Advertisement

2000-2020年逐年371个地级市500米分辨率植被净初级生产力（NPP）数据.txt

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

简介：
本文件提供中国自2000年至2020年间，每年覆盖全国371个地级市的植被净初级生产力(NPP)数据，空间分辨率为500米。 数据格式为GeoTiFF，精度为500米，采用AEA_WGS_1984坐标系。文件大小约为1.88G。数据组织方式是按省市划分成一个个省份与城市的压缩包，每个压缩包内包含该省市2000-200年的NPP和NPP_QC（质量控制）数据。 原本计划使用MOD17A3HGF Version 6.1产品进行处理，在完成一半后发现6.1版本缺少一年的数据。因此最终还是选择了完整无缺的Version 6.0数据。 通过Python与MRT工具对原始的NPP、NPP_QC（质量控制）数据进行了镶嵌、投影变换和重采样，之后又分别裁剪打包处理完成了一系列操作。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2000-2020年逐年371个地级市500米分辨率植被净初级生产力（NPP）数据.txt
    优质
    本文件提供中国自2000年至2020年间，每年覆盖全国371个地级市的植被净初级生产力(NPP)数据，空间分辨率为500米。 数据格式为GeoTiFF，精度为500米，采用AEA_WGS_1984坐标系。文件大小约为1.88G。数据组织方式是按省市划分成一个个省份与城市的压缩包，每个压缩包内包含该省市2000-200年的NPP和NPP_QC（质量控制）数据。 原本计划使用MOD17A3HGF Version 6.1产品进行处理，在完成一半后发现6.1版本缺少一年的数据。因此最终还是选择了完整无缺的Version 6.0数据。 通过Python与MRT工具对原始的NPP、NPP_QC（质量控制）数据进行了镶嵌、投影变换和重采样，之后又分别裁剪打包处理完成了一系列操作。
     
  • 2000年至2020年桂林市500米分辨率植被净初级生产力(NPP)数据
    优质
    本数据集提供了2000至2020年间桂林市500米分辨率的植被净初级生产力（NPP）信息，采用遥感技术结合生态系统模型估算得出。适合生态学、气候变化及资源管理研究使用。 数据格式为GeoTiFF；数据精度为500米；采用AEA_WGS_1984坐标系统。数据组织方式是按省市划分的压缩包，每个压缩包包含该省市2000年至2020年的NPP和NPP_QC（质量控制）数据。原始数据来自MOD17A3HGF Version 6.0产品。原本计划使用新发布的Version 6.1版本的数据进行处理，但在处理过程中发现6.1版本缺少一年的数据，因此最终还是选择了完整无缺的6.0版本的数据。利用Python和MRT工具对NPP、NPP_QC数据进行了镶嵌、投影与重采样，并分别裁剪打包。
     
  • 2000-2020年间北京市500米分辨率的植被净初级生产力(NPP)数据
    优质
    本数据集提供了2000至2020年期间北京市500米分辨率的植被净初级生产力（NPP）信息，基于MODIS和土地利用数据生成。 数据格式为GeoTiFF；数据精度为500米；坐标系统采用AEA_WGS_1984。数据组织方式是按省市划分成一个个省份与城市的压缩包，每个压缩包内包含该省市2000-2020年的NPP和NPP_QC（质量控制）数据。原始数据使用的是MOD17A3HGF Version 6.0产品。原本计划采用新版本的6.1进行处理，但在处理过程中发现6.1版本缺少一年的数据，因此最终还是选择了完整无缺的6.0版本数据。 通过Python和MRT工具对NPP、NPP_QC（质量控制）数据进行了镶嵌、投影与重采样，并分别进行了裁剪打包。
     
  • 广西2000-2020年500米植被净初级生产力NPP数据年度变化
    优质
    本数据集提供了广西地区自2000年至2020年间每年的植被净初级生产力（NPP）信息，空间分辨率为500米。它基于遥感观测与生态系统模型综合分析得出，为研究该区域生态系统的碳循环、气候变化影响及生物多样性保护提供科学依据。 数据格式为GeoTiFF，精度为500米，采用AEA_WGS_1984坐标系统。数据按省市分类并压缩成包，每个压缩包包含该省市2000年至2020年的NPP及NPP_QC（质量控制）数据。原始数据来自MOD17A3HGF Version 6.0产品。 原本计划使用新发布的Version 6.1版本的数据进行处理，但在一半过程中发现其中缺失了一年份的数据，因此最终还是选择了完整的Version 6.0版本的数据来继续工作。 整个过程利用Python和MRT工具对NPP、NPP_QC数据进行了镶嵌、投影与重采样，并分别裁剪打包。
     
