Google Earth Engine ——MYD15A2H 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

简介: Google Earth Engine ——MYD15A2H 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

The MYD15A2H 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 Aqua sensor from within the 8-day period.

Documentation:


MYD15A2H 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Aqua传感器在8天内的所有采集中选择 "最佳 "像素。

Dataset Availability

2002-07-04T00:00:00 - 2021-09-14T00:00:00

Dataset Provider

NASA LP DAAC at the USGS EROS Center

Collection Snippet

ee.ImageCollection("MODIS/006/MYD15A2H")

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

使用说明:

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

引用:LP DAAC - MYD15A2H

代码:

var collection = ee.ImageCollection('MODIS/006/MYD15A2H')
                  .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
|
7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~
2544 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
7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
94 0
|
7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
227 0
|
6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。
|
7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。
639 0
|
7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~
601 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
|
7月前
|
数据处理
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
115 0
|
7月前
|
数据采集 编解码 人工智能
Google Earth Engine(GEE)——全球每日近地表空气温度(2003-2020年)
Google Earth Engine(GEE)——全球每日近地表空气温度(2003-2020年)
225 0
|
7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
68 0
|
7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
154 0