本数据以GIMMS NDVI3g和MOD13Q1 NDVI数据集为基础,利用Python语言调用Arcpy服务合成月度最大值,然后利用python语言的GDAL和sklearn软件包对全年逐月NDVI数据进行萨维茨基-戈莱滤波去噪、回归分析和250米分辨率NDVI数据处理。利用 Savitzky-Golay 滤波器和 sklearn 软件包去除逐月 NDVI 数据中的噪声,对两组数据的重叠年份进行回归,分析数据,并扩展 250 米分辨率的 NDVI 数据集,最终整合出 1981-2020 年青藏高原 250 米分辨率的逐月 NDVI 时间序列数据集。该数据集可反映 1981-2020 年青藏高原 NDVI 的时空变化,可用于提高长时间序列数据的时空分辨率,为青藏高原植被动态和空间格局研究以及生态环境监测提供数据支持。
采集时间 | 1981/01/01 - 2020/12/31 |
---|---|
采集地点 | 青藏高原 |
数据量 | 38.9 GiB |
数据格式 | tif |
数据空间分辨率(/米) | 250 |
数据时间分辨率 | 月 |
坐标系 | WGS84 |
GIMMS NDVI3g和MOD13Q1 NDVI数据集。
利用Python语言调用Arcpy服务合成月度最大值,然后利用python语言的GDAL和sklearn软件包对全年逐月NDVI数据进行萨维茨基-戈莱滤波去噪、回归分析和250米分辨率NDVI数据处理。利用 Savitzky-Golay 滤波器和 sklearn 软件包去除逐月 NDVI 数据中的噪声,对两组数据的重叠年份进行回归,分析数据,并扩展 250 米分辨率的 NDVI 数据集,最终整合出 1981-2020 年青藏高原 250 米分辨率的逐月 NDVI 时间序列数据集。
首先是对两组数据的重叠年份进行时序分析,20002015年之间具有较好的一致性,因此本文采用重叠年份数据进行相关性分析,并求得逐月相关系数介于0.880.92之间,均通过了0.001的置信度检验,确保了数据的精度和可靠性。为消除年内生长周期的影响,对两组数据的逐月数据进行了SG平滑滤波,将处理后的数据重新进行相关分析,发现相关系数提高0.910.93。
# | 标题 | 文件大小 |
---|---|---|
1 | _ncdc_meta_.json | 5.5 KiB |
2 | 基于时空数据融合的青藏高原 250 米分辨率长时序列月度 NDVI 数据集(1981-2020 年).zip | 38.9 GiB |
# | 类别 | 标题 | 作者 | 年份 |
---|---|---|---|---|
1 | 论文 | 1981–2020年青藏高原250 m分辨率逐月NDVI时空融合数据集 | 李红英;刘峰贵;陈琼;夏兴生 | -PAGES |
© 中国科学院西北生态环境资源研究院 2005- 备案号:陇ICP备2021001824号-21
兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596