0931-4967592
注册
登录
中文
EN
Toggle navigation
首页
综合新闻
数据资源
台站数据
数据专题
期刊数据
模型工具
数据汇交
数据汇交指南
科技计划汇交资源
应急响应
全球灾害
科普
平台介绍
数据分类
Data
冰川
393
冻土
147
沙漠与荒漠化
149
积雪
81
水文
503
极地
35
生态
473
水土保持
698
气象
651
基础地理
378
遥感及产品
492
社会经济文化
92
地球化学
10
灾害
139
大气本底
71
其他
515
首页
数据资源
2017
×
GIMMS
×
清空全部
收起筛选
主 题:
NDVI
(2)
机器学习
(2)
BPNN
(1)
GIMMS
(1)
GIMMS LAI4g
(1)
GIMMS叶面积指数
(1)
LAI
(1)
MODIS
(1)
归一化植被指数(NDVI)
(1)
数据融合
(1)
植被动态
(1)
植被指数
(1)
精度评估
(1)
长序列
(1)
长时序
(1)
雪水当量
(1)
青藏高原
(1)
高时间和空间分辨率
(1)
学 科:
地理学
(3)
自然地理学
(2)
期 刊:
Scientific Data
(1)
时 间:
2024
(1)
2023
(1)
2022
(1)
2021
(1)
2020
(5)
2019
(5)
2018
(5)
2017
(5)
2016
(5)
2015
(5)
2014
(5)
2013
(5)
2012
(5)
2011
(5)
2010
(5)
2009
(5)
2008
(5)
2007
(5)
2006
(5)
2005
(5)
2004
(5)
2003
(5)
2002
(5)
2001
(5)
2000
(5)
1999
(5)
1998
(5)
1997
(5)
1996
(5)
1995
(5)
1994
(5)
1993
(5)
1992
(5)
1991
(5)
1990
(5)
1989
(5)
1988
(5)
1987
(5)
1986
(5)
1985
(5)
1984
(5)
1983
(5)
1982
(5)
1981
(2)
1980
(1)
地 点:
全球
(2)
中国,青藏高原
(1)
北纬66°34′以北
(1)
青藏高原
(1)
共享方式:
登录获取
(4)
开放获取
(1)
贡献者:
朱再春
(2)
刘峰贵
(1)
吴通华
(1)
曹森
(1)
杨霞礼
(1)
黄晓东
(1)
默认排序
点击次数
下载量
发布时间
更新时间
1/1
国家冰川冻土沙漠科学数据中心
全球监测系统叶面积指数(
GIMMS
LAI4g)时空一致的数据集(1982-2020年)(V1.2)
该数据集基于反向传播神经网络(BPNN)模型和像素整合方法,开发了新一代 GIMMS LAI 产品(GIMMS LAI4g,1982-2020 年)。GIMMS
贡献者:
曹森, 朱再春
点击量:
7093
文件大小:
5.7 GiB
更新时间:
2026-01-14
国家冰川冻土沙漠科学数据中心
全球海洋监测系统叶面积指数(
GIMMS
LAI4g)时空一致的全球数据集(1982-2020年)
集已成为监测植被动态和探索其与其他地球成分相互作用的基础数据支持。然而,目前的 LAI 产品在时空一致性方面存在一些局限性。在这项研究中,我们采用了反向传播神经网络(BPNN)和数据整合方法,生成了1982-2020年期间的新版半月全球存量建模与绘图研究(GIMMS
贡献者:
朱再春
点击量:
4466
文件大小:
5.7 GiB
更新时间:
2026-05-14
国家冰川冻土沙漠科学数据中心
青藏高原月合成植被指数数据集(1982-2020年)
利用MOD13Q1、GIMMS NDVI 3g植被指数数据集,结合数字高程模型等数据源,基于随机森林降尺度模型生成青藏高原1982-2020年250 m空间逐月NDVI
贡献者:
黄晓东, 杨霞礼
点击量:
4766
文件大小:
76.4 GiB
更新时间:
2024-11-26
国家冰川冻土沙漠科学数据中心
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)
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
贡献者:
刘峰贵
点击量:
4506
文件大小:
38.9 GiB
更新时间:
2026-01-12
国家冰川冻土沙漠科学数据中心
北极逐日25km雪水当量数据集(1980-2024年)
雪水当量(Snow water equivalent,SWE)是积雪储存水量的关键指标,是地表水文模型和气候模型的重要参数。针对现有雪水当量实测成本高、遥感产品精度不稳定,且数据时空不连续等问题。本项目基于机器学习算法,通过融合AMSRE、ESAGB、GlobSnow、GLDAS、E...
贡献者:
吴通华
点击量:
59
文件大小:
513.3 KiB
更新时间:
2026-05-20