在分区统计过程中已进行必要的投影变换。

• 部分高海拔或极地地区的NDVI值可能存在季节性缺失,使用时建议结合质量控制图层进行筛选。

• 如需使用原始栅格数据,可访问NASA官网按MOD13A3 V006产品检索下载。


数据来源: NASA EOSDIS Land Processes Distributed Active Archive Center

**引用格式:**Didan, K. (2015). MOD13A3 MODIS/Terra vegetation Indices Monthly L3 Global 1km SIN Grid V006 Data set. NASA EOSDIS Land Processes Distributed Active Archive Center. Accessed 2024-08-10

【下载→

方式一:顶部专栏

方式二:数据下载方式汇总-CSDN博客

来源:城数派

相关推荐
Data-Miner11 小时前
怎么用AI给Excel去重?先核对这7条再下手,别让好数据被删错:数以轻舟方案解析
人工智能·excel
Data-Miner13 小时前
做表格数据分析的AI工具怎么选?先对一下这三个真实需求,再看哪些真能落地
人工智能·数据分析·excel
尤鸟倦7 天前
OneNote table复制到Excel遇到的各种问题
excel
2501_930707788 天前
使用C#代码使用条件格式为 Excel 隔行设置颜色
c#·excel
leihefeng8 天前
PX04-用 Python 读 Excel 画折线图,还能直接插回 Excel 文件
python·excel
yanlaifan8 天前
Excel中指定单元格不能输入内容的方法
excel
babe小鑫9 天前
信息与计算科学专业应届生面试 怎么证明自己能解决业务问题
学习·r语言·excel
Data-Miner9 天前
商品ABC分类分析怎么用AI做?脚本复用+图表可编辑的一次完整实操
人工智能·数据分析·excel
E-iceblue11 天前
Excel 列转行/行列转换全指南:从 4 种常见解法到 Python 批量自动化
python·excel·python库·spire.xls
Data-Miner12 天前
AI处理数据的脚本复用与逻辑复用有什么区别?哪种方式更能沉淀工作成果
数据分析·excel