- Dostępność zbioru danych
- 2019-04-18T00:00:00Z–2024-11-28T00:00:00Z
- Dostawca zbioru danych
- USFS Laboratory for Applications of Remote Sensing in Ecology (LARSE) Google Earth Engine
- Procesor zbioru danych
- Misja NASA GEDI, dostępna za pośrednictwem USGS LP DAAC
- Tagi
Opis
Ten zbiór danych zawiera prognozy dotyczące gęstości biomasy nadziemnej (AGBD; w Mg/ha) i szacunki standardowego błędu prognozy w ramach każdego próbkowanego, geolokalizowanego śladu lasera w ramach badania dynamiki ekosystemów na całym świecie (GEDI) na poziomie 4A (L4A) w wersji 2. W tej wersji granulki znajdują się na suborbitach. Dane dotyczące wysokości z symulowanych przebiegów fal związanych z oszacowaniami terenowymi AGBD z wielu regionów i typów funkcjonalnych roślin (PFT) zostały zebrane w celu wygenerowania zbioru danych kalibracyjnych dla modeli reprezentujących kombinacje regionów świata i typów funkcjonalnych roślin (tj. drzew liściastych zrzucających liście na zimę, drzew liściastych zimozielonych, drzew iglastych zimozielonych, drzew iglastych zrzucających liście na zimę oraz kombinacji łąk, krzewów i lasów). Wybór grupy ustawień algorytmu użyty w przypadku GEDI02_A w wersji 2 został zmodyfikowany w przypadku drzew liściastych zimozielonych w Ameryce Południowej, aby zmniejszyć liczbę błędów fałszywie dodatnich wynikających z wyboru trybów przebiegu fal powyżej wysokości nad poziomem gruntu jako najniższego trybu.
Więcej informacji znajdziesz w przewodniku użytkownika.
Misja GEDI (Global Ecosystem Dynamics Investigation) ma na celu określenie struktury i dynamiki ekosystemów, aby umożliwić radykalną poprawę ilościowego i jakościowego zrozumienia cyklu węglowego Ziemi i bioróżnorodności. Urządzenie GEDI, zamontowane na Międzynarodowej Stacji Kosmicznej (ISS), zbiera dane na całym świecie w zakresie szerokości geograficznych od 51,6° N do 51,6° S w najwyższej rozdzielczości i z największą gęstością próbkowania trójwymiarowej struktury Ziemi. Instrument GEDI składa się z 3 laserów, które generują łącznie 8 wiązek na powierzchni Ziemi. Próbkują one jednocześnie 8 obszarów o średnicy około 25 m, rozmieszczonych w odstępach około 60 m wzdłuż trasy.
| Produkt | Opis |
|---|---|
| L2A Vector | LARSE/GEDI/GEDI02_A_002 |
| Rastry miesięczne L2A | LARSE/GEDI/GEDI02_A_002_MONTHLY |
| Indeks tabeli L2A | LARSE/GEDI/GEDI02_A_002_INDEX |
| L2B Vector | LARSE/GEDI/GEDI02_B_002 |
| Rastry L2B Monthly | LARSE/GEDI/GEDI02_B_002_MONTHLY |
| Indeks tabeli L2B | LARSE/GEDI/GEDI02_B_002_INDEX |
| L4A Biomass Vector | LARSE/GEDI/GEDI04_A_002 |
| L4A Monthly raster | LARSE/GEDI/GEDI04_A_002_MONTHLY |
| Indeks tabeli L4A | LARSE/GEDI/GEDI04_A_002_INDEX |
| L4B Biomass | LARSE/GEDI/GEDI04_B_002 |
Schemat tabeli
Schemat tabeli
| Nazwa | Typ | Opis |
|---|---|---|
| agbd | PRZ | Przewidywana gęstość biomasy nadziemnej |
| agbd_pi_lower | PRZ | Dolny przedział prognozy (poziom określony w atrybucie „alpha”) |
| agbd_pi_upper | PRZ | Górny przedział prognozy (poziom określony przez atrybut „alpha”) |
| agbd_se | PRZ | Błąd standardowy prognozy gęstości biomasy nadziemnej |
| agbd_t | PRZ | Prognoza modelu w jednostkach dopasowania |
| agbd_t_se | PRZ | Błąd standardowy prognozy modelu w jednostkach dopasowania (potrzebny do obliczania niestandardowych przedziałów prognozy) |
| algorithm_run_flag | PRZ | Jeśli ta flaga ma wartość 1, uruchamiany jest algorytm L4A. Ta flaga wybiera dane, które mają wystarczającą wierność przebiegu do oszacowania AGBD. |
| przesyłać zbliżeniowo | PRZ | Identyfikator wiązki |
