地表温度数据、LST温度数据、地表反照率、NDVI数据、NPP数据、植被覆盖度、土地利用数据

本文主要是介绍地表温度数据、LST温度数据、地表反照率、NDVI数据、NPP数据、植被覆盖度、土地利用数据,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!

引言

         地表温度(LST)是指地面的温度,太阳的热能被辐射到达地面后,一部分被反射,一部分被地面吸收,使地面增热,对地面的温度进行测量后得到的温度就是地表温度。地表温度是区域和全球尺度地表物理过程中的一个关键因子,也是研究地表和大气之间物质交换和能量交换的重要参数。许多应用如干旱、高温、林火、地质、水文、植被监测,全球环流和区域气候模型等都需要获得地表温度。

正文

       地表温度(LST)是指地面的温度,太阳的热能被辐射到达地面后,一部分被反射,一部分被地面吸收,使地面增热,对地面的温度进行测量后得到的温度就是地表温度。地表温度是区域和全球尺度地表物理过程中的一个关键因子,也是研究地表和大气之间物质交换和能量交换的重要参数。许多应用如干旱、高温、林火、地质、水文、植被监测,全球环流和区域气候模型等都需要获得地表温度。

       遥感反演地表温度的方法大致可归纳为5大类:单通道方法、分裂窗(双通道)方法、多通道温度-比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。

       地理遥感生态网提供的地表温度数据产品,是采用分裂窗等遥感反演算法,通过多种卫星遥感数据(Landsat、MODIS等)反演得到的多种尺度栅格数据产品。

       数据说明

数据名称

全国地表温度数据

数据类型

栅格

数据格式

GRID,TIFF

分辨率

30m,250m,1km

覆盖范围

中国全境陆地国土

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

1986-2021年至今

可提供年值、月值、旬值等多种时间尺度

       模型算法

       通过多种反演算法的综合比较,确定Landsat与环境小卫星采用最后单窗算法,MODIS采用劈窗算法,而AVHRR采用分裂窗算法,并在此种算法的基础之上加入了经验拟合的修正。

       TM/ETM与环境小卫星算法如公式:

       TS=[a×(1-C-D)+(b×(1-C-D)+C+D)×T6-D×Ta]

       式中,Ts为地表温度,a和b为经验系数,T6为TM6的亮度温度(K),Ta为大气平均作用温度(K),C和D为中间参数。

       MODIS算法如公式:

       TS=( C32 (B31+ D31)- C31(D32+ B32))/( C32 A31- C31 A32)

       其中 TS为地表温度,A31、A32、B31、B32、C31、C32、D31、D32是参数,是由大气透过率和地表返照率等因子确定的。

       AVHRR算法如公式:

       Ts=T4 +3.33×(T4-T5 )

       式中, Ts是地表温度,T4、T5分别为AVHRR第4、5通道的亮度温度 。

       数据样例

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

这篇关于地表温度数据、LST温度数据、地表反照率、NDVI数据、NPP数据、植被覆盖度、土地利用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/939772

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

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

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

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元