中国土地利用现状遥感监测数据库是在国家科技支撑计划、中国科学院知识创新工程重要方向项目等多项重大科技项目的支持下经过多年的积累而建立的覆盖全国陆地区域的多时相土地利用现状数据库。 数据集包括1980年代末期,1990年、1995年、2000年、2005年、2010年,2015年七期,数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源,通过人工目视解译生成。数据缺少南海部分岛屿数据。 空间分辨率1公里,投影参数:Albers_Conic_Equal_Area 中央经线105,标准纬线1: 25,标准纬线2: 47。 中国土地利用现状遥感监测数据库是目前我国精度比较高的土地利用遥感监测数据产品,已经在国家土地资源调查、水文、生态研究中发挥着重要作用。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。
中国科学院资源环境科学数据中心(http://www.resdc.cn/)
该数据集是“中国雪深长时间序列数据集(1978-2012)”的升级版本。 中国雪深长时间序列数据集(1979-2023)采用经纬度投影方式,数据为浮点型。数据集按年份存储,每个年份是一个压缩包,每个压缩包内包含每天的积雪深度文件。每天的雪深用一个txt文件存储,文件的名称为“yyyyddd.txt”,其中yyyy代表年,ddd代表Julian日期,雪深单位为厘米(cm)。比如2005001.txt就代表这个ASCII文件描述2005年第一天我国的积雪覆盖状况。数据集的ASCII码文件是由头文件和主体内容构成,头文件包括行数、列数、x-轴中心点坐标、y-轴中心点坐标、栅格大小、无数据区标值等6行描述信息组成,主体内容就是根据行数列数组成的二维数组,雪深单位为厘米(cm)。因为该数据集中的所有ASCII码文件所描述的空间为我国全国范围,所以这些文件的头文件是不变的,现将头文件摘录如下(其中xllcenter, yllcenter, cellsize单位为度): ncols 321 nrows 161 xllcenter 60 yllcenter 15 cellsize 0.25 NODATA_value -1。 该数据集是采用中国被动微波雪深反演算法Che算法,从星载被动微波亮度温度数据提取。星载被动微波亮度温度数据来自多个传感器,本数据采用的传感器包括Nimbus7上的SMMR(1979-1988),DMSP-F08,F11,F13上的SSMI(1988-2008),DMSP-F17上的SSMI/S(2009-2020),Aqua上的AMSR-E (2002-2011),GCOM-W1上的AMSR2 (2012-)。考虑到不同传感器之间的系统差异,在进行雪深反演前,已对对不同传感器进行了交叉订正。 数据包含三个压缩文件:daily snow depth _smmr_ssmis_China (1978-2020),daily snow depth _amsre_China(2002-2011),daily snow depth_amsr2_China(2012-2023)。第一个是从SMMR,SSMI,SSMI/S提取的1978-2020年逐日雪深,第二个是从AMSR-E提取的2002-2011年逐日雪深,第三个是从AMSR2提取的2012-2023年逐日雪深。从2021年开始SSMI/S数据与之前差异较大,因此,之后的数据不再根据SSMI/S数据更新。AMSR-E数据结束时间是2011年9月27日。AMSR2数据从2012年9月1日开始,目前仍在运行,今后将根据AMSR2数据继续更新中国长时间序列数据集。
车涛, 戴礼云, 李新
该数据集包含了三江源地区1km空间分辨率的理论载畜量数据集。该数据集在2015年到2021年收集的地面样点数据基础上,与基于MODIS遥感影像提取的NDVI数据进行建模,反演得到三江源地区地上草地生物量数据,利用羊单位(SU)换算得到公里网格2020年理论载畜量(羊单位,SU)数据集。空间分辨率为1km。在算法中,首先结合地面样方和对应的同时相MODIS植被指数,建立回归关系模型,此外,集成了去云算法、基于地面验证点建立了基于支持向量机分类器的优化算法,最终得到分类效果较好的草地分类产品作为掩膜,最终得到公里网格理论载畜量(羊单位,SU)。该数据集具有很好的高空间分辨率和高时效性等特点。
魏彦强
基于MODIS 2000年至2020年生长季平均的NDVI与EVI(空间分辨率250m),利用Mann-Kendall趋势检测方法,计算了NDVI的变化趋势。MOD13Q1 V6产品提供逐像元的植被指数。一个是归一化差值植被指数(NDVI),又称连续性指数,是由现有的国家海洋和大气管理局高级甚高分辨率辐射计(NOAA-AVHRR)导出的NDVI。第二个植被层是增强植被指数(EVI),该指数将冠层背景变化最小化,并在浓密的植被条件下保持敏感性。EVI还使用蓝色波段去除烟雾和亚像素薄云造成的残留大气污染。MODIS NDVI和EVI产品是由大气校正的双向地表反射率计算而来的。该数据空间分辨率为250m。
王旭峰
三江源积雪面积遥感产品是基于MODIS表面反射率产品,分别针对MOD09GA和MYD09GA,利用监督分类获取研究区Landsat-5 TM/Landsat8 OLI二值积雪影像(雪和无雪),将其作为参考值,结合MODIS地表类型数据MCD12Q1,获取针对植被区和非植被区积雪制图算法,制备三江源长时间序列MODIS逐日积雪范围产品,产品命名为SJY_CLOUDY_SCE_日期_500m_L1,数据格式是TIFF,数据投影为WGS84投影,分辨率为500m。
郝晓华
该数据集包含了基于ASTER GDEM v3提取的三江源地区数字高程数据,空间分辨率为30m。数字高程模型(Digital Elevation Model,简称DEM),利用有序、有限的位置高程数值矩阵实现对地球表面高程状态的数字化模拟,是建立数字地形模型(Digital Terrain Model,简称DTM)的基础。 NASA(美国国家航空航天局)和METI(日本经济产业省)于2009年6月28日共同发布了ASTER GDEM v1数据产品,并宣布向全球用户免费开放下载使用。2011年10月中旬,NASA和METI共同发布了ASTER GDEM v2版本,在v1的基础之上,新增了26万光学立体像对数据,主要用于改善覆盖范围、提升数据分辨率、提升水体掩模处理精确度。2019年8月5日,NASA和METI共同发布了ASTER GDEM v3版本,在v2的基础之上,新增了36万光学立体像对数据,主要用于减少高程值空白区域、水域数值异常。 本DEM数据是基于ASTER GDEM v3,利用三江源地区边界范围进行拼接处理和修正,空间分辨率为1弧度秒(约30 米),格式为GeoTIFF,参考大地水准面为WGS84/EGM96,特殊DN值:无效像素值为-9999,海平面数据为0。精度:垂直精度20米,水平精度30米。
魏彦强
该数据集是MODIS的植被指数数据(MOD13Q1),将三江源区域进行了提取,以便单独开展三江源地区的研究分析。MOD13Q1是16天合成的植被指数,包含归一化植被指数(NDVI)和增强型植被指数(EVI)。三江源的空间范围覆盖两景MODIS文件(h25v05和h26v05)。数据存储格式为hdf,每个文件中包含12个波段:归一化植被指数(NDVI)、增强型植被指数(EVI)、数据质量(VI Quality)、红波段反射率(red reflectance)、近红外波段反射率(NIR reflectance)、蓝波段反射率(blue reflectance)、中红外波段反射率(MIR reflectance)、观测天顶角(view zenith angle)、太阳天顶角(sun zenith angle)、相对方位角(relative azimuth angle)、合成的时间(composite day of the year)和象元可靠性(pixel reliability). 本数据集数据格式为hdf,空间分辨率250m,时间分辨率是16天,时间范围:2000年2月至2021年10月。
王旭峰
