Google Earth Engine ——MOD15A2H V6是MODIS综合叶面积指数(LAI)和光合有效辐射分数(FPAR)产品500米分辨率的8天综合数据集

简介: Google Earth Engine ——MOD15A2H V6是MODIS综合叶面积指数(LAI)和光合有效辐射分数(FPAR)产品500米分辨率的8天综合数据集

The MOD15A2H V6 MODIS combined Leaf Area Index (LAI) and Fraction of Photosynthetically Active Radiation (FPAR) product is an 8-day composite dataset at 500m resolution. The algorithm chooses the "best" pixel available from all the acquisitions of the Terra sensor from within the 8-day period.

Documentation:


MOD15A2H V6 MODIS综合叶面积指数(LAI)和光合有效辐射分数(FPAR)产品是一个500米分辨率的8天综合数据集。该算法从Terra传感器在8天内的所有采集中选择 "最佳 "像素。

文件。

用户指南

算法理论基础文件(ATBD)

一般文件

Dataset Availability

2000-02-18T00:00:00 - 2021-09-06T00:00:00

Dataset Provider

NASA LP DAAC at the USGS EROS Center

Collection Snippet

ee.ImageCollection("MODIS/006/MOD15A2H")

使用说明:

MODIS data and products acquired through the LP DAAC have no restrictions on subsequent use, sale, or redistribution.

数据引用:

LP DAAC - MOD15A2H

Resolution

500 meters

Bands Table

Name Description Min Max Units Scale
Fpar_500m Fraction of Photosynthetically Active Radiation 0 100 Percent 0.01
Lai_500m Leaf Area Index 0 100 sq. meter/sq. meter 0.1
FparLai_QC Quality for LAI and FPAR 0 254 0
FparExtra_QC Extra detail Quality for LAI and FPAR 0 254 0
FparStdDev_500m Standard deviation of FPAR 0 100 Percent 0.01
LaiStdDev_500m Standard deviation of LAI 0 100 sq. meter/sq. meter 0.1


代码:

var collection = ee.ImageCollection('MODIS/006/MOD15A2H')
                  .filterDate('2019-01-01', '2019-10-01');
var colorizedVis = {
  min: 0,
  max: 100,
  palette: [
    'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
    '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
    '012E01', '011D01', '011301'
  ],
};
Map.setCenter(-10.88, 40.94, 2);
Map.addLayer(collection.select('Lai_500m'), colorizedVis, 'Lai');
Map.addLayer(collection.select('Fpar_500m'), colorizedVis, 'Fpar');



相关文章
|
5月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
76 0
|
4月前
|
机器学习/深度学习 人工智能 数据处理
人工智能平台PAI产品使用合集之PAI-DSW实例服务器ping不通google.com,该如何排查
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
5月前
|
分布式计算 Kubernetes 监控
容器服务Kubernetes版产品使用合集之registry.aliyuncs.com/google_containers 镜像仓库的地址是什么
容器服务Kubernetes版,作为阿里云提供的核心服务之一,旨在帮助企业及开发者高效管理和运行Kubernetes集群,实现应用的容器化与微服务化。以下是关于使用这些服务的一些建议和合集,涵盖基本操作、最佳实践、以及一些高级功能的使用方法。
414 0
|
5月前
|
数据可视化 数据挖掘 数据建模
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据
|
5月前
|
人工智能
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
103 0
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
|
5月前
|
人工智能
Google Earth Engine(GEE)——1984-2019年美国所有土地上的大火烧伤严重程度和范围数据集
Google Earth Engine(GEE)——1984-2019年美国所有土地上的大火烧伤严重程度和范围数据集
53 0
|
5月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
2102 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
5月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
110 0
|
5月前
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
62 0
|
5月前
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
197 0
下一篇
无影云桌面