气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品

简介: 气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品

简介:

气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品包括中国2001~2018年地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1°。前言 – 人工智能教程

此外,还包括在气候驱动下(无人类干扰)的以上11个生态系统参量在2001~2018年间的时空变化。因此,该数据集可以反映气候变化与人类活动对21世纪中国陆地生产系统的影响。

数据文件命名方式及说明:

  • ALBEDO:地表反照率
  • ET:蒸散发(mm)
  • FPAR:光合有效辐射吸收比
  • GPP;总初级生产力 (gC/m2)
  • LAI:叶面积指数
  • LST:地表温度(℃)
  • RAAG:地上自养呼吸 (gC/m2)
  • RABG:地下自养呼吸 (gC/m2)
  • RN:净辐射(W/m2)
  • VCF:植被连续面(TC:森林覆盖比例、GC:非森林植被覆盖比例)
  • -ACT:实际情况(气候变化和人类活动同时影响下)
  • -CLIM:气候驱动下(无人类活动影响)
  • -GEOV2:当GEOV2的叶面积指数和光合有效辐射吸收比数据作为输入时的结果
  • -MODIS:当MODIS的叶面积指数和光合有效辐射吸收比数据作为输入时的结果

数据集ID:

TPDC/CNMVC

时间范围: 2001年-2018年

范围: 全国

来源: 国家青藏高原科学数据中心

复制代码段:

var images = pie.ImageCollection("TPDC/CNMVC")

名称 类型 无效值 空间分辨率(度) 描述信息
ALBEDO-ACT Float32 -9999 0.05 实际情况下,地表反照率
ALBEDO-CLIM-GEOV2 Float32 -9999 0.05 气候驱动下,地表反照率(MODIS)
ALBEDO-CLIM-MODIS Float32 -9999 0.05 气候驱动下,地表反照率(MODIS)
ET-ACT-GEOV2 Float32 -9999 0.05 实际情况下,蒸散发(GEOV2)
ET-ACT-MODIS Float32 -9999 0.05 实际情况下,蒸散发(MODIS)
ET-CLIM-GEOV2 Float32 -9999 0.05 气候驱动下,蒸散发(GEOV2)
ET-CLIM-MODIS Float32 -9999 0.05 气候驱动下,蒸散发(GEOV2)
FPAR-ACT-GEOV2 Float32 -9999 0.05 实际情况下,光合有效辐射吸收比(GEOV2)
FPAR-ACT-MODIS Float32 -9999 0.05 实际情况下,光合有效辐射吸收比(MODIS)
FPAR-CLIM-GEOV2 Float32 -9999 0.05 气候驱动下,光合有效辐射吸收比(GEOV2)
FPAR-CLIM-MODIS Float32 -9999 0.05 气候驱动下,光合有效辐射吸收比(MODIS)
GPP-ACT-GEOV2 Float32 -9999 0.05 实际情况下,总初级生产力(GEOV2)
GPP-ACT-MODIS Float32 -9999 0.05 实际情况下,总初级生产力(MODIS)
GPP-CLIM-GEOV2 Float32 -9999 0.05 气候驱动下,总初级生产力(GEOV2)
GPP-CLIM-MODIS Float32 -9999 0.05 气候驱动下,总初级生产力(MODIS)
LAI-ACT-GEOV2 Float32 -9999 0.05 实际情况下,叶面积指数(GEOV2)
LAI-ACT-MODIS Float32 -9999 0.05 实际情况下,叶面积指数(MODIS)
LAI-CLIM-GEOV2 Float32 -9999 0.05 气候驱动下,叶面积指数(GEOV2)
LAI-CLIM-MODIS Float32 -9999 0.05 气候驱动下,叶面积指数(MODIS)
LST-ACT Float32 -9999 0.1 实际情况下,地表温度
LST-CLIM-GEOV2 Float32 -9999 0.1 气候驱动下,地表温度(GEOV2)
LST-CLIM-MODIS Float32 -9999 0.1 气候驱动下,地表温度(MODIS)
RN-ACT Float32 -9999 0.1 实际情况下,净辐射
RN-CLIM-GEOV2 Float32 -9999 0.1 气候驱动下,净辐射(GEOV2)
RN-CLIM-MODIS Float32 -9999 0.1 气候驱动下,净辐射(MODIS)

date

string

影像日期

代码:

/*
 * @File    :   气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品
 * @Time    :   2022/05/25
 * @Author  :   piesat
 * @Version :   1.0
 * @Contact :   400-890-0662
 * @License :   (C)Copyright 航天宏图信息技术股份有限公司
 * @Desc    :   加载气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品
 */
// 加载气候变化和人类活动对中国植被固碳的贡献量化数据年度合成产品
var images = pie.ImageCollection("TPDC/CNMVC")
                .first()
                .select("GPP-ACT-GEOV2")
print(images)
//设置预览参数
var visParam = {min: 0, max: 2000,
                palette: ['FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
                        '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
                        '012E01', '011D01', '011301']};
//地图显示中心
Map.centerObject(images, 9);
//加载显示影像
Map.addLayer(images, visParam, "images");
Map.centerObject(images,2)

数据引用:陈永喆,冯晓明,田汉勤,武旭同,高镇,冯宇,朴世龙,吕楠,潘乃青,傅伯杰.(2021).气候变化和人类活动对中国植被固碳的贡献量化数据(2001-2018).国家青藏高原科学数据中心,DOI:10.11888/Ecolo.tpdc.271667.CSTR:18406.11.Ecolo.tpdc.271667.

文章引用:

1.Chen,Y.,Feng,X.,Tian,H.,Wu,X.,Gao,Z.,Feng,Y.,Piao,S.,Lv,N.,Pan,N.,&Fu,B.(2021).Accelerated increase in vegetation carbon sequestration in China after 2010: A turning point resulting from climate and human interaction.Global Change Biology,00,1– 17.https://doi.org/10.1111/gcb.15854.

 

相关文章
|
3月前
|
数据采集 机器学习/深度学习 人工智能
【2021 第五届“达观杯” 基于大规模预训练模型的风险事件标签识别】1 初赛Rank12的总结与分析
关于2021年第五届“达观杯”基于大规模预训练模型的风险事件标签识别竞赛的初赛Rank12团队的总结与分析,详细介绍了赛题分析、传统深度学习方案、预训练方案、提分技巧、加速训练方法以及团队的总结和反思。
45 0
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
🎯精准预测未来趋势:AI在职场战略规划中的神奇作用!
【8月更文挑战第1天】在快速变化的职场环境中,企业需具备前瞻性战略。人工智能(AI)作为强大的工具,能处理海量数据,发现隐藏模式和趋势,为企业决策提供科学依据。本文介绍AI在战略规划中的角色,包括数据收集、分析、趋势预测及战略调整等步骤,并通过实际案例展示其在零售、金融和制造等行业的应用,帮助企业在竞争中保持领先。
41 0
|
4月前
|
自然语言处理 前端开发
研究上百个小时,高手总结了这份 DALL-E 3 人物连续性公式(下)
研究上百个小时,高手总结了这份 DALL-E 3 人物连续性公式(下)
33 0
|
4月前
研究上百个小时,高手总结了这份 DALL-E 3 人物连续性公式(中)
研究上百个小时,高手总结了这份 DALL-E 3 人物连续性公式(中)
36 0
|
4月前
研究上百个小时,高手总结了这份 DALL-E 3 人物连续性公式(上)
研究上百个小时,高手总结了这份 DALL-E 3 人物连续性公式(上)
37 0
|
6月前
|
算法 数据可视化 数据挖掘
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
|
人工智能 算法 安全
理想自研认知大模型、无图城市NOA信息曝光,纯电MEGA定价50万以上
理想自研认知大模型、无图城市NOA信息曝光,纯电MEGA定价50万以上
222 0
|
机器学习/深度学习 传感器 算法
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
164 0
|
机器学习/深度学习 算法 数据可视化
精准高效估计多人3D姿态,美图&北航分布感知式单阶段模型入选CVPR 2022
精准高效估计多人3D姿态,美图&北航分布感知式单阶段模型入选CVPR 2022
136 0
|
机器学习/深度学习 人工智能 安全
超长序列,超快预测!深势科技联手阿里云,AI蛋白质预测再下一城
强强联合,突破 AI 蛋白质预测模型推理性能瓶颈,支持最高 6.6k 长氨基酸序列蛋白质的预测计算,达到目前已知最优推理效果。
超长序列,超快预测!深势科技联手阿里云,AI蛋白质预测再下一城