  • 2001-2020年全国500米分辨率植被净初级生产力(NPP) MODIS数据下载
    优质
    本资源提供2001年至2020年间中国区域500米分辨率的植被净初级生产力（NPP）MODIS卫星数据集，支持科研及生态研究需求。 MOD17A3数据集是来自MODIS的产品数据，时间分辨率为一年，空间分辨率为500米。许多研究使用该数据集来探究陆地生态系统的固碳释氧能力以及进行生态脆弱性评价等。原始数据单位为kg*c/m2，下载的数据已转换成较为常用的研究单位g*c/m2。由于数据量较大，提供网盘下载地址以方便获取。
     
  • 陕西省2000-2020年500米植被净初级生产力NPP数据年度变化
    优质
    本数据集提供了陕西省自2000年至2020年间，基于500米分辨率的植被净初级生产力（NPP）年度变化情况，为生态学、气候变化及资源管理研究提供重要参考。 数据格式为GeoTiFF，精度为500米，采用AEA_WGS_1984坐标系统。数据按省市分类并压缩成一个个包含省份与城市的文件包，每个文件包内含有该省市2000年至2020年的NPP和NPP_QC（质量控制）数据。原始数据来源于MOD17A3HGF Version 6.0产品。 原本计划使用新发布的Version 6.1版本的数据进行处理，但在操作过程中发现6.1版本中缺少一年的数据，因此最终还是选择了完整无缺的6.0版本的数据。通过Python和MRT工具对NPP、NPP_QC数据进行了镶嵌、投影与重采样，并分别完成了裁剪打包工作。
     
  • 2000-2020年成都500米分辨率植被NPP数据
    优质
    该数据集提供了2000至2020年间成都市区500米分辨率的植被生产力（NPP）信息，为城市生态研究和环境管理提供重要支持。 数据格式为GeoTiFF；数据精度为500米；采用AEA_WGS_1984坐标系统。数据按省市划分并压缩成一个个省份与城市的文件包，每个文件包内包含该省市2000-2020年的NPP和NPP_QC（质量控制）数据。原始数据来自MOD17A3HGF Version 6.0产品。 原计划使用新发布的Version 6.1版本的数据进行处理，但在处理过程中发现Version 6.1缺少一年的数据，因此最终还是选择了完整无缺的Version 6.0版本的数据。 利用Python和MRT工具对NPP、NPP_QC（质量控制）数据进行了镶嵌、投影与重采样，并分别进行了裁剪打包。
     
  • 中国2000年500米分辨率MODIS净初级生产力(NPP)栅格数据集.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。
     
  • 中国2020年500米分辨率MODIS净初级生产力(NPP)栅格数据集.zip
    优质
    本数据集包含中国2020年的500米分辨率MODIS净初级生产力（NPP）栅格数据，适用于生态系统研究、环境监测和气候变化分析。 该数据集是基于NASA定期发布的MOD17A3HGF加工得到的。时间分辨率为逐年，空间分辨率为500米，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内的说明文件。
     
  • 2001-2023年中国MOD17A3H植被净初级生产力(NPP)数据(最新整理)
    优质
    该数据集包含了从2001年至2023年中国的每日、8天和月度MOD17A3H植被净初级生产力（NPP）信息，适用于生态学及气候变化研究。 资源内容包括今年全新整理的中国MOD17A3H植被净初级生产力（NPP）数据，适合用于经济学、地理学、城市规划与城市研究、公共政策与管理、社会学及商业与管理等课程中写论文或进行实证分析。 这些数据具有以下特点： - 数据准确且来自权威来源。 - 控制变量的数据更为精确，减少了数据造假的风险。 - 适用于大学生到研究生各个阶段的学习者使用，并且易于上手操作。 该资源的具体信息如下： - 来源：Google Earth Engine（GEE）平台 - 分辨率：500米至1千米 - 时间跨度：2001年至2023年 - 投影方式：WGS_1984_Albers - 数据格式：tiff 这些数据已经过预处理，可以直接使用。