三江源积雪面积遥感产品是基于MODIS表面反射率产品,分别针对MOD09GA和MYD09GA,利用监督分类获取研究区Landsat-5 TM/Landsat8 OLI二值积雪影像(雪和无雪),将其作为参考值,结合MODIS地表类型数据MCD12Q1,获取针对植被区和非植被区积雪制图算法,并制备初级数,据用隐马尔科夫随机场模型的时空插值算法和微波雪深插值算法进行去云处理,并结合温度再分析资料,最终生产一套2000-2020年以来三江源长时间序列MODIS逐日无云积雪范围产品,产品命名为SJY_CGF-MODIS_SCE_日期_500m,数据格式是TIFF,数据投影为WGS84投影,分辨率为500m。
郝晓华
长期数据记录(LTDR)是美国国家航空航天局(NASA)在LAADS DAAC的一个制作地球系统数据记录用于研究环境(措施)项目,该项目产生并分发一套陆地表面气候数据记录(CDR)。cdr提供了40多年的时间序列,这些时间序列是经过良好校准的、一致的日常测量数据,用于分析和了解全球气候变率和变化。LTDR项目是一座重要的桥梁,它有助于将NOAA和欧洲航天局的先进高分辨率辐射计(AVHRR)获得的数据与EOS中分辨率成像光谱仪(MODIS)、Suomi国家极轨伙伴关系(SNPP)可见光红外成像辐射计套件(VIIRS)和联合极轨卫星系统(JPSS) VIIRS任务联系起来。AVHRR大气校正归一化植被指数每日L3全球0.05度CMG产品提供归一化植被指数(NDVI)值,该值是使用brdf校正的地表反射率输入导出的,并提供数据质量评估。
王旭峰
三江源及区域国家标准气象站逐月气象数据,包含32个气象站,主要包括平均本站气压、极端最高本站气压、极端最高本站气压出现日、极端最低本站气压、极端最低本站气压出现日、平均气温、极端最高气温、极端最高气温出现日、极端最低气温、极端最低气温出现日、平均气温距平、平均最高气温、平均最低气温、日照时数、日照百分率、平均相对湿度、最小相对湿度、最小相对湿度出现日期、降水量、日降水量>=0.1mm日数、最大日降水量、最大日降水量出现日、降水距平百分率、平均风速、极大风速、极大风速之出现日、最大风速、极大风速之风向、最大风速之风向、最大风速之出现日26个变量。
王旭峰
三江源国家公园遥感雪粒径数据产品(2000年-2020年),雪粒径数据产品是基于MOD09GA数据,利用由AART模型发展的SGSP算法反演得到的。雪粒径值表示积雪表层(5cm左右)的雪粒有效半径(单位: μm),数据格式是TIFF,数据投影为WGS84投影。2000-11-01至2019-04-01积雪期(每年11月1日到次年4月1日)。雪粒径取值范围为50-2000μm,并用MOD10A1识别的积雪的FSC(0-100)进行了掩膜,其他区域取值都为0。
郝晓华
三江源国家公园土壤温度数据集,时间范围为1980-2020年。数据为ERA5,ERA5是ECMWF(欧洲中期天气预报中心)对1950年1月至今全球气候的第五代大气再分析数据集。ERA5由ECMWF的哥白尼气候变化服务(C3S)生产。ERA5提供了大量大气、陆地和海洋气候变量的每小时估计值。这些数据覆盖了30公里网格上的地球,并使用137个从地表到80公里高度的高度来解析大气,包括在降低空间和时间分辨率时所有变量的不确定性信息。
王旭峰
该数据集包含了三江源地区1960-2020年间因雪灾而损失的牲畜数量和雪灾发生地点位置数据集。灾害发生地及损失情况来自《中国气象灾害大典》(温克刚, 2005)、《中国西部农业气象灾害》(王建林 et al., 2003)及《中国灾害性天气气候图集》(中国气象局, 2007)等。近些年的数据主要依据雪灾的新闻报道和文献报道数据。数据质量控制中,首先对雪灾的发生地进行了详细订正,其次对其损失数量进行了详细评估,对一些明显夸大报道的雪灾事件进行了剔除和合理纠正,使得数据较为客观和真实,能反映雪灾的具体规模大小。是研究三江源区雪灾的一手资料。
魏彦强
该数据集包含了从2020年到2021年基于LandSat-8 OLI遥感影像提取的澜沧江源区土地覆盖数据及植被类型数据集。空间分辨率为30m。共包括了7种基于UN Land Cover Classification System的土地覆盖类型。在算法中,(1)首先结合我国1:10万植被分类(2007)进行了质量订正和控制;(2)我国植被分类中侧重与气候区的结合,在订正CCI-LC时与我国气候区划相结合,与我国气候区划类型对应的植被类型相结合,全面订正了数据标签。集成了去云算法、基于地面验证点建立了基于支持向量机分类器的优化算法,最终得到分类效果较好的分类产品,通过与同类产品的对比分析,该数据集明显优于ESA-CCI 300m、MODIS 500m及GLB 30m等产品。
