该数据集为青海湖流域长时间序列植被指数数据集是主要针对归一化植被指数(NDVI),包含1998-2008年每10天合成的四个波段的光谱反射率及10天最大化NDVI,空间分辨率为1km,时间分辨率为旬。
文件格式:.hfr和.img文件各一个。文件命名规则为:CHN_NDV_YYYYMMDD,其中YYYYMMDD就是该文件代表的当天日期,也是区别于其他文件的主要标识。用户用来分析植被指数的后缀名为.IMG和.HDF的遥感影像文件文件,都可以在ENVI和ERDAS软件中打开。
采集时间 | 1998/01/01 - 2008/12/31 |
---|---|
采集地点 | 青海湖流域 |
数据量 | 9.5 MiB |
数据格式 | 栅格 |
数据空间分辨率(/米) | 1000.0m |
数据时间分辨率 | 10天 |
坐标系 | WGS84 |
投影 | +proj=longlat +datum=WGS84 +no_defs |
由欧洲联盟委员会赞助的VEGETATION传感器于1998年3月由SPOT-4搭载升空,从1998年4月开始接收用于全球植被覆盖观察的SPOTVGT数据,该数据由瑞典的Kiruna地面站负责接收,由位于法国Toulouse的图像质量监控中心负责图像质量并提供相关参数(如定标系数),最终由比利时弗莱芒技术研究所(Flemish Institute for Technological Research,Vito)VEGETATION影像处理中心(VEGETATION processing Centre,CTIV)负责预处理成逐日1km 全球数据。
预处理包括大气校正,辐射校正,几何校正,生产10天最大化合成的NDVI数据,并将-1到-0.1的值设置为-0.1,再通过公式DN= (NDVI+0.1)/0.004转换到0-250的DN值。
数据质量良好
# | 标题 | 文件大小 |
---|---|---|
1 | QinghaiLake_SpotVegetation.rar | 9.0 MiB |
2 | 青海湖流域长时间序列SpotVegetation植被指数数据集-文档.rar | 540.1 KiB |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2024/12/03 00:57 | li****en |
论文题目:高寒生态脆弱区自调温土壤相变储能改性研究
数据在研究中的作用:研究背景数据
论文类型:硕士论文
导师姓名:陈德
|
2 | 2024/05/14 00:46 | 马*璠 |
论文题目:普氏原羚肠道菌群对环境变化的时空响应
数据在研究中的作用:环境数据
论文类型:博士论文
导师姓名:聂永刚
|
3 | 2024/05/09 23:12 | 王* |
Paper title:青海湖NPP研究
Paper abstract:
Paper type:
Tutor
|
4 | 2024/01/21 01:01 | 郭*辰 |
青海湖源汇系统分析,需要青海湖地区植被覆盖作证
|
5 | 2024/01/12 18:20 | 时* |
论文题目:气候变化对青海湖水资源的影响
数据在研究中的作用:气候在径流变化的归因分析
论文类型:期刊论文
导师姓名:
|
6 | 2024/01/12 00:22 | 李* |
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
|
7 | 2023/10/06 20:59 | 王* |
用于青海湖流域气候研究,请老师批准数据下载。
|
8 | 2023/09/14 19:47 | 车*倩 |
论文题目:青海湖流域冻融风蚀分析
论文摘要:
论文类型:biyelunwen
导师姓名:倪万魁
|
9 | 2023/03/27 04:01 | 马* |
论文题目:基于高分影像和深度学习的青海湖流域草地生物量估算及其载畜量研究
论文摘要:草地生物量是衡量草地生态系统生产力的重要指标,也是研究草地生态系统物质循环的重要基础。利用2022年高分一号影像,基于实测草地AGB和同期遥感数据、气象数据、地形数据,选择与草地AGB相关性较强的因子作为深度神经网络(DNN)算法的输入变量,建立草地AGB预测模型并从模型预测精度、稳定性、样本敏感性等方面综合评价模型应用潜力,分析了青海湖流域草地资源在2022年期间草地AGB时空变化特征、对气候的响应,以及理论载畜量变化动态。
论文类型:硕士论文
导师姓名:姚晓军
|
10 | 2023/03/03 01:40 | 向* |
论文题目:基于地理信息技术的研学旅行方案设计研究
——以环祁连山研学旅行设计为例
论文类型:硕士毕业论文
导师姓名:刘鹏程教授
|
©2024 中国科学院西北生态环境资源研究院 备案号:陇ICP备2021001824号-34
兰州市东岗西路320号 730000 电话:0931-4967592, 0931-4967596