【RSGIS数据资源】2018-2020年中国农业大学石羊河实验站主要农作物的无人机观测数据

本文主要是介绍【RSGIS数据资源】2018-2020年中国农业大学石羊河实验站主要农作物的无人机观测数据,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!

文章目录

  • 摘要
  • 数据介绍
    • 2018年蒸腾(T)数据集
    • 2020年蒸散发(ET)数据集
    • 2020年LAI数据集
    • 2019年NDVI数据集作物
    • 2020年NDVI数据集作物
    • 三温模型的输入参数
    • 气象数据
    • 净辐射通量数据
  • 参考文献引用

摘要

本数据集涵盖了甘肃武威绿洲农业高效用水国家野外科学观测研究站(简称中国农业大学石羊河实验站)大豆、小麦、玉米、苜蓿、马铃薯、葡萄不同生育期作物NDVI、LAI、ET数据集,分别基于无人机可见光(有效像素 1200 万)、热红外(像素分辨率为 640×512)、多光谱(120m高度下空间分辨率为 8 cm/像素)遥感数据经过波段运算、三温模型、回归模型反演获得。

在这里插入图片描述

数据介绍

本数据集涵盖了甘肃武威石羊河试验站大豆、小麦、玉米、苜蓿、马铃薯、葡萄不同生育期作物NDVI、LAI、ET数据集,分别基于无人机可见光(有效像素 1200 万)、热红外(像素分辨率为 640×512)、多光谱(120m高度下空间分辨率为 8 cm/像素)遥感数据经过波段运算、三温模型、回归模型反演获得。ET、T单位为W/m2,数据范围为2018年6月至2020年9月。

2018年蒸腾(T)数据集

包括五种作物:

  • 大豆蒸腾数据时间为2018年7月4日、7月9日;
  • 马铃薯蒸腾数据时间为2018年6月28日、7月4日;
  • 苜蓿蒸腾数据时间为2018年6月28日;
  • 小麦蒸腾数据时间为2018年7月4日;
  • 玉米蒸腾数据时间为2018年7月4日。

2020年蒸散发(ET)数据集

包含作物为玉米,数据时间为2020年6月20日、6月27日、7月6日、7月12日(该日数据单位为mm/h)、7月15日、7月17日、7月30日、8月26日、9月6日。

2020年LAI数据集

作物为玉米,数据时间为2020年7月15日。

2019年NDVI数据集作物

为玉米及葡萄,葡萄NDVI数据时间为2019年7月6日、7月12日、7月16日、7月26日;玉米NDVI数据时间为2019年6月10日、6月22日、6月29日、7月9日、7月13日。

2020年NDVI数据集作物

为玉米,数据时间为2020年6月20日、7月10日、7月12日、7月30日、8月26日、9月6日。

三温模型的输入参数

其中三温模型的输入参数为三个温度(表面温度、参考表面温度和气温)、净辐射和土壤热通量。

气象数据

是由每 15 分钟自动记录一组数据试验站的自动气象站 (HOBO, Onset Computer Corp., USA)监测而获得,包括太阳辐射、气温和空气相对湿度等。

净辐射通量数据

是由频率为每五分钟记录一次的 CNR4 四分量辐射传感器(Kipp & Zonen, Netherlands)获得。

参考文献引用

使用数据时,建议列明如下参考文献引用和数据引用:
参考文献引用:Hou M.J, Tian F., Samuel O.F., Camilo R.B., Zhang T., Lin A.W. Estimation of crop transpiration and its scale effect based on ground and UAV thermal infrared remote sensing images. European Journal of Agronomy, 2021, 131(9): 126389.

注意:
请数据使用者在基于本数据所产生的研究成果中标注数据来源,并按照[文献引用方式]标注需引用的参考文献。


欢迎批评指正,仅供学习交流,资料来源于网络,如有侵权请联系删除,可以关注微信公众号哦:【GeoLearning】,CSND 同号,不定期分享一些好玩好用的东东,欢迎关注。
在这里插入图片描述

这篇关于【RSGIS数据资源】2018-2020年中国农业大学石羊河实验站主要农作物的无人机观测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/948049

相关文章

Python处理超大规模数据的4大方法详解

《Python处理超大规模数据的4大方法详解》在数据的奇妙世界里,数据量就像滚雪球一样,越变越大,从最初的GB级别的小数据堆,逐渐演变成TB级别的数据大山,所以本文我们就来看看Python处理... 目录1. Mars:数据处理界的 “变形金刚”2. Dask:分布式计算的 “指挥家”3. CuPy:GPU

WinForms中主要控件的详细使用教程

《WinForms中主要控件的详细使用教程》WinForms(WindowsForms)是Microsoft提供的用于构建Windows桌面应用程序的框架,它提供了丰富的控件集合,可以满足各种UI设计... 目录一、基础控件1. Button (按钮)2. Label (标签)3. TextBox (文本框

使用Vue-ECharts实现数据可视化图表功能

《使用Vue-ECharts实现数据可视化图表功能》在前端开发中,经常会遇到需要展示数据可视化的需求,比如柱状图、折线图、饼图等,这类需求不仅要求我们准确地将数据呈现出来,还需要兼顾美观与交互体验,所... 目录前言为什么选择 vue-ECharts?1. 基于 ECharts,功能强大2. 更符合 Vue

Java如何根据word模板导出数据

《Java如何根据word模板导出数据》这篇文章主要为大家详细介绍了Java如何实现根据word模板导出数据,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... pom.XML文件导入依赖 <dependency> <groupId>cn.afterturn</groupId>

Python实现获取带合并单元格的表格数据

《Python实现获取带合并单元格的表格数据》由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,所以本文我们就来聊聊如何使用Python实现获取带合并单元格的表格数据吧... 由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,现将将封装成类,并通过调用list_exc

Mysql数据库中数据的操作CRUD详解

《Mysql数据库中数据的操作CRUD详解》:本文主要介绍Mysql数据库中数据的操作(CRUD),详细描述对Mysql数据库中数据的操作(CRUD),包括插入、修改、删除数据,还有查询数据,包括... 目录一、插入数据(insert)1.插入数据的语法2.注意事项二、修改数据(update)1.语法2.有

SpringBoot实现接口数据加解密的三种实战方案

《SpringBoot实现接口数据加解密的三种实战方案》在金融支付、用户隐私信息传输等场景中,接口数据若以明文传输,极易被中间人攻击窃取,SpringBoot提供了多种优雅的加解密实现方案,本文将从原... 目录一、为什么需要接口数据加解密?二、核心加解密算法选择1. 对称加密(AES)2. 非对称加密(R

详解如何在SpringBoot控制器中处理用户数据

《详解如何在SpringBoot控制器中处理用户数据》在SpringBoot应用开发中,控制器(Controller)扮演着至关重要的角色,它负责接收用户请求、处理数据并返回响应,本文将深入浅出地讲解... 目录一、获取请求参数1.1 获取查询参数1.2 获取路径参数二、处理表单提交2.1 处理表单数据三、

Spring Validation中9个数据校验工具使用指南

《SpringValidation中9个数据校验工具使用指南》SpringValidation作为Spring生态系统的重要组成部分,提供了一套强大而灵活的数据校验机制,本文给大家介绍了Spring... 目录1. Bean Validation基础注解常用注解示例在控制器中应用2. 自定义约束验证器定义自

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel