黑河生态水文遥感试验：黑河流域30m/月合成植被指数（NDVI/EVI）数据集（2011-2014年）
  • 2021/09/14 17:57
  • 2725
  • 3
  • 1
中文名称
黑河生态水文遥感试验：黑河流域30m/月合成植被指数（NDVI/EVI）数据集（2011-2014年）
英文名称
Heihe River eco hydrological remote sensing test: 30m / month synthetic vegetation index (NDVI / EVI) data set of Heihe River Basin (2011-2014)
CSTR
CSTR:11738.11.ncdc.NIEER.2021.30
DOI
10.12072/ncdc.nieer.db3487.2023
数据共享方式
在线下载
数据分类
遥感及产品
来源站点
黑河流域生态-水文过程综合遥感观测联合试验
数据贡献者
李静 , 柳钦火 , 仲波
数据集摘要

  黑河流域30m/月植被指数（NDVI/EVI）数据集提供了2011-2014年的月度NDVI/EVI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，以平均合成MC法作为主算法进行合成，备用算法采用VI法。同时，将多源数据集主要观测角作为质量描述符的一部分，以辅助分析合成植被指数残留的角度效应。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测，但由于传感器的在轨运行时间及性能差异，多时相、多角度观测数据的质量参差不齐。因此，为有效利用多时相、多角度观测数据，本算法在利用多源数据集进行植被指数合成前，设计了对多源数据集的数据质量检查，去除了较大误差观测及不一致的观测。

  在黑河中游农田区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（R2=0.89，RMSE=0.092）。总之，黑河流域30m/月合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，实现了稳定的标准化产品的从无到有，更好的服务于遥感数据产品的应用。

基本信息
采集时间 2011/01/01  -  2015/01/01
采集地点 黑河流域
数据量 11.4 GiB
数据格式 tif
数据时间分辨率 月
坐标系 WGS84
数据缩略图
数据源描述

  黑河流域30m/月植被指数（NDVI/EVI）数据集提供了2011-2014年的月度NDVI/EVI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集。

数据加工方法

  利用多源数据集进行植被指数合成前，设计了对多源数据集的数据质量检查，去除了较大误差观测及不一致的观测。在黑河中游农田区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（R2=0.89，RMSE=0.092）。

数据质量描述

  数据质量良好

项目支持信息
# 编号 名称 类型
1 2013AA12A301 星机地综合观测定量遥感融合处理与共性产品生产系统 国家高技术研究发展计划(863计划)
2 2012AA12A304 多尺度遥感数据按需快速处理与定量遥感产品生成关键技术 国家自然科学基金
引用和标注
为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。
本数据由“黑河生态水文遥感试验（HiWATER）”产生，用户在使用数据时请在正文中明确声明数据的来源，并在参考文献部分引用本元数据提供的引用方式。

中文发表的成果中参考以下规范注明： 数据来源于黄河数据中心 (http://huanghe.ncdc.ac.cn)。
英文发表的成果中参考以下规范注明： The dataset is provided by Yellow River Data Center. (http://huanghe.ncdc.ac.cn).

数据引用
李静,柳钦火,仲波. 黑河生态水文遥感试验：黑河流域30m/月合成植被指数（NDVI/EVI）数据集（2011-2014年）. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2021. https://cstr.cn/CSTR:11738.11.ncdc.NIEER.2021.30.
李静,柳钦火,仲波. 黑河生态水文遥感试验：黑河流域30m/月合成植被指数（NDVI/EVI）数据集（2011-2014年）. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2021. https://www.doi.org/10.12072/ncdc.nieer.db3487.2023.
文章引用
  1. Xin Li, Shaomin Liu, Qin Xiao, Mingguo Ma, Rui Jin, Tao Che, Weizhen Wang, Xiaoli Hu, Ziwei Xu, Jianguang Wen, Liangxu Wang. A multiscale dataset for understanding complex eco-hydrological processes in a heterogeneous oasis system.[J]. Scientific data, 2017, 4.
    引用格式： Endnote Bibtex RIS
许可协议
知识共享许可协议   本作品采用 知识共享署名 4.0 国际许可协议进行许可。
# 标题 文件大小
1 30m_EVI_2011-2014
2 30m_NDVI_2011-2014
最近10条服务记录如下
# 时间 姓名 用途
1 2022/04/25 06:08 王*
用于论文分析黑河下游戈壁荒漠区的植被变化情况
2 2022/03/11 01:34 陆*
论文题目：基于npp的西南三省旅游经济发展耦合协调性研究 论文摘要：The ecological footprint (EF), a physical indicator to measure the extent of humanity’s use of natural resources, has gained much attention since it was first used by Wackernagel and Rees in 1996. In order to account for differences between countries in productivity of a given land type (i.e., arable land, pasture, forest and water/fishery), productivity factor was introduced to relate the regional primary bio-productivities of the 4 types of land to the integrated average primary bio-productivity of the corresponding land types. Hence, the productivity factor is an important parameter in the EF model and it directly affects the reliability of all results. Thus, this article calculates productivity factor on the national and provincial level in China based on Net Primary Production (NPP) from MODIS 1 km data in 2008. Firstly, based on the Light Utility Efficiency and CASA model, the NPP of different biologically productive lands of China and of different provinces was calculated. Secondly, China’s productivity factor for a given land type was calculated as the ratio of national average NPP of that land type and world-average NPP of that land type. Finally, productivity factors of each province in China for a given land type was calculated. The NPP of each ecosystem type varies along with the productivity factor in different provinces. However, the ranking of the productivity factors remain the same, with that of arable land being the largest, and the water/fishery being the smallest. 论文类型：英文期刊 导师姓名：刘俊
3 2021/12/28 02:22 肖*伟
论文题目：黑河流域土壤粒径数据预测研究 论文摘要：土壤粒径数据作为区域水文、生态、地理、农业和环境研究领域的重要基础数据，需要准确把握其空间分布情况。关于土壤粒径数据空间预测方法已有很多方面研究，主要为成分克里金插值（CK）以及 log-ratio 克里金（log-ratio OK）和 log-ratio 协克里金方法（log-ratio COK）。但是，关于这些方法的预测效果及方法的适用性分析评价尚未有所定论。四种 log-ratio 转换方法，加法的对数比转换（ALR）、中心对数比转换（CLR）、等角对数比转换（ILR）、对称对数比转换（SLR），结合 OK 组成的 log-ratio OK（ALR_OK、CLR_OK、ILR_OK、SLR_OK），结合 COK 的 log-ratio COK（ALR_COK、CLR_COK、ILR_COK、SLR_COK），结合稳健的方差估计 log-ratio RCOK（ALR_RCOK、CLR_RCOK、ILR_RCOK、SLR_RCOK），CK 以及基于环境变量的 ALR 和 ILR 结合广义线性模型（GLM）和随机森林（RF）的方法被分别应用到黑河不同尺度流域的土壤粒径数据空间预测研究。对不同插值方法精度表现及方法适用性进行分析比较。选取均方根误差（RMSE）、Aitchison 距离（AD）、标准化残差平方和（STRESS）、土壤质地类型的正确预测率（RR）作为方法精度评价指标。 论文类型：期刊论文 导师姓名：魏立飞
如何获取数据 
东: 101.77
西:  97.77
南:  37.27
北:  42.10
导出元数据
数据服务信息
联系人：
敏玉芳
服务电话：
0931-4967596
服务邮箱：
ncdc@lzb.ac.cn
联系信息
数据贡献者：
李静 , 柳钦火 , 仲波
元数据作者：
李静
数据管理者：
李静

©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