GEDI L4A Aboveground Biomass Density, Version 2.1

LARSE/GEDI/GEDI04_A_002
Доступность набора данных
2019-04-18T00:00:00Z–2024-11-28T00:00:00Z
Поставщик набора данных
Обработчик набора данных
Теги
elevation forest-biomass gedi larse nasa tree-cover usgs

Описание

Этот набор данных содержит прогнозы плотности надземной биомассы (в Мг/га) и оценки стандартной ошибки прогноза в пределах каждого отобранного геолокационного лазерного следа, полученные в рамках проекта GEDI (Global Ecosystem Dynamics Investigation) уровня 4A (L4A) версии 2. В этой версии гранулы находятся на суборбитах. Показатели высоты, полученные на основе смоделированных временных диаграмм сигналов, связанных с полевыми оценками AGBD из нескольких регионов и функциональных типов растений (PFT), были скомпилированы для создания набора данных калибровки для моделей, представляющих комбинации регионов мира и PFT (т.е. лиственные широколиственные деревья, вечнозеленые широколиственные деревья, вечнозеленые хвойные деревья, лиственные хвойные деревья и комбинация лугов, кустарников и лесов).Выбор группы настроек алгоритма, используемый для GEDI02_A версии 2, был изменен для вечнозеленых широколиственных деревьев в Южной Америке, чтобы уменьшить количество ложноположительных ошибок, возникающих в результате выбора режимов временных диаграмм сигналов над уровнем земли в качестве самого низкого режима.

Дополнительную информацию можно найти в руководстве пользователя.

Цель проекта Global Ecosystem Dynamics Investigation (GEDI) – описать структуру и динамику экосистем, чтобы значительно улучшить количественную оценку и понимание углеродного цикла и биоразнообразия Земли. Прибор GEDI, прикрепленный к Международной космической станции (МКС), собирает данные по всему миру между 51,6° северной широты и 51,6° южной широты с самым высоким разрешением и самой плотной выборкой трехмерной структуры Земли. Прибор GEDI состоит из трех лазеров, которые создают в общей сложности восемь наземных трансект луча, мгновенно отбирая восемь следов размером около 25 м, расположенных примерно через каждые 60 м вдоль трассы.

Товар Описание
Вектор L2A LARSE/GEDI/GEDI02_A_002
Ежемесячное растровое изображение L2A LARSE/GEDI/GEDI02_A_002_MONTHLY
Индекс таблицы L2A LARSE/GEDI/GEDI02_A_002_INDEX
Вектор L2B LARSE/GEDI/GEDI02_B_002
Ежемесячные растровые изображения L2B LARSE/GEDI/GEDI02_B_002_MONTHLY
Индекс таблицы L2B LARSE/GEDI/GEDI02_B_002_INDEX
Вектор биомассы L4A LARSE/GEDI/GEDI04_A_002
Ежемесячные растровые изображения L4A LARSE/GEDI/GEDI04_A_002_MONTHLY
Индекс таблицы L4A LARSE/GEDI/GEDI04_A_002_INDEX
L4B Biomass LARSE/GEDI/GEDI04_B_002
L4D Imputed Waveforms LARSE/GEDI/GEDI04_D_002

Схема таблицы

Схема таблицы

Название Тип Описание
agbd ПЕР

Прогнозируемая плотность надземной биомассы

agbd_pi_lower ПЕР

Нижняя граница интервала прогнозирования (уровень задается атрибутом alpha)

agbd_pi_upper ПЕР

Верхняя граница прогноза (см. атрибут alpha для уровня)

agbd_se ПЕР

Стандартная погрешность прогноза плотности надземной биомассы

agbd_t ПЕР

Прогноз модели в единицах соответствия

agbd_t_se ПЕР

Стандартная ошибка прогноза модели в единицах соответствия (необходима для расчета пользовательских интервалов прогнозирования)

algorithm_run_flag ПЕР

Если для этого параметра задано значение 1, запускается алгоритм L4A. Этот флаг выбирает данные, у которых достаточная точность формы сигнала для оценки AGBD.

