贵州省NPP净初级生产力数据/NDVI数据

2024-04-04 00:36

本文主要是介绍贵州省NPP净初级生产力数据/NDVI数据,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!

     数据福利是专门为关注小编博客及公众号的朋友定制的,未关注用户不享受免费共享服务,已经被列入黑名单的用户和单位不享受免费共享服务。参与本号发起的数据众筹,向本号捐赠过硬盘以及多次转发、评论的朋友优先享有免费共享服务。

净初级生产力NPP数据


引言

        第一性生产力是绿色植物呼吸后所剩下的单位面积单位时间内所固定的能量或所生产的有机物质,即是总第一性生产量减去植物呼吸作用所剩下的能量或有机物质。多种卫星遥感数据反演净初级生产力(NPP)产品是地理遥感生态网平台推出的生态环境类系列数据产品之一。

正文


数据简介

        植物通过光合作用将太阳能固定并转化为植物生物量。单位时间和单位面积上,绿色植物通过光合作用产生的全部有机物同化量,即光合总量,叫总初级生产力(Gross Primary Productivity,GPP);净初级生产力则是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分。净初级生产力(net primary productivity,NPP)是生产者能用于生长、发育和繁殖的能量值,也是生态系统中其他生物成员生存和繁衍的物质基础。

        贵州,地处中国西南内陆地区腹地。境内地势西高东低,自中部向北、东、南三面倾斜,平均海拔在1100米左右。贵州的气候温暖湿润,属亚热带湿润季风气候。

        地理遥感生态网提供的NPP数据基于CASA模型估算,其计算植被NPP的基本思想是利用植被获取太阳辐射, 加上植被自身利用的情况, 从而估算出植被净生长状况。模型中所估算的NPP可以由植被吸收的光合有效辐射(APAR)和实际光能利用率(ε)两个因子来表示, 公式如下:

式中, x代表单个像元, t表示月份, APAR(xt)则表示像元xt月吸收的光合有效辐射(gC/m2), ε(xt)表示单个像元xt月的实际光能利用率(gC/MJ)。

数据名称

净初级生产力NPP数据

数据类型

栅格 

数据格式

GRID、TIFF

分辨率/比例尺

10m、30m、100m、250m、500m、1km等多种分辨率

覆盖范围

全境陆地国土

坐标系 

默认投影为Krasovsky_1940_Albers,其他坐标系可进行投影转换

时间序列

基本时间序列: 1980年-至今;时间尺度逐月逐年

《10米精度NPP净初级生产力数据集》共享方法如下:

(1)人员,限定为关注小编的用户。

(2)各类项目(包括各类科研项目)申请本数据扔享受免费政策,但需向本号捐赠一定数量的硬盘才能获取。

(3)捐赠硬盘可免留言获取数据。

        地理遥感生态网上分享了很多地理遥感领域的科学数据(土地利用数据、npp净初级生产力数据数据、NDVI数据、径流量数据、夜间灯光数据、统计年鉴、道路网、POI兴趣点数据、GDP分布、人口密度分布、三级流域矢量边界、地质灾害分布数据、土壤类型、土壤质地、土壤有机质、土壤PH值、土壤质地、土壤侵蚀、植被类型、自然保护区分布、建筑轮廓分布等等地理数据,以及关于gis、遥感从方面的操作教程)。

原文链接:https://bbs.csdn.net/forums/gisrs?spm=1001.2014.3001.6682

这篇关于贵州省NPP净初级生产力数据/NDVI数据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/874383

相关文章

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,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... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,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... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

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