气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品

本文主要是介绍气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品,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!

简介:

气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品包括中国2001~2018年地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1°。前言 – 人工智能教程

此外,还包括在气候驱动下(无人类干扰)的以上11个生态系统参量在2001~2018年间的时空变化。因此,该数据集可以反映气候变化与人类活动对21世纪中国陆地生产系统的影响。

数据文件命名方式及说明:

  • ALBEDO:地表反照率
  • ET:蒸散发(mm)
  • FPAR:光合有效辐射吸收比
  • GPP;总初级生产力 (gC/m2)
  • LAI:叶面积指数
  • LST:地表温度(℃)
  • RAAG:地上自养呼吸 (gC/m2)
  • RABG:地下自养呼吸 (gC/m2)
  • RN:净辐射(W/m2)
  • VCF:植被连续面(TC:森林覆盖比例、GC:非森林植被覆盖比例)
  • -ACT:实际情况(气候变化和人类活动同时影响下)
  • -CLIM:气候驱动下(无人类活动影响)
  • -GEOV2:当GEOV2的叶面积指数和光合有效辐射吸收比数据作为输入时的结果
  • -MODIS:当MODIS的叶面积指数和光合有效辐射吸收比数据作为输入时的结果

数据集ID: 

TPDC/CNMVC

时间范围: 2001年-2018年

范围: 全国

来源: 国家青藏高原科学数据中心

复制代码段: 

var images = pie.ImageCollection("TPDC/CNMVC")

名称类型无效值空间分辨率(度)描述信息
ALBEDO-ACTFloat32-99990.05实际情况下,地表反照率
ALBEDO-CLIM-GEOV2Float32-99990.05气候驱动下,地表反照率(MODIS)
ALBEDO-CLIM-MODISFloat32-99990.05气候驱动下,地表反照率(MODIS)
ET-ACT-GEOV2Float32-99990.05实际情况下,蒸散发(GEOV2)
ET-ACT-MODISFloat32-99990.05实际情况下,蒸散发(MODIS)
ET-CLIM-GEOV2Float32-99990.05气候驱动下,蒸散发(GEOV2)
ET-CLIM-MODISFloat32-99990.05气候驱动下,蒸散发(GEOV2)
FPAR-ACT-GEOV2Float32-99990.05实际情况下,光合有效辐射吸收比(GEOV2)
FPAR-ACT-MODISFloat32-99990.05实际情况下,光合有效辐射吸收比(MODIS)
FPAR-CLIM-GEOV2Float32-99990.05气候驱动下,光合有效辐射吸收比(GEOV2)
FPAR-CLIM-MODISFloat32-99990.05气候驱动下,光合有效辐射吸收比(MODIS)
GPP-ACT-GEOV2Float32-99990.05实际情况下,总初级生产力(GEOV2)
GPP-ACT-MODISFloat32-99990.05实际情况下,总初级生产力(MODIS)
GPP-CLIM-GEOV2Float32-99990.05气候驱动下,总初级生产力(GEOV2)
GPP-CLIM-MODISFloat32-99990.05气候驱动下,总初级生产力(MODIS)
LAI-ACT-GEOV2Float32-99990.05实际情况下,叶面积指数(GEOV2)
LAI-ACT-MODISFloat32-99990.05实际情况下,叶面积指数(MODIS)
LAI-CLIM-GEOV2Float32-99990.05气候驱动下,叶面积指数(GEOV2)
LAI-CLIM-MODISFloat32-99990.05气候驱动下,叶面积指数(MODIS)
LST-ACTFloat32-99990.1实际情况下,地表温度
LST-CLIM-GEOV2Float32-99990.1气候驱动下,地表温度(GEOV2)
LST-CLIM-MODISFloat32-99990.1气候驱动下,地表温度(MODIS)
RN-ACTFloat32-99990.1实际情况下,净辐射
RN-CLIM-GEOV2Float32-99990.1气候驱动下,净辐射(GEOV2)
RN-CLIM-MODISFloat32-99990.1气候驱动下,净辐射(MODIS)

date

string

影像日期

代码:

 /** @File    :   气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品* @Time    :   2022/05/25* @Author  :   piesat* @Version :   1.0* @Contact :   400-890-0662* @License :   (C)Copyright 航天宏图信息技术股份有限公司* @Desc    :   加载气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品*/// 加载气候变化和人类活动对中国植被固碳的贡献量化数据年度合成产品
var images = pie.ImageCollection("TPDC/CNMVC").first().select("GPP-ACT-GEOV2")
print(images)//设置预览参数
var visParam = {min: 0, max: 2000,palette: ['FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901','66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01','012E01', '011D01', '011301']};
//地图显示中心
Map.centerObject(images, 9);
//加载显示影像
Map.addLayer(images, visParam, "images");
Map.centerObject(images,2)

数据引用:陈永喆,冯晓明,田汉勤,武旭同,高镇,冯宇,朴世龙,吕楠,潘乃青,傅伯杰.(2021).气候变化和人类活动对中国植被固碳的贡献量化数据(2001-2018).国家青藏高原科学数据中心,DOI:10.11888/Ecolo.tpdc.271667.CSTR:18406.11.Ecolo.tpdc.271667.

文章引用:
1.Chen,Y.,Feng,X.,Tian,H.,Wu,X.,Gao,Z.,Feng,Y.,Piao,S.,Lv,N.,Pan,N.,&Fu,B.(2021).Accelerated increase in vegetation carbon sequestration in China after 2010: A turning point resulting from climate and human interaction.Global Change Biology,00,1– 17.https://doi.org/10.1111/gcb.15854.

 

这篇关于气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品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/418661

相关文章

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码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,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数