Advertisement

中国2000-2004年1km MODIS EVI栅格数据

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本数据集包含中国地区从2000年至2004年的月度及年度1公里分辨率MODIS植被指数(EVI)栅格数据,适用于土地利用变化、生态系统监测等研究。 该植被指数数据来源于美国NASA定期发布的MODIS数据系列,原始数据集为MOD13A3。MOD13A3的空间分辨率为1km,时间分辨率为月度。经过提取子数据集、拼接、投影栅格、换算单位和裁剪等处理后得到逐月的EVI(增强型植被指数)数据,并利用最大合成法生成对应年份的EVI数据。 具体信息如下: - 时间范围:2000年至2004年 - 地区:中国 - 时间分辨率:年度 - 空间分辨率:1km - 投影坐标系:兰伯特等积圆锥投影(Albers conical equal area) - 椭球体模型:WGS84 引用文献: Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC. 下载的数据版权归原作者所有,基于开放数据二次处理加工得到,仅供学习使用。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2000-20041km MODIS EVI
    优质
    本数据集包含中国地区从2000年至2004年的月度及年度1公里分辨率MODIS植被指数(EVI)栅格数据,适用于土地利用变化、生态系统监测等研究。 该植被指数数据来源于美国NASA定期发布的MODIS数据系列,原始数据集为MOD13A3。MOD13A3的空间分辨率为1km,时间分辨率为月度。经过提取子数据集、拼接、投影栅格、换算单位和裁剪等处理后得到逐月的EVI(增强型植被指数)数据,并利用最大合成法生成对应年份的EVI数据。 具体信息如下: - 时间范围:2000年至2004年 - 地区:中国 - 时间分辨率:年度 - 空间分辨率:1km - 投影坐标系:兰伯特等积圆锥投影(Albers conical equal area) - 椭球体模型:WGS84 引用文献: Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC. 下载的数据版权归原作者所有,基于开放数据二次处理加工得到,仅供学习使用。
  • 2021MODIS1km NDVI空间分布
    优质
    2021年MODIS中国1km NDVI空间分布数据集提供了详尽的植被生长情况分析,以高质量卫星遥感技术为基础,精确捕捉全国范围内植被指数变化。该数据集有助于深入研究环境科学、气候变化及生态学等领域。 该植被指数数据来源于美国NASA定期发布的MODIS数据系列,原始数据集为MOD13A3。MOD13A3的空间分辨率为1km,时间分辨率为月度。经过提取子数据集、拼接、投影栅格、换算单位和裁剪等步骤后,得到逐月的NDVI数据,并利用最大合成法生成对应年份的NDVI数据。该地区为中国,时间分辨率设定为年度,空间分辨率为1km;采用Albers圆锥等面积投影坐标系,椭球体使用WGS84标准。
  • 2000500米分辨率MODIS净初级生产力(NPP)集.zip
    优质
    该文件包含中国地区2000年的500米分辨率MODIS卫星遥感数据,具体记录了当年每个网格单元内的净初级生产力(NPP)值。 该数据集基于NASA定期发布的MOD17A3HGF加工而成。时间分辨率为逐年,空间分辨率为500米,单位为gC/m²/year(克碳每平方米每年),地理坐标系采用WGS 1984。引用及描述详见压缩包内的说明文件。
  • 2020MODIS1km地表温度(LST)空间分布
    优质
    该数据集提供了2020年中国区域每日及8天合成的1公里分辨率地表温度(LST)信息,基于NASA MODIS卫星观测。适用于气候变化、城市热岛效应等领域研究。 地表温度LST数据来源于美国NASA定期发布的MODIS数据系列中的原始数据集MOD11A2。该数据集的空间分辨率为1公里,时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位和裁剪等处理后得到的8天分辨率的LST数据(空间分辨率为1公里),再通过平均计算获得对应年份的LST数据。 地区:中国 时间分辨率:年度 空间分辨率:1 公里 投影坐标系:Albers圆锥等面积投影 椭球体:WGS84 引用文献: Wan, Z., Hook, S., Hulley, G. (2015). MOD11A2 MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-06-07 from https://doi.org/10.5067/MODIS/MOD11A2.006
  • 20221km MODIS地表温度(LST)空间分布集.zip
    优质
    本数据集包含2022年全国范围内每日每小时的1公里分辨率MODIS地表温度(LST)信息,适用于气候变化、城市热岛效应及生态环境监测等研究。 该地表温度LST数据来源于美国NASA定期发布的MODIS数据系列,原始数据集为MOD11A2。MOD11A2的空间分辨率为1km,时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位和裁剪得到的8天分辨率的LST数据,在此基础上再对栅格进行平均处理以获得对应年份的数据。地区为中国,时间为2022年,时间分辨率为年,空间分辨率为1km。所用坐标系为Albers conical equal area投影系统,椭球采用WGS84标准。 引用:Wan, Z., Hook, S., Hulley, G. (2015). MOD11A2 MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed from https://doi.org/10.5067/MODIS/MOD11A2.006
  • 20161km MODIS地表温度(LST)空间分布集.zip
    优质
    该数据集为中国2016年度基于MODIS卫星遥感影像生成的1公里分辨率的地表温度(LST)空间分布信息,适用于气候变化、城市热岛效应等研究领域。 该地表温度LST数据来源于美国NASA定期发布的MODIS数据系列,原始数据集为MOD11A2。MOD11A2的空间分辨率为1公里,时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位和裁剪后得到的8天分辨率的LST数据(空间分辨率为1公里),再对这些栅格进行平均处理以获得对应年份的LST数据。地区为中国;时间分辨率为年度,空间分辨率为1公里;采用的是Albers圆锥等面积投影坐标系,椭球模型为WGS84。 引用:Wan, Z., Hook, S., Hulley, G. (2015). MOD11A2 MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-06-07。
  • 最新整理的1km分辨率全平均气温(1901-2023
    优质
    本数据集提供了从1901年至2023年全国范围内每年的平均气温信息,空间分辨率为1公里。适合气候变化与环境研究。 该资源内容为今年全新整理的手工数据集,可放心引用。数据来源权威,并且每条记录都标明了《数据来源》,确保相对于其他控制变量而言更加准确,适合用于撰写论文进行实证研究,避免出现数据造假问题。 适用对象包括大学生、本科生及研究生等初学者,便于上手使用。 该资源适用于经济学、地理学、城市规划与城市研究、公共政策与管理以及社会学和商业与管理等多个课程。
  • 2000-2018MODIS 1公里NDVI
    优质
    本资源提供2000至2018年间,基于NASA MODIS卫星观测的全球1公里分辨率年度归一化差异植被指数(NDVI)数据集,用于长期生态系统研究与监测。 TIF格式的年NDVI数据可用于相关分析和趋势分析。原文件大小为2.6GB,压缩包大小为160MB,请确保有足够的存储空间来解压文件。
  • 1998-2020月度1km NDVI
    优质
    本数据集涵盖了从1998年至2020年间中国区域每月的归一化差异植被指数(NDVI)信息,空间分辨率为1公里。该数据有助于研究长时间序列上的植被变化动态与生态系统响应。 NDVI数据集基于连续时间序列的SPOT/VEGETATION NDVI卫星遥感数据生成,采用最大值合成法制作,时间跨度为1998年至2020年,格式为tif文件,并已按年份对月度数据进行打包压缩。该数据集有效反映了全国各地区在空间和时间尺度上的植被覆盖分布及变化状况。