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）

中文名称

英文名称

A long time-series 250m resolution monthly NDVI dataset for the Tibetan Plateau based on temporal and spatial data fusion (1981-2020)

CSTR

https://cstr.cn/31253.11.sciencedb.j00001.00856

DOI

10.57760/sciencedb.j00001.00856

数据共享方式

登录获取

数据分类

遥感及产品

数据贡献者

刘峰贵

数据集摘要

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。

基本信息

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

数据源描述

GIMMS NDVI3g和MOD13Q1 NDVI数据集。

数据加工方法

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。

数据质量描述

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。

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。

中文发表的成果中参考以下规范注明：数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。

英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用

刘峰贵. 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）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2025. https://cstr.cn/CSTR:https://cstr.cn/31253.11.sciencedb.j00001.00856.
刘峰贵. 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）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2025. https://www.doi.org/10.57760/sciencedb.j00001.00856.

Endnote中 Bibtex中 RIS中 GBT7714中 EndnoteEN BibtexEN RISEN

文章引用

李红英；刘峰贵；陈琼；夏兴生. 1981–2020年青藏高原250 m分辨率逐月NDVI时空融合数据集[J]. 中国科学数据, -PAGES, . DOI: 10.11922/11-6035.csd.2024.0148.zh.

引用格式： Endnote Bibtex RIS

许可协议

本作品采用 CC BY 4.0 （知识共享署名 4.0 国际许可协议）进行许可。

#	数据集标题
1	青藏高原10米分辨率土地覆被图（2022年）
2	中国长时间序列500米分辨率逐日积雪范围产品(1981-2000年)
3	基于时序遥感数据构建的中国春冬小麦分布10米分辨率数据集（2018–2024年）
4	基于地图约束的青藏高原冻土分布变化数据集（1980-2018年）
5	多源数据融合的中国高分辨多要素气象驱动产品（ChinaMet）
6	基于时序InSAR技术的G109青藏公路地质隐患识别数据集
7	基于多部测高仪数据的青藏高原高空间覆盖湖泊水位变化数据集（2002-2021年）
8	基于次区域调查图的青藏高原多年冻土分布图：区域多年冻土模型的基准（2010年）
9	青藏高原月度陆地蒸散量的长期变化（1982-2018年）
10	黑河流域2001-2011年时空连续NDVI数据集

#	标题	文件大小
1	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

最近10条服务记录如下
#	时间	姓名	用途
1	2026/06/02 00:11	高*颖	基于长时间序列多源遥感数据分析雅鲁藏布江流域植被覆盖度与叶面积指数的时空演变特征，构建广义线性模型（GLM）并采用层次分割方法/XGBoost-SHAP，定量分离气候变化（气温、降水、辐射和冰川冻土等）和梯级水库建设（库周缓冲区分析）对流域增绿的相对贡献，揭示不同驱动因子的作用机制与空间异质性。
2	2026/05/10 03:35	鲁*芝	本科毕业论文《青藏高原土壤干旱恢复及影响因素分析》摘要：土壤干旱是青藏高原生态系统面临的主要限制因子之一，明确其恢复特征及影响因素，对于区域水资源管理与生态安全具有重要意义。本研究以青藏高原为研究区，基于ERA5-Land再分析土壤湿度数据、站点实测土壤水分数据及多源环境数据，采用标准化土壤湿度指数（SSMI）、游程理论、Sen's斜率估计、M-K趋势检验、Copula条件概率函数、随机森林算法及结构方程模型等方法，系统分析了不同土层深度土壤湿度的时空变化特征，识别了土壤干旱事件并量化其恢复时间、恢复率、恢复力和恢复压力等关键恢复特征，进一步评估了不同干旱等级下土壤干旱恢复需水量及恢复概率，揭示了影响土壤干旱恢复的主导因子及其作用路径。
3	2026/05/09 22:14	鲁*芝	该数据集会用于本科毕业论文《青藏高原土壤干旱恢复及影响因素分析》。摘要：土壤干旱是青藏高原生态系统面临的主要限制因子之一，明确其恢复特征及影响因素，对于区域水资源管理与生态安全具有重要意义。本研究以青藏高原为研究区，基于ERA5-Land再分析土壤湿度数据、站点实测土壤水分数据及多源环境数据，采用标准化土壤湿度指数（SSMI）、游程理论、Sen's斜率估计、M-K趋势检验、Copula条件概率函数、随机森林算法及结构方程模型等方法，系统分析了不同土层深度土壤湿度的时空变化特征，识别了土壤干旱事件并量化其恢复时间、恢复率、恢复力和恢复压力等关键恢复特征，进一步评估了不同干旱等级下土壤干旱恢复需水量及恢复概率，揭示了影响土壤干旱恢复的主导因子及其作用路径。
4	2026/05/09 01:09	屈*	仅用于本科毕业论文，研究黄河源植被变化及对流域径流的影响，无其他商用
5	2026/05/07 20:58	Cep*****ang	即将毕业完成的论文题目是过去35年青藏高原不同类型骤旱的时空分布特征及可能成因，在完成这篇毕业论文的时候需要这个数据集中给NDVI指数进行验证结论，谢谢
6	2026/05/06 03:51	朱*林	因写遥感模型论文时需要用到此数据，想要申请此数据。
7	2026/04/15 01:32	王*	科研学习需要，用于青藏高原降水数据反演与降尺度
8	2026/04/13 00:52	余*威	研究需要使用西藏NDVI的数据，用来研究NDVI跟雪崩的影像
9	2026/03/11 05:30	马*茹	研究生论文研究需要NDVI数据，麻烦通过一下，谢谢
10	2026/01/26 23:28	华*民	需要此蒸散发数据以做蒸散发降尺度的练习以完成学校的综合专业课程的任务。