GEE数据变更:MCD12Q1(土地覆盖)和MOD13Q1(植被指数)2020年后请使用MCD12Q2和MYD13Q1(植被指数)

本文主要是介绍GEE数据变更:MCD12Q1(土地覆盖)和MOD13Q1(植被指数)2020年后请使用MCD12Q2和MYD13Q1(植被指数),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

这里我们需要知道一点的是MCD12Q1数据的服务年限是2000-2020年,之后的数据请使用MCD13Q1数据集,这样才能延续2020年之后的数据。

不要使用“ MODIS/006/MCD12Q1 ”(土地覆盖)和“ MODIS/006/MOD13Q1 ”(植被指数),请尝试使用“ MODIS/006/MCD12Q1” MODIS/006/MOD13Q1”。

MCD12Q1 V6 产品

MCD12Q1 V6 产品按年度间隔(2001-2016 年)提供根据六种不同分类方案得出的全球土地覆被类型。它是通过对 MODIS Terra 和 Aqua 反射率数据进行监督分类得出的。监督分类后还需进行额外的后处理,结合先验知识和辅助信息,进一步完善特定类别。

Deprecated

This dataset has been superseded by MODIS/061/MCD12Q1

Dataset Availability

2001-01-01T00:00:00 -

Dataset Provider

NASA LP DAAC at the USGS EROS Center

Collection Snippet

ee.ImageCollection("MODIS/006/MCD12Q1")

MOD13Q1 V6.1 产品

MOD13Q1 V6.1 产品按像素提供植被指数 (VI) 值。主要有两个植被层。第一个是归一化植被指数(NDVI),它是现有的美国国家海洋和大气管理局-高级甚高分辨率辐射计(NOAA-AVHRR)得出的 NDVI 的连续性指数。第二个植被层是增强植被指数(EVI),它能最大限度地减少冠层背景变化,并保持对茂密植被条件的敏感性。增强植被指数还使用蓝色波段去除烟雾和亚像素薄云造成的残余大气污染。MODIS NDVI 和 EVI 产品是根据经过大气校正的双向地表反射率计算得出的,这些反射率已经屏蔽了水、云、重气溶胶和云影。

Dataset Availability

2000-02-18T00:00:00 -

Dataset Provider

NASA LP DAAC at the USGS EROS Center

Collection Snippet

ee.ImageCollection("MODIS/061/MOD13Q1")

MCD12Q2 6.1 版数据产品

Terra 和 Aqua 结合使用的中分辨率成像分光仪(MODIS)土地覆被动态(MCD12Q2)6.1 版数据产品以年为间隔提供全球陆地表面物候指标。MCD12Q2 6.1 版数据产品由 MODIS Nadir 双向反射率分布函数(BRDF)-调整反射率(NBAR)计算得出的双波段增强植被指数(EVI2)时间序列导出。500 米空间分辨率的植被物候指标最多可识别每年两个检测到的生长周期。对于有两个以上有效植被周期的像素,数据代表 NBAR-EVI2 振幅最大的两个周期。

每个资产包含的波段层包括:产品年检测到的植被周期总数、绿化开始期、绿化中点、成熟期、绿化高峰期、衰老期、绿化中点、休眠期、EVI2 最小值、EVI2 振幅、植被周期内的 EVI2 综合值,以及总体和特定物候指标的质量信息。

对于因云层覆盖或其他原因而缺少 NBAR-EVI2 值的地区,将用产品年份的前一年或后

这篇关于GEE数据变更:MCD12Q1(土地覆盖)和MOD13Q1(植被指数)2020年后请使用MCD12Q2和MYD13Q1(植被指数)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/888563

相关文章

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

Python中help()和dir()函数的使用

《Python中help()和dir()函数的使用》我们经常需要查看某个对象(如模块、类、函数等)的属性和方法,Python提供了两个内置函数help()和dir(),它们可以帮助我们快速了解代... 目录1. 引言2. help() 函数2.1 作用2.2 使用方法2.3 示例(1) 查看内置函数的帮助(

Linux脚本(shell)的使用方式

《Linux脚本(shell)的使用方式》:本文主要介绍Linux脚本(shell)的使用方式,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... 目录概述语法详解数学运算表达式Shell变量变量分类环境变量Shell内部变量自定义变量:定义、赋值自定义变量:引用、修改、删

Java使用HttpClient实现图片下载与本地保存功能

《Java使用HttpClient实现图片下载与本地保存功能》在当今数字化时代,网络资源的获取与处理已成为软件开发中的常见需求,其中,图片作为网络上最常见的资源之一,其下载与保存功能在许多应用场景中都... 目录引言一、Apache HttpClient简介二、技术栈与环境准备三、实现图片下载与保存功能1.

Python中使用uv创建环境及原理举例详解

《Python中使用uv创建环境及原理举例详解》uv是Astral团队开发的高性能Python工具,整合包管理、虚拟环境、Python版本控制等功能,:本文主要介绍Python中使用uv创建环境及... 目录一、uv工具简介核心特点:二、安装uv1. 通过pip安装2. 通过脚本安装验证安装:配置镜像源(可

LiteFlow轻量级工作流引擎使用示例详解

《LiteFlow轻量级工作流引擎使用示例详解》:本文主要介绍LiteFlow是一个灵活、简洁且轻量的工作流引擎,适合用于中小型项目和微服务架构中的流程编排,本文给大家介绍LiteFlow轻量级工... 目录1. LiteFlow 主要特点2. 工作流定义方式3. LiteFlow 流程示例4. LiteF

使用Python开发一个现代化屏幕取色器

《使用Python开发一个现代化屏幕取色器》在UI设计、网页开发等场景中,颜色拾取是高频需求,:本文主要介绍如何使用Python开发一个现代化屏幕取色器,有需要的小伙伴可以参考一下... 目录一、项目概述二、核心功能解析2.1 实时颜色追踪2.2 智能颜色显示三、效果展示四、实现步骤详解4.1 环境配置4.

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jenv工具管理多个JDK版本的方法步骤

《使用jenv工具管理多个JDK版本的方法步骤》jenv是一个开源的Java环境管理工具,旨在帮助开发者在同一台机器上轻松管理和切换多个Java版本,:本文主要介绍使用jenv工具管理多个JD... 目录一、jenv到底是干啥的?二、jenv的核心功能(一)管理多个Java版本(二)支持插件扩展(三)环境隔

SQL中JOIN操作的条件使用总结与实践

《SQL中JOIN操作的条件使用总结与实践》在SQL查询中,JOIN操作是多表关联的核心工具,本文将从原理,场景和最佳实践三个方面总结JOIN条件的使用规则,希望可以帮助开发者精准控制查询逻辑... 目录一、ON与WHERE的本质区别二、场景化条件使用规则三、最佳实践建议1.优先使用ON条件2.WHERE用