передавать данные ПЕР

Идентификатор луча

канал ПЕР

Идентификатор канала

degrade_flag ПЕР

Пометка, указывающая на ухудшение качества информации о наведении и/или позиционировании.

delta_time ПЕР

Время с 1 января 2018 г., 00:00

elev_lowestmode ПЕР

Высота центра самого низкого режима относительно референц-эллипсоида

l2_quality_flag ПЕР

Пометка, указывающая на наиболее полезные данные L2 для прогнозирования биомассы

l4_quality_flag ПЕР

Пометка, упрощающая выбор наиболее полезных прогнозов биомассы

lat_lowestmode ПЕР

Широта центра самого низкого режима

lon_lowestmode ПЕР

Долгота центра самого низкого режима

master_frac ПЕР

Дробная часть времени основного устройства. master_int+master_frac эквивалентно /BEAMXXXX/delta_time.

master_int ПЕР

Целая часть времени основного видео. Секунды с момента master_time_epoch. master_int+master_frac эквивалентно /BEAMXXXX/delta_time',

predict_stratum STRING

Идентификатор уровня прогноза. Идентификатор символа для названия слоя прогноза для ячейки размером 1 км.

predictor_limit_flag ПЕР

Значение предиктора выходит за пределы данных для обучения (0 – в пределах; 1 – нижняя граница; 2 – верхняя граница).

response_limit_flag ПЕР

Прогнозируемое значение выходит за пределы данных для обучения (0 – в пределах; 1 – нижняя граница; 2 – верхняя граница).

selected_algorithm ПЕР

Выбранная группа настроек алгоритма

selected_mode ПЕР

Идентификатор режима, выбранного в качестве самого низкого режима без шума

selected_mode_flag ПЕР

Пометка, указывающая статус selected_mode

Коэффициент чувствительности актива ПЕР

Чувствительность к излучению. Максимальный полог леса, который может быть пробит, с учетом отношения сигнал/шум временной диаграммы сигнала

solar_elevation ПЕР

Угол возвышения солнца

surface_flag ПЕР

Указывает, что elev_lowestmode находится в пределах 300 м от цифровой модели высоты (ЦМВ) или средней высоты поверхности моря (MSS).

shot_number STRING

Номер кадра, уникальный идентификатор. Это поле имеет формат OOOOOBBRRGNNNNNNNN, где:

  • OOOOO – номер орбиты;
  • BB – номер луча.
  • RR: зарезервировано для использования в будущем
  • G: номер гранулы суборбиты
  • NNNNNNNN – индекс кадра.
shot_number_within_beam ПЕР

Номер снимка в луче

agbd_aN ПЕР

Плотность надземной биомассы; Геолокация, широта, lowestmode

agbd_pi_lower_aN ПЕР

Нижний интервал прогноза плотности надземной биомассы

agbd_pi_upper_aN ПЕР

Верхний интервал прогнозирования плотности надземной биомассы

agbd_se_aN ПЕР

Стандартная погрешность прогноза плотности надземной биомассы

agbd_t_aN ПЕР

Прогноз модели плотности надземной биомассы в пространстве преобразования

agbd_t_pi_lower_aN ПЕР

Нижний интервал прогнозирования в пространстве преобразования

agbd_t_pi_upper_aN ПЕР

Верхний интервал прогнозирования в пространстве преобразования

agbd_t_se_aN ПЕР

Стандартная ошибка прогноза модели в единицах соответствия

algorithm_run_flag_aN ПЕР

Флаг запуска алгоритма. Если он равен 1, алгоритм запускается. Этот флаг выбирает данные, которые имеют достаточную точность формы сигнала для оценки AGBD.

l2_quality_flag_aN ПЕР

Пометка, указывающая на наиболее полезные данные L2 для прогнозирования биомассы

l4_quality_flag_aN ПЕР

Пометка, упрощающая выбор наиболее полезных прогнозов биомассы

predictor_limit_flag_aN ПЕР

Значение предиктора находится за пределами диапазона данных для обучения

response_limit_flag_aN ПЕР

Прогнозируемое значение находится за пределами диапазона данных для обучения

selected_mode_aN ПЕР

Идентификатор режима, выбранного в качестве самого низкого режима без шума

selected_mode_flag_aN ПЕР

Пометка, указывающая статус выбранного режима

elev_lowestmode_aN ПЕР

Высота центра самой низкой моды относительно референц-эллипсоида.

lat_lowestmode_aN ПЕР

Широта центра самого низкого режима

lon_lowestmode_aN ПЕР

Долгота центра самого низкого режима

sensitivity_aN ПЕР

Максимальный полог леса, который может быть пробит с учетом отношения сигнал/шум временной диаграммы сигнала

stale_return_flag ПЕР

Флаг от оцифровщика, указывающий, что алгоритм обнаружения импульсов в реальном времени не обнаружил обратный сигнал выше порога обнаружения во всем окне поиска 10 км. Для выбора телеметрической формы сигнала использовалось местоположение импульса предыдущего выстрела.

landsat_treecover ПЕР

Тень от деревьев в 2010 году, определяемая как сомкнутость полога для всей растительности высотой более 5 м (Hansen et al., 2013 г.) и закодированы в виде процента на ячейку сетки выходных данных.

landsat_water_persistence ПЕР

Процент наблюдений UMD GLAD Landsat с классифицированными поверхностными водами в период с 2018 по 2019 г. Значения >80 обычно представляют постоянную воду, а значения <10 – постоянную сушу.

leaf_off_doy ПЕР

День года, когда начинается листопад, по данным GEDI 1 км EASE 2.0, полученным из глобального продукта фенологии земной поверхности NPP VIIRS.

leaf_off_flag ПЕР

Пометка сетки GEDI 1 km EASE 2.0, полученная на основе leaf_off_doy, leaf_on_doy и pft_class, указывающая, было ли наблюдение записано в условиях отсутствия листьев в листопадных хвойных или широколиственных лесах и лесных массивах. 1 – без листьев, 0 – с листьями.

leaf_on_cycle ПЕР

Пометка, указывающая на цикл роста растительности для наблюдений за листьями. Значения: 0 – без листьев, 1 – цикл 1, 2 – цикл 2.

leaf_on_doy ПЕР

День года, когда на деревьях появляются листья, по данным GEDI 1 km EASE 2.0 grid, полученным из продукта NPP VIIRS Global Land Surface Phenology.

pft_class ПЕР

Функциональный тип растений (PFT) в сетке EASE 2.0 с разрешением 1 км, полученный на основе продукта MODIS MCD12Q1v006. Значения соответствуют схеме классификации земного покрова типа 5.

region_class ПЕР

Континентальные регионы мира по сетке GEDI 1 км EASE 2.0 (0=вода, 1=Европа, 2=Северная Азия, 3=Австралазия, 4=Африка, 5=Южная Азия, 6=Южная Америка, 7=Северная Америка).

urban_focal_window_size ПЕР

Размер фокального окна, используемый для расчета urban_proportion. Допустимые значения: 3 (размер окна 3 x 3 пикселя) или 5 (размер окна 5 x 5 пикселей).

urban_proportion ПЕР

Процентная доля площади земли в пределах фокусной области, окружающей каждый снимок, которая представляет собой городской земной покров. Данные о городском земном покрове были получены из продукта TanDEM-X Global Urban Footprint Product с разрешением 12 м от Германского центра авиации и космонавтики (DLR).

Условия использования

Условия использования

Этот набор данных является общественным достоянием и доступен без ограничений на использование и распространение. Дополнительную информацию можно найти в правилах НАСА в отношении данных и информации о Земле.

Библиографические ссылки

Ссылки:
  • Плотность надземной биомассы на уровне зоны покрытия GEDI L4A, версия 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 г. ORNL DAAC, Ок-Ридж, Теннесси, США. doi:10.3334/ORNLDAAC/2