魏彦强
该数据集包含了从2020年到2021年基于LandSat-8 OLI遥感影像提取的长江源区土地覆盖数据及植被类型数据集。空间分辨率为30m。共包括了7种基于UN Land Cover Classification System的土地覆盖类型。在算法中,(1)首先结合我国1:10万植被分类(2007)进行了质量订正和控制;(2)我国植被分类中侧重与气候区的结合,在订正CCI-LC时与我国气候区划相结合,与我国气候区划类型对应的植被类型相结合,全面订正了数据标签。集成了去云算法、基于地面验证点建立了基于支持向量机分类器的优化算法,最终得到分类效果较好的分类产品,通过与同类产品的对比分析,该数据集明显优于ESA-CCI 300m、MODIS 500m及GLB 30m等产品。
魏彦强
该数据集是基于GIMMS 最新版本的NDVI数据集GIMMS3g version 1.0估算的三江源地区的物候,包括:植被生长季开始(Start of Season: SOS)和生长季结束的日期(End of Season: EOS)。从用了两种常见的物候期估算方法,分别是基于多项式拟合的阈值提取法(文件名中有poly字符)和基于双逻辑曲线(double logistic function)拟合后的拐点提取法(文件名中有sig字符)。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1982年至2020年,空间分辨率为8km。
王旭峰
草地地上生物量采用的方法为分区分类型模型,数据年份为2000、2010、2015、2020年,为8月上旬的地上植被鲜重。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。单位:克/平方米(g/m2)。该数据产品是中国科学院遥感与数字地球研究所基于MODIS的植被指数采用统计模型计算得到。空间分辨率为250m×250m。该数据集是三江源国家公园植被监测的重要数据源。 投影信息: Albers 等积圆锥投影 中央经线:105度 第一割线:25度 第一割线:47度 坐标西偏:4000000 meter
王旭峰
三江源国家公园遥感地表温度数据集1km(2004年-2020年),数据源为MOD11A2,MOD11A2 V6产品提供了一个1200 x 1200公里网格内的8天平均陆地表面温度(LST),数据格式为.hdf。利用MOD11A2地表温度数据,通过MRT软件进行拼接、重采样和投影转换等操作,通过ARCGIS处理好的shp图层进行掩膜,最后进行单位换算、数据平滑等处理,可得到三江源国家公园遥感地表温度数据。
王旭峰
三江源国家公园遥感蒸散发数据集(2000年-2020年)使用了MOD16A2遥感数据集,该数据集的空间分辨率为1km,时间分辨率为8天。 MOD16A2第6版蒸发/热量通量产品是一个以500米像素分辨率制作的8天综合产品。用于MOD16数据产品收集的算法是基于Penman-Monteith方程的逻辑,其中包括每日的气象再分析数据的输入,以及MODIS遥感数据产品,如植被属性动态、反照率和土地覆盖。
王旭峰
本数据集采用SMMR(1978-1987)、SSM/I(1987-2009)和SSMIS(2009-2020)逐日亮温数据,由双指标(TB,37v,SG)冻融判别算法生成,分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为三江源区域,空间分辨率为25.067525 km,EASE Grid投影方式,以Geotif格式存储。象元数值表征地表冻融的状态:1代表冻结,2代表融化,3代表沙漠,4代表水体。
晋锐, 国家冰雪数据中心
联系方式
中国科学院西北生态环境资源研究院 0931-4967287 poles@itpcas.ac.cn关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved | 京公网安备11010502040845号
数据中心技术支持: 数云软件