10米精度NPP净初级生产力数据/NDVI数据/植被类型数据/土地利用数据/降雨气温分布数据/太阳辐射分布数据

简介: 10米精度NPP净初级生产力数据/NDVI数据/植被类型数据/土地利用数据/降雨气温分布数据/太阳辐射分布数据

数据下载链接:百度云下载链接

数据福利是专门为关注小编博客及公众号的朋友定制的,未关注用户不享受免费共享服务,已经被列入黑名单的用户和单位不享受免费共享服务。参与本号发起的数据众筹,向本号捐赠过硬盘以及多次转发、评论的朋友优先享有免费共享服务。


净初级生产力NPP数据


引言

第一性生产力是绿色植物呼吸后所剩下的单位面积单位时间内所固定的能量或所生产的有机物质,即是总第一性生产量减去植物呼吸作用所剩下的能量或有机物质。多种卫星遥感数据反演净初级生产力(NPP)产品是地理遥感生态网平台推出的生态环境类系列数据产品之一。


正文


数据简介

NPP净初级生产力是植物光合作用有机物质的净创造,作为表征陆地生态过程的关键参数,是理解地表碳循环过程不可缺少的部分,是一个估算地球支持能力和评价陆地生态系统可持续发展的一个重要指标。因此,国际地圈-生物圈计划(IGBP)、全球变化与陆地生态系统(GCTE)和京都协定(Kyoto Protocol)等把植被的NPP研究确定为核心内容之一。我国人多地少,资源相对缺乏,对NPP的研究就显得更为迫切和重要。


  它是植物光合作用有机物质的净创造,作为表征陆地生态过程的关键参数,是理解地表碳循环过程不可缺少的部分,是一个估算地球支持能力和评价陆地生态系统可持续发展的一个重要指标。因此,国际地圈-生物圈计划(IGBP)、全球变化与陆地生态系统(GCTE)和京都协定(Kyoto Protocol)等把植被的NPP研究确定为核心内容之一。我国人多地少,资源相对缺乏,对NPP的研究就显得更为迫切和重要。


地理遥感生态网提供的NPP数据基于CASA模型估算,其计算植被NPP的基本思想是利用植被获取太阳辐射, 加上植被自身利用的情况, 从而估算出植被净生长状况。模型中所估算的NPP可以由植被吸收的光合有效辐射(APAR)和实际光能利用率(ε)两个因子来表示, 公式如下:

式中, x代表单个像元, t表示月份, APAR(x, t)则表示像元xt月吸收的光合有效辐射(gC/m2), ε(x, t)表示单个像元xt月的实际光能利用率(gC/MJ)。

微信截图_20230111080342.png


数据名称 净初级生产力NPP数据
数据类型 栅格
数据格式 GRID、TIFF
分辨率/比例尺 10m、30m、100m、250m、500m、1km等多种分辨率
覆盖范围 全境陆地国土
坐标系 默认投影为Krasovsky_1940_Albers,其他坐标系可进行投影转换
时间序列 基本时间序列: 1980年-至今;时间尺度逐月逐年


《10米精度NPP净初级生产力数据集》共享方法如下:

(1)人员,限定为关注小编的用户。

(2)各类项目(包括各类科研项目)申请本数据扔享受免费政策,但需向本号捐赠一定数量的硬盘才能获取。

(3)捐赠硬盘可免留言获取数据。


数据获取来源:

地理遥感生态网www.gisrs.cn

同时,地理遥感生态网http://www.gisrs.cn上分享了很多地理遥感领域的科学数据(土地利用数据、npp净初级生产力数据数据、NDVI数据、气象数据(降雨量、气温、蒸散量、辐射、湿度、日照时数、风速、水汽压数据)、径流量数据、夜间灯光数据、统计年鉴、道路网、POI兴趣点数据、GDP分布、人口密度分布、三级流域矢量边界、地质灾害分布数据、土壤类型、土壤质地、土壤有机质、土壤PH值、土壤质地、土壤侵蚀、植被类型、自然保护区分布、建筑轮廓分布等等地理数据,以及关于gis、遥感从方面的操作教程)。

相关文章
|
6月前
|
存储 对象存储
R语言分布滞后线性和非线性模型(DLNM)分析空气污染(臭氧)、温度对死亡率时间序列数据的影响
R语言分布滞后线性和非线性模型(DLNM)分析空气污染(臭氧)、温度对死亡率时间序列数据的影响
|
6月前
|
机器学习/深度学习 数据可视化
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化(上)
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化
|
6月前
|
数据可视化 数据建模
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化(下)
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化
|
6月前
|
存储 对象存储
分布滞后线性和非线性模型(DLNM)分析空气污染(臭氧)、温度对死亡率时间序列数据的影响
分布滞后线性和非线性模型(DLNM)分析空气污染(臭氧)、温度对死亡率时间序列数据的影响
|
编解码 算法 BI
增强型植被指数EVI、ndvi数据、NPP数据、GPP数据、土地利用数据、植被类型数据、降雨量数据
增强型植被指数EVI、ndvi数据、NPP数据、GPP数据、土地利用数据、植被类型数据、降雨量数据
增强型植被指数EVI、ndvi数据、NPP数据、GPP数据、土地利用数据、植被类型数据、降雨量数据
|
算法 数据挖掘 BI
积温空间分布数据、气温分布数据、日照数据、降雨量分布、太阳辐射数据、地表径流数据、土地利用数据、npp数据、ndvi数据
积温空间分布数据、气温分布数据、日照数据、降雨量分布、太阳辐射数据、地表径流数据、土地利用数据、npp数据、ndvi数据
积温空间分布数据、气温分布数据、日照数据、降雨量分布、太阳辐射数据、地表径流数据、土地利用数据、npp数据、ndvi数据
|
BI 定位技术
全国夜间灯光指数数据、GDP密度分布、人口密度分布、土地利用数据、降雨量数据
全国夜间灯光指数数据、GDP密度分布、人口密度分布、土地利用数据、降雨量数据
全国夜间灯光指数数据、GDP密度分布、人口密度分布、土地利用数据、降雨量数据
|
编解码 Java BI
高精度10m/30米NPP净初级生产力分布数据
高精度10m/30米NPP净初级生产力分布数据
高精度10m/30米NPP净初级生产力分布数据
|
编解码 BI 定位技术
农作物分布数据、作物类型分布、农田分布数据、土地利用数据、植被类型数据、物候数据、NDVI数据
农作物分布数据、作物类型分布、农田分布数据、土地利用数据、植被类型数据、物候数据、NDVI数据
农作物分布数据、作物类型分布、农田分布数据、土地利用数据、植被类型数据、物候数据、NDVI数据
|
编解码 BI 定位技术
全国多年平均降水量空间分布数据1951-2021年、气温分布数据、蒸散量数据、蒸发量数据、太阳辐射数据、日照数据、风速数据
全国多年平均降水量空间分布数据1951-2021年、气温分布数据、蒸散量数据、蒸发量数据、太阳辐射数据、日照数据、风速数据
全国多年平均降水量空间分布数据1951-2021年、气温分布数据、蒸散量数据、蒸发量数据、太阳辐射数据、日照数据、风速数据
下一篇
无影云桌面