Google Earth Engine ——MOD17A2H V6总初级生产力(GPP)产品是一个具有500米分辨率的8天累积综合数据产品

简介: Google Earth Engine ——MOD17A2H V6总初级生产力(GPP)产品是一个具有500米分辨率的8天累积综合数据产品

The MOD17A2H V6 Gross Primary Productivity (GPP) product is a cumulative 8-day composite with a 500m resolution. The product is based on the radiation-use efficiency concept and can be potentially used as inputs to data models to calculate terrestrial energy, carbon, water cycle processes, and biogeochemistry of vegetation.

Documentation:


MOD17A2H V6总初级生产力(GPP)产品是一个具有500米分辨率的8天累积综合数据。该产品基于辐射利用效率的概念,可作为数据模型的输入,计算陆地能源、碳、水循环过程和植被的生物地球化学。

Dataset Availability

2000-03-05T00:00:00 - 2021-09-06T00:00:00

Dataset Provider

NASA LP DAAC at the USGS EROS Center

Collection Snippet

ee.ImageCollection("MODIS/006/MOD17A2H")

Resolution

500 meters

Bands Table

Name Description Min Max Units Scale
Gpp Gross primary production 0 3000 kg*C/m^2 0.0001
PsnNet Net photosynthesis; GPP minus the maintenance respiration (MR) -3000 3000 kg*C/m^2 0.0001
Psn_QC Quality control bits 0
Psn_QC Bitmask
  • Bit 0: MODLAND QC bits
    • 0: Good quality
    • 1: Other quality
  • Bit 1: Sensor
    • 0: Terra
    • 1: Aqua
  • Bit 2: Dead detector
    • 0: Detectors apparently fine for up to 50% of channels 1, 2
    • 1: Dead detectors caused >50% adjacent detector retrieval
  • Bits 3-4: Cloud state
    • 0: Significant clouds NOT present (clear)
    • 1: Significant clouds WERE present
    • 2: Mixed cloud present on pixel
    • 3: Cloud state not defined, assumed clear
  • Bits 5-7: 5-level confidence quality score
    • 0: Very best possible
    • 1: Good, very usable, but not the best
    • 2: Substandard due to geometry problems - use with caution
    • 3: Substandard due to other than geometry problems - use with caution
    • 4: Couldn't retrieve pixel (NOT PRODUCED AT ALL - non-terrestrial biome)
    • 7: Fill Value


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 - MOD17A2H

代码:

var dataset = ee.ImageCollection('MODIS/006/MOD17A2H')
                  .filter(ee.Filter.date('2018-01-01', '2018-05-01'));
var gpp = dataset.select('Gpp');
var gppVis = {
  min: 0.0,
  max: 600.0,
  palette: ['bbe029', '0a9501', '074b03'],
};
Map.setCenter(6.746, 46.529, 2);
Map.addLayer(gpp, gppVis, 'GPP');



相关文章
|
9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~
2896 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
9月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
294 0
|
8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。
|
9月前
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
757 1
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
9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。
852 0
|
9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
125 0
|
9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
192 0
|
9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
100 0
|
9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
355 0
|
9月前
|
传感器 编解码 数据处理
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
166 0