【数据分享】2000—2023年我国省市县三级逐月归一化植被指数(NDVI)数据(Shp/Excel格式)

本文主要是介绍【数据分享】2000—2023年我国省市县三级逐月归一化植被指数(NDVI)数据(Shp/Excel格式),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

之前我们分享过2000—2023年逐月归一化植被指数(NDVI)栅格数据(可查看之前的文章获悉详情),该数据来源于NASA定期发布的MOD13A3数据集!很多小伙伴拿到数据后反馈栅格数据不太方便使用,问我们能不能把数据处理为更方便使用的Shp和Excel格式的数据!

我们特地对数值在-0.2—1之间的NDVI栅格数据进行了处理,将2000-2023年逐月的归一化植被指数栅格分别按照我国省级行政边界、地级市行政边界、区县级行政边界进行了求平均数处理得到了本次分享的数据——Shp和Excel格式的我国省市县三个等级的2000-2023年的逐月归一化植被指数数据!

大家可以在公众号回复关键词 334 按照转发要求获取数据!以下为数据的详细介绍:

01 数据预览

1.省级2000-2023年逐月归一化植被指数数据

首先是Shp格式的数据,34个省级区划2000-2023年逐月的归一化植被指数数据汇总在一个Shp文件中,下面我们以2023年12月为例来预览一下:

2023年12月各省的NDVI数据(Shp格式)
2000年各省逐月NDVI数据的属性表

下面是Excel格式的数据,34个省级区划2000-2023年逐月的归一化植被指数数据汇总在一个Excel文件中,下面我们来预览一下:

2000年-2023年各省逐月NDVI数据(Excel格式)

2.市级2000-2023年逐月归一化植被指数数据

首先是Shp格式的数据,375个城市2000-2023年逐月的归一化植被指数数据汇总在一个Shp文件中,下面我们以2023年12月为例来预览一下:

2023年12月各市的NDVI数据(Shp格式)
2000年-2023年各市逐月NDVI数据的属性表

下面是Excel格式的数据,375个城市2000-2023年逐月的归一化植被指数数据汇总在一个Excel文件中,下面我们来预览一下:

2000年-2023年各市逐月NDVI数据(Excel格式)

3.县级2000-2023年逐月归一化植被指数数据

首先是Shp格式的数据,2875个区县2000-2023年逐月的归一化植被指数数据汇总在一个Shp文件中,下面我们以2023年12月为例来预览一下:

2023年12月各区县的NDVI数据(Shp格式)
2000年-2023年各区县逐月NDVI数据的属性表

下面是Excel格式的数据,2891个区县2000-2023年逐月的归一化植被指数数据汇总在一个Excel文件中,下面我们来预览一下:

2000年-2023年各区县逐月NDVI数据(Excel格式)

02 数据详情

数据来源:

原始数据来源于NASA定期发布的MOD13A3数据集,官方提供自2000年2月起逐月的NDVI数据,数据空间分辨率为1km,数据格式为Tiff,数据范围为全国范围,数值在-2000—10000之间。官方下载网站:https://search.earthdata.nasa.gov/search

数据处理说明:

基于逐月归一化植被指数(NDVI)数据,我们采用国家地理信息公共服务平台(天地图)发布的审图号为GS(2024)0650号的2024年省市县三级行政区划Shp数据(可查看之前的文章获悉详情),对每个省\每个地级市\每个区县内的栅格值进行了求平均数处理,得到了省市县三级的逐月归一化植被指数!

数值范围

-0.2—1

数据格式

Shp和Excel格式

时间范围:

2000年2月-2023年12月(逐月)

空间范围:

省市县三级

数据引用

Didan, K. (2015). MOD13A3 MODIS/Terra vegetation Indices Monthly L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center. Accessed 2024-08-10 from https://doi.org/10.5067/MODIS/MOD13A3.006如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

这篇关于【数据分享】2000—2023年我国省市县三级逐月归一化植被指数(NDVI)数据(Shp/Excel格式)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1139459

相关文章

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

C#实现将Office文档(Word/Excel/PDF/PPT)转为Markdown格式

《C#实现将Office文档(Word/Excel/PDF/PPT)转为Markdown格式》Markdown凭借简洁的语法、优良的可读性,以及对版本控制系统的高度兼容性,逐渐成为最受欢迎的文档格式... 目录为什么要将文档转换为 Markdown 格式使用工具将 Word 文档转换为 Markdown(.

Java中JSON格式反序列化为Map且保证存取顺序一致的问题

《Java中JSON格式反序列化为Map且保证存取顺序一致的问题》:本文主要介绍Java中JSON格式反序列化为Map且保证存取顺序一致的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未... 目录背景问题解决方法总结背景做项目涉及两个微服务之间传数据时,需要提供方将Map类型的数据序列化为co

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock