- डेटासेट की उपलब्धता
- 2019-04-18T00:00:00Z–2024-11-28T00:00:00Z
- डेटासेट उपलब्ध कराने वाली कंपनी
- USFS Laboratory for Applications of Remote Sensing in Ecology (LARSE) NASA GEDI mission, accessed through the USGS LP DAAC
- टैग
ब्यौरा
इस डेटासेट में, ग्लोबल इकोसिस्टम डाइनैमिक्स इन्वेस्टिगेशन (GEDI) के लेवल 4A (L4A) के वर्शन 2 के अनुमान शामिल हैं. इनमें ज़मीन के ऊपर मौजूद बायोमास डेंसिटी (एजीबीडी; Mg/ha में) और हर सैंपल किए गए, भौगोलिक जगह की जानकारी वाले लेज़र फ़ुटप्रिंट में अनुमान के स्टैंडर्ड एरर के अनुमान शामिल हैं. इस वर्शन में, ग्रेन्यूल सब-ऑर्बिट में हैं. कई क्षेत्रों और पौधों के फ़ंक्शनल टाइप (पीएफ़टी) से एजीबीडी के फ़ील्ड अनुमानों से जुड़े सिम्युलेटेड वेवफ़ॉर्म से ऊंचाई की मेट्रिक को कंपाइल किया गया था. ऐसा इसलिए किया गया, ताकि दुनिया के क्षेत्रों और पीएफ़टी के कॉम्बिनेशन को दिखाने वाले मॉडल के लिए कैलिब्रेशन डेटासेट जनरेट किया जा सके. जैसे, पर्णपाती चौड़ी पत्ती वाले पेड़, सदाबहार चौड़ी पत्ती वाले पेड़, सदाबहार सुई जैसी पत्ती वाले पेड़, पर्णपाती सुई जैसी पत्ती वाले पेड़, और घास के मैदान, झाड़ियों, और जंगलों का कॉम्बिनेशन. GEDI02_A वर्शन 2 के लिए इस्तेमाल किए गए एल्गोरिदम सेटिंग ग्रुप के चुनाव में बदलाव किया गया है. यह बदलाव दक्षिण अमेरिका में सदाबहार चौड़ी पत्ती वाले पेड़ों के लिए किया गया है. ऐसा इसलिए किया गया है, ताकि सबसे कम मोड के तौर पर ज़मीन से ऊपर की ऊंचाई के वेवफ़ॉर्म मोड को चुनने की वजह से होने वाली फ़ॉल्स पॉज़िटिव गड़बड़ियों को कम किया जा सके.
ज़्यादा जानकारी के लिए, कृपया उपयोगकर्ता गाइड देखें.
ग्लोबल इकोसिस्टम डाइनैमिक्स इन्वेस्टिगेशन GEDI मिशन का मकसद, इकोसिस्टम के स्ट्रक्चर और डाइनैमिक्स की जानकारी देना है. इससे पृथ्वी के कार्बन चक्र और जैव विविधता को बेहतर तरीके से समझा जा सकेगा और उनका आकलन किया जा सकेगा. GEDI इंस्ट्रूमेंट, इंटरनेशनल स्पेस स्टेशन (आईएसएस) से जुड़ा है. यह दुनिया भर में 51.6° उत्तर और 51.6° दक्षिण अक्षांश के बीच डेटा इकट्ठा करता है. यह पृथ्वी की 3D संरचना का सबसे ज़्यादा रिज़ॉल्यूशन और सबसे ज़्यादा घनत्व वाला सैंपल लेता है. GEDI इंस्ट्रूमेंट में तीन लेज़र होते हैं. इनसे कुल आठ बीम ग्राउंड ट्रांससेक्ट मिलते हैं. ये तुरंत आठ ~25 मीटर फ़ुटप्रिंट का सैंपल लेते हैं. ये फ़ुटप्रिंट, ट्रैक के साथ-साथ करीब 60 मीटर की दूरी पर होते हैं.
| प्रॉडक्ट | ब्यौरा |
|---|---|
| L2A वेक्टर | LARSE/GEDI/GEDI02_A_002 |
| L2A का हर महीने का रास्टर | LARSE/GEDI/GEDI02_A_002_MONTHLY |
| L2A टेबल इंडेक्स | LARSE/GEDI/GEDI02_A_002_INDEX |
| L2B वेक्टर | LARSE/GEDI/GEDI02_B_002 |
| L2B का हर महीने का रास्टर | LARSE/GEDI/GEDI02_B_002_MONTHLY |
| L2B टेबल इंडेक्स | LARSE/GEDI/GEDI02_B_002_INDEX |
| L4A बायोमास वेक्टर | LARSE/GEDI/GEDI04_A_002 |
| L4A का हर महीने का रास्टर | LARSE/GEDI/GEDI04_A_002_MONTHLY |
| L4A टेबल इंडेक्स | LARSE/GEDI/GEDI04_A_002_INDEX |
| L4B बायोमास | LARSE/GEDI/GEDI04_B_002 |
टेबल स्कीमा
टेबल स्कीमा
| नाम | टाइप | ब्यौरा |
|---|---|---|
| agbd | INT | ज़मीन के ऊपर मौजूद बायोमास डेंसिटी का अनुमान |
| agbd_pi_lower | INT | अनुमान के इंटरवल की निचली सीमा (लेवल के लिए "ऐल्फ़ा" एट्रिब्यूट देखें) |
| agbd_pi_upper | INT | अनुमान के इंटरवल की ऊपरी सीमा (लेवल के लिए "ऐल्फ़ा" एट्रिब्यूट देखें) |
| agbd_se | INT | ज़मीन के ऊपर मौजूद बायोमास डेंसिटी के अनुमान में स्टैंडर्ड गड़बड़ी |
| agbd_t | INT | फ़िट यूनिट में मॉडल का अनुमान |
| agbd_t_se | INT | फ़िट यूनिट में मॉडल के अनुमान की मानक गड़बड़ी (कस्टम अनुमानित इंटरवल की गणना के लिए ज़रूरी है) |
| algorithm_run_flag | INT | अगर इस फ़्लैग को 1 पर सेट किया जाता है, तो L4A एल्गोरिदम चलता है. यह फ़्लैग, ऐसे डेटा को चुनता है जिसमें एजीबीडी का अनुमान लगाने के लिए, वेवफ़ॉर्म की फ़िडेलिटी काफ़ी होती है. |
| बीम करें | INT | बीम आइडेंटिफ़ायर |
| चैनल | INT | चैनल आइडेंटिफ़ायर |
| degrade_flag | INT | यह फ़्लैग, पॉइंटिंग और/या पोज़िशनिंग की जानकारी की क्वालिटी खराब होने की स्थिति को दिखाता है |
| delta_time | INT | 1 जनवरी, 2018 को 00:00 बजे से अब तक का समय |
| elev_lowestmode | INT | रेफ़रंस एलिप्सॉइड के हिसाब से, सबसे कम मोड के सेंटर की ऊंचाई |
| l2_quality_flag | INT | बायोमास के अनुमानों के लिए, सबसे काम के L2 डेटा की पहचान करने वाला फ़्लैग |
| l4_quality_flag | INT | सबसे ज़्यादा काम की बायोमास से जुड़ी अनुमानित जानकारी को आसानी से चुनने की सुविधा को फ़्लैग करना |
| lat_lowestmode | INT | सबसे कम मोड के केंद्र का अक्षांश |
| lon_lowestmode | INT | सबसे कम मोड के केंद्र का देशांतर |
| master_frac | INT | मास्टर टाइम, फ़्रैक्शनल पार्ट. master_int+master_frac, /BEAMXXXX/delta_time के बराबर होता है |
| master_int | INT | मास्टर टाइम, पूर्णांक हिस्सा. master_time_epoch के बाद के सेकंड. master_int+master_frac, /BEAMXXXX/delta_time' के बराबर होता है, |
| predict_stratum | स्ट्रिंग | अनुमान के स्ट्रैटम का आइडेंटिफ़ायर. 1 कि॰मी॰ की सेल के लिए, अनुमानित स्ट्रैटम के नाम का वर्ण आईडी |
| predictor_limit_flag | INT | अनुमान लगाने वाले की वैल्यू, ट्रेनिंग डेटा की सीमाओं से बाहर है (0=सीमाओं के अंदर; 1=निचली सीमा; 2=ऊपरी सीमा) |
| response_limit_flag | INT | अनुमानित वैल्यू, ट्रेनिंग डेटा की सीमाओं से बाहर है (0=सीमाओं के अंदर; 1=निचली सीमा; 2=ऊपरी सीमा) |
| selected_algorithm | INT | चुने गए एल्गोरिदम की सेटिंग का ग्रुप |
| selected_mode | INT | सबसे कम नॉइज़ वाला मोड चुनने पर, उसका आईडी |
| selected_mode_flag | INT | यह फ़्लैग, selected_mode की स्थिति दिखाता है |
| संवेदनशीलता | INT | बीम की संवेदनशीलता. वेवफ़ॉर्म के एसएनआर के हिसाब से, कैनोपी कवर की ज़्यादा से ज़्यादा वह सीमा जहां तक लेज़र पहुंच सकती है |
| solar_elevation | INT | सूर्य का एलिवेशन ऐंगल |
| surface_flag | INT | इससे पता चलता है कि elev_lowestmode, डिजिटल एलिवेशन मॉडल (डीईएम) या मीन सी सर्फ़ेस (एमएसएस) एलिवेशन के 300 मीटर के दायरे में है |
| shot_number | स्ट्रिंग | शॉट नंबर, एक यूनीक आइडेंटिफ़ायर. इस फ़ील्ड का फ़ॉर्मैट OOOOOBBRRGNNNNNNNN होता है. इसमें:
|
| shot_number_within_beam | INT | बीम में शॉट की संख्या |
| agbd_aN | INT | ज़मीन के ऊपर बायोमास का घनत्व; जियोलोकेशन का अक्षांश सबसे कम मोड |
| agbd_pi_lower_aN | INT | ज़मीन के ऊपर मौजूद बायोमास की डेंसिटी के अनुमान के इंटरवल की निचली सीमा |
| agbd_pi_upper_aN | INT | ज़मीन के ऊपर मौजूद बायोमास की डेंसिटी के अनुमानित इंटरवल की ऊपरी सीमा |
| agbd_se_aN | INT | ज़मीन के ऊपर मौजूद बायोमास डेंसिटी के अनुमान में स्टैंडर्ड गड़बड़ी |
| agbd_t_aN | INT | ट्रांसफ़ॉर्म स्पेस में, ज़मीन के ऊपर मौजूद बायोमास डेंसिटी मॉडल का अनुमान |
| agbd_t_pi_lower_aN | INT | ट्रांसफ़ॉर्म स्पेस में अनुमान के इंटरवल की निचली सीमा |
| agbd_t_pi_upper_aN | INT | ट्रांसफ़ॉर्म स्पेस में अनुमान के इंटरवल की ऊपरी सीमा |
| agbd_t_se_aN | INT | फ़िट यूनिट में मॉडल के अनुमान की मानक गड़बड़ी |
| algorithm_run_flag_aN | INT | एल्गोरिदम रन फ़्लैग-अगर इस फ़्लैग को 1 पर सेट किया जाता है, तो यह एल्गोरिदम चलता है. यह फ़्लैग ऐसे डेटा को चुनता है जिसमें एजीबीडी का अनुमान लगाने के लिए, वेवफ़ॉर्म की फ़िडेलिटी काफ़ी होती है |
| l2_quality_flag_aN | INT | बायोमास के अनुमानों के लिए, सबसे काम के एल2 डेटा की पहचान करने वाला फ़्लैग' |
| l4_quality_flag_aN | INT | सबसे ज़्यादा काम की बायोमास से जुड़ी अनुमानित जानकारी को आसानी से चुनने की सुविधा को फ़्लैग करना |
| predictor_limit_flag_aN | INT | अनुमान लगाने वाले की वैल्यू, ट्रेनिंग डेटा की सीमाओं से बाहर है |
| response_limit_flag_aN | INT | अनुमानित वैल्यू, ट्रेनिंग डेटा की सीमाओं से बाहर है |
| selected_mode_aN | INT | सबसे कम नॉइज़ वाला मोड चुनने पर, उसका आईडी |
| selected_mode_flag_aN | INT | चुने गए मोड की स्थिति दिखाने वाला फ़्लैग |
| elev_lowestmode_aN | INT | रेफ़रंस एलिप्सॉइड के हिसाब से, सबसे निचले मोड के सेंटर की ऊंचाई |
| lat_lowestmode_aN | INT | सबसे कम मोड के केंद्र का अक्षांश |
| lon_lowestmode_aN | INT | सबसे कम मोड के केंद्र का देशांतर |
| sensitivity_aN | INT | वेवफ़ॉर्म के एसएनआर को ध्यान में रखते हुए, ज़्यादा से ज़्यादा कैनोपी कवर |
| stale_return_flag | INT | डिजीटाइज़र से मिला फ़्लैग. इससे पता चलता है कि रीयल-टाइम पल्स का पता लगाने वाले एल्गोरिदम को, 10 कि॰मी॰ की पूरी सर्च विंडो में, पता लगाने की थ्रेशोल्ड वैल्यू से ज़्यादा का रिटर्न सिग्नल नहीं मिला. टेलीमीटर किए गए वेवफ़ॉर्म को चुनने के लिए, पिछले शॉट की पल्स लोकेशन का इस्तेमाल किया गया था. |
| landsat_treecover | INT | साल 2010 में पेड़ों से ढकी जगह. इसे 5 मीटर से ज़्यादा ऊंचाई वाली सभी वनस्पतियों के लिए, कैनोपी क्लोज़र के तौर पर तय किया गया है (हैनसेन वगैरह, 2013) और इसे आउटपुट ग्रिड सेल के हिसाब से प्रतिशत के तौर पर कोड किया जाता है. |
| landsat_water_persistence | INT | साल 2018 और 2019 के बीच, UMD GLAD Landsat की उन इमेज का प्रतिशत जिनमें सतह पर मौजूद पानी को क्लासिफ़ाई किया गया है. वैल्यू >80 का मतलब आम तौर पर स्थायी पानी होता है, जबकि वैल्यू <10 का मतलब स्थायी ज़मीन होता है. |
| leaf_off_doy | INT | यह GEDI 1 कि॰मी॰ EASE 2.0 ग्रिड का लीफ़-ऑफ़ स्टार्ट डे-ऑफ़-ईयर है. इसे NPP VIIRS Global Land Surface Phenology Product से लिया गया है. |
| leaf_off_flag | INT | GEDI 1 कि॰मी॰ EASE 2.0 ग्रिड फ़्लैग, leaf_off_doy, leaf_on_doy, और pft_class से मिला है. इससे पता चलता है कि पर्णपाती सुईदार या चौड़ी पत्ती वाले जंगलों और वुडलैंड में, पत्तियां न होने की स्थिति में ऑब्ज़र्वेशन रिकॉर्ड किया गया था या नहीं. 1=पत्तियां नहीं हैं, 0=पत्तियां हैं. |
| leaf_on_cycle | INT | यह फ़्लैग, पत्तों के उगने के समय की वनस्पति के बढ़ने के चक्र के बारे में बताता है. वैल्यू ये हैं: 0=पत्तियां न होने की स्थिति, 1=पहला साइकल, 2=दूसरा साइकल. |
| leaf_on_doy | INT | GEDI 1 कि॰मी॰ EASE 2.0 ग्रिड लीफ़-ऑन स्टार्ट डे- ऑफ़-ईयर, NPP VIIRS ग्लोबल लैंड सर्फ़ेस फ़िनॉलॉजी प्रॉडक्ट से लिया गया है. |
| pft_class | INT | यह GEDI 1 कि॰मी॰ EASE 2.0 ग्रिड है. यह MODIS MCD12Q1v006 प्रॉडक्ट से मिला है. इसमें प्लांट फ़ंक्शनल टाइप (पीएफ़टी) की जानकारी होती है. वैल्यू, लैंड कवर टाइप 5 क्लासिफ़िकेशन स्कीम के मुताबिक होती हैं. |
| region_class | INT | GEDI 1 km EASE 2.0 ग्रिड वर्ल्ड कॉन्टिनेंटल रीजन (0=पानी, 1=यूरोप, 2=उत्तरी एशिया, 3=ऑस्ट्रेलिया, 4=अफ़्रीका, 5=दक्षिण एशिया, 6=दक्षिण अमेरिका, 7=उत्तरी अमेरिका). |
| urban_focal_window_size | INT | शहरी आबादी का अनुपात (urban_proportion) का हिसाब लगाने के लिए इस्तेमाल किया गया फ़ोकल विंडो साइज़. वैल्यू 3 (3x3 पिक्सल विंडो का साइज़) या 5 (5x5 पिक्सल विंडो का साइज़) होती हैं. |
| urban_proportion | INT | हर शॉट के आस-पास के फ़ोकल एरिया में, शहरी ज़मीन के कवरेज का प्रतिशत. शहरी इलाके के लैंड कवर की जानकारी, DLR के 12 मीटर रिज़ॉल्यूशन वाले TanDEM-X Global Urban Footprint Product से ली गई है. |
उपयोग की शर्तें
इस्तेमाल की शर्तें
यह डेटासेट सार्वजनिक डोमेन में है. इसका इस्तेमाल और डिस्ट्रिब्यूशन बिना किसी पाबंदी के किया जा सकता है. ज़्यादा जानकारी के लिए, NASA की पृथ्वी विज्ञान से जुड़े डेटा और जानकारी की नीति देखें.
उद्धरण
GEDI L4A फ़ुटप्रिंट लेवल अबवग्राउंड बायोमास डेंसिटी, वर्शन 2.1. डूबयाह, आर॰ओ॰, जे॰ Armston, J.R. Kellner, L. डंकनसन, एस॰पी॰ हीली, पी॰एल॰ पैटर्सन, एस॰ हैनकॉक, एच॰ Tang, J. ब्रूनिंग, एम॰ए॰ हॉफ़्टन, जे॰बी॰ ब्लेयर, और एस॰बी॰ लुट्के. 2022. ORNL DAAC, Oak Ridge, Tennessee, USA. doi:10.3334/ORNLDAAC/2056
डीओआई
Earth Engine की मदद से एक्सप्लोर करना
कोड एडिटर (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);