叶面积指数(LAI)数据、NPP数据、GPP数据、植被覆盖度数据获取

简介: 叶面积指数(LAI)数据、NPP数据、GPP数据、植被覆盖度数据获取

数据下载链接:数据下载链接

引言

多种卫星遥感数据反演叶面积指数(LAI)产品是地理遥感生态网推出的生态环境类数据产品之一。产品包括2000-2009年逐8天数据,值域是-100-689之间,数据类型为32bit整型。该产品经过遥感数据获取、计算归一化植被指数、解译植被类型、反演叶面积指数、地面数据验证等流程,最终得到多种卫星遥感数据反演叶面积指数(LAI)产品,精度高,质量良好。


正文


栅格数据源

数据名称 多种卫星遥感数据反演叶面积指数(LAI)
数据类型 栅格
数据格式 TIFF
分辨率 1km、500m、30m
时间范围 1981-2021
坐标系 GCS_WGS_1984
覆盖范围 全国


数据简介

叶面积指数(leaf area index)又叫叶面积系数,是一块地上阳光直射时作物叶片垂直投影的总面积与占地面积的比值。即:叶面积指数=投影总面积/占地面积。


陆地生态系统生产力的模拟是全球碳循环研究中的关键问题。而LAI作为光合作用中碳同化的重要影响因子,是生产力评估模型中的重要参数。


LAI产品主要采用遥感反演方法,利用MODIS或风云三号中分辨率成像光谱仪数据遥感反演的植被指数叶面积指数LAI作为植物生长长势的指标用于分析生态系统健康及其变化,生态系统参数的遥感反演是以晴空状态下的地表反射为输入,因此预先合成多天晴空状态的地表反射率,并进行去云及其它噪音处理,采用改进的最小可见光波段选择的合成算法,既能有效消除云的影响,也能有效消除云阴影的影响,叶面积指数和植被光合有效辐射吸收系数是通过反演冠层辐射传输方程获得,输入数据为合成的无云地表反射率数据。


多种卫星遥感数据反演叶面积指数(LAI)产品是地理遥感生态网推出的生态环境类数据产品之一。产品包括2000-2021年逐8天数据,值域是-100-689之间,数据类型为32bit整型。该产品经过遥感数据获取、计算归一化植被指数、解译植被类型、反演叶面积指数、地面数据验证等流程,最终得到多种卫星遥感数据反演叶面积指数(LAI)产品,精度高,质量良好。


黑龙江省省植被类型有森林、森林草甸、草甸草原以及隐域性草甸和沼泽。其水平分布特点是大兴安岭北部为寒温带针叶林,小兴安岭及东南部山地为温带针阔混交林,南北景观呈现鲜明的纬度地带分布规律。在中温带区域内,从东部湿润地区往西部半干旱地区依次出现湿润的针阔混交林带、森林草甸带、半湿润半干旱的草甸带和草原带。


2009年9月黑龙江省叶面积指数

微信截图_20230110093259.png


数据来源引用:地理遥感生态网http://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
|
7月前
|
传感器 编解码 人工智能
中科星图——MCD43A4 V6天底双向反射率分布函数调整反射率(NBAR)数据集
中科星图——MCD43A4 V6天底双向反射率分布函数调整反射率(NBAR)数据集
180 8
|
7月前
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
359 0
|
编解码 ice
Google Earth Engine——NOAA气候数据记录(CDR)的AVHRR叶面积指数(LAI)和吸收光合有效辐射的部分(FAPAR)数据集包含描述植物冠层和光合活动的衍生值
Google Earth Engine——NOAA气候数据记录(CDR)的AVHRR叶面积指数(LAI)和吸收光合有效辐射的部分(FAPAR)数据集包含描述植物冠层和光合活动的衍生值
596 0
Google Earth Engine——NOAA气候数据记录(CDR)的AVHRR叶面积指数(LAI)和吸收光合有效辐射的部分(FAPAR)数据集包含描述植物冠层和光合活动的衍生值
|
7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
|
7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
|
7月前
|
数据采集 数据可视化 定位技术
R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)
R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)
|
7月前
|
人工智能
GEE数据的白天day/夜晚night LST数据按照QC掩膜后的结果差异明显
GEE数据的白天day/夜晚night LST数据按照QC掩膜后的结果差异明显
79 0
|
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
|
数据可视化
ENVI_IDL:读取所有OMI产品的NO2柱含量并计算月均值、季均值、年均值+解析
ENVI_IDL:读取所有OMI产品的NO2柱含量并计算月均值、季均值、年均值+解析
219 1
ENVI_IDL:读取所有OMI产品的NO2柱含量并计算月均值、季均值、年均值+解析
|
编解码 Java BI
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
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
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