| kanał | PRZ | Identyfikator kanału |
| degrade_flag | PRZ | Flaga wskazująca pogorszenie jakości informacji o kierunku lub pozycji |
| delta_time | PRZ | Czas od 1 stycznia 2018 r., godz. 00:00 |
| elev_lowestmode | PRZ | Wysokość środka najniższego trybu względem elipsoidy odniesienia |
| l2_quality_flag | PRZ | Flaga wskazująca najbardziej przydatne dane L2 do prognozowania biomasy |
| l4_quality_flag | PRZ | Oznaczanie upraszczające wybór najbardziej przydatnych prognoz dotyczących biomasy |
| lat_lowestmode | PRZ | Szerokość geograficzna środka trybu o najniższym poziomie |
| lon_lowestmode | PRZ | Długość geograficzna środka najniższego trybu |
| master_frac | PRZ | Czas główny, część ułamkowa. master_int+master_frac jest równoważny z /BEAMXXXX/delta_time |
| master_int | PRZ | Główny czas, część całkowita. Sekundy od master_time_epoch. master_int+master_frac jest równoważne /BEAMXXXX/delta_time', |
| predict_stratum | CIĄG ZNAKÓW | Identyfikator warstwy prognozy. Identyfikator znaku warstwy prognozy nazwa komórki o wielkości 1 km |
| predictor_limit_flag | PRZ | Wartość predyktora wykracza poza zakres danych treningowych (0 – w zakresie; 1 – dolna granica; 2 – górna granica) |
| response_limit_flag | PRZ | Wartość prognozy wykracza poza zakres danych treningowych (0 – w zakresie, 1 – dolna granica, 2 – górna granica) |
| selected_algorithm | PRZ | Wybrana grupa ustawień algorytmu |
| selected_mode | PRZ | Identyfikator trybu wybranego jako najniższy tryb bez szumu |
| selected_mode_flag | PRZ | Flaga wskazująca stan wybranego trybu |
| wrażliwość | PRZ | Czułość wiązki. Maksymalne pokrycie korony drzew, które można przeniknąć, biorąc pod uwagę SNR fali |
| solar_elevation | PRZ | Kąt wzniesienia Słońca |
| surface_flag | PRZ | Wartość elev_lowestmode znajduje się w odległości 300 m od numerycznego modelu terenu (NMT) lub średniej wysokości powierzchni morza (MSS). |
| shot_number | CIĄG ZNAKÓW | Numer ujęcia, unikalny identyfikator. To pole ma format OOOOOBBRRGNNNNNNNN, gdzie:
|
| shot_number_within_beam | PRZ | Numer strzału w wiązce |
| agbd_aN | PRZ | Gęstość biomasy nadziemnej; szerokość geograficzna geolokalizacji w trybie najniższym |
| agbd_pi_lower_aN | PRZ | Dolny przedział prognozy gęstości biomasy nadziemnej |
| agbd_pi_upper_aN | PRZ | Górny przedział prognozowania gęstości biomasy nadziemnej |
| agbd_se_aN | PRZ | Błąd standardowy prognozy gęstości biomasy nadziemnej |
| agbd_t_aN | PRZ | Prognoza modelu gęstości biomasy nadziemnej w przestrzeni przekształconej |
| agbd_t_pi_lower_aN | PRZ | Dolny przedział prognozowania w przestrzeni przekształconej |
| agbd_t_pi_upper_aN | PRZ | Górny odstęp prognozowania w przestrzeni przekształconej |
| agbd_t_se_aN | PRZ | Błąd standardowy prognozy modelu w jednostkach dopasowania |
| algorithm_run_flag_aN | PRZ | Flaga uruchomienia algorytmu – algorytm jest uruchamiany, jeśli ta flaga ma wartość 1. Ta flaga wybiera dane o wystarczającej wierności przebiegu do oszacowania AGBD. |
| l2_quality_flag_aN | PRZ | Flaga wskazująca najbardziej przydatne dane L2 do prognozowania biomasy |
| l4_quality_flag_aN | PRZ | Oznaczanie upraszczające wybór najbardziej przydatnych prognoz dotyczących biomasy |
| predictor_limit_flag_aN | PRZ | Wartość predyktora wykracza poza zakres danych treningowych |
| response_limit_flag_aN | PRZ | Wartość prognozy wykracza poza zakres danych treningowych |
| selected_mode_aN | PRZ | Identyfikator trybu wybranego jako najniższy tryb bez szumu |
| selected_mode_flag_aN | PRZ | Flaga wskazująca stan wybranego trybu |
| elev_lowestmode_aN | PRZ | Wysokość środka najniższego trybu względem elipsoidy odniesienia |
| lat_lowestmode_aN | PRZ | Szerokość geograficzna środka trybu o najniższym poziomie |
| lon_lowestmode_aN | PRZ | Długość geograficzna środka najniższego trybu |
| sensitivity_aN | PRZ | Maksymalne pokrycie korony drzew, które można przeniknąć, biorąc pod uwagę SNR kształtu fali |
| stale_return_flag | PRZ | Flaga z digitizera wskazująca, że algorytm wykrywania tętna w czasie rzeczywistym nie wykrył sygnału zwrotnego powyżej progu wykrywania w całym 10-kilometrowym oknie wyszukiwania. Do wyboru telemetrii użyto lokalizacji impulsu z poprzedniego strzału. |
| landsat_treecover | PRZ | Pokrycie drzewami w 2010 r., zdefiniowane jako zamknięcie koron wszystkich roślin o wysokości powyżej 5 m (Hansen i in., 2013) i zakodowane jako wartość procentowa w każdej komórce siatki wyjściowej. |
| landsat_water_persistence | PRZ | Procent obserwacji UMD GLAD Landsat z zaklasyfikowaną wodą powierzchniową w latach 2018–2019. Wartości >80 zwykle oznaczają stałe zbiorniki wodne, a wartości <10 – stały ląd. |
| leaf_off_doy | PRZ | Dzień roku, w którym zaczyna się okres bez liści, w siatce EASE 2.0 o rozdzielczości 1 km, pochodzący z globalnego produktu fenologicznego powierzchni lądu NPP VIIRS. |
| leaf_off_flag | PRZ | Flaga siatki GEDI 1 km EASE 2.0 pochodząca z parametrów leaf_off_doy, leaf_on_doy i pft_class, która wskazuje, czy obserwacja została zarejestrowana w okresie bezlistnym w przypadku lasów iglastych lub liściastych oraz terenów zalesionych. 1=bez liści, 0=z liśćmi. |
| leaf_on_cycle | PRZ | Flaga wskazująca cykl wzrostu roślinności w przypadku obserwacji liści. Wartości to 0=warunki bez liści, 1=cykl 1, 2=cykl 2. |
| leaf_on_doy | PRZ | Dzień roku, w którym zaczyna się okres wegetacyjny, w siatce GEDI 1 km EASE 2.0, pochodzący z produktu NPP VIIRS Global Land Surface Phenology. |
| pft_class | PRZ | Siatka GEDI 1 km EASE 2.0 zawierająca funkcjonalny typ roślin (PFT) pochodzący z produktu MODIS MCD12Q1v006. Wartości są zgodne ze schematem klasyfikacji typu pokrycia terenu 5. |
| region_class | PRZ | GEDI 1 km EASE 2.0 grid world continental regions (0=Water, 1=Europe, 2=North Asia, 3=Australasia, 4=Africa, 5=South Asia, 6=South America, 7=North America). |
| urban_focal_window_size | PRZ | Rozmiar okna centralnego używany do obliczania wartości urban_proportion. Wartości to 3 (rozmiar okna 3 x 3 piksele) lub 5 (rozmiar okna 5 x 5 pikseli). |
| urban_proportion | PRZ | Odsetek powierzchni terenu w obszarze centralnym otaczającym każde zdjęcie, który jest pokryty terenami miejskimi. Pokrycie terenu obszarów miejskich zostało określone na podstawie produktu DLR TanDEM-X Global Urban Footprint o rozdzielczości 12 m. |
Warunki korzystania z usługi
Warunki usługi
Ten zbiór danych należy do domeny publicznej i jest dostępny bez ograniczeń dotyczących użytkowania i dystrybucji. Więcej informacji znajdziesz w zasadach NASA dotyczących danych i informacji o naukach o Ziemi.
Cytaty
GEDI L4A Footprint Level Aboveground Biomass Density, Version 2.1. Dubayah, R.O., J. Armston, J.R. Kellner, L. Duncanson, S.P. Healey, P.L. Patterson, S. Hancock, H. Tang, J. Bruening, M.A. Hofton, J.B. Blair, and S.B. Luthcke. 2022. ORNL DAAC, Oak Ridge, Tennessee, USA. doi:10.3334/ORNLDAAC/2056
DOI
Odkrywaj za pomocą Earth Engine
Edytor kodu (JavaScript)
var dataset = ee.FeatureCollection( 'LARSE/GEDI/GEDI04_A_002/GEDI04_A_2022157233128_O19728_03_T11129_02_003_01_V002'); Map.setCenter(-94.77616, 38.9587, 14); Map.addLayer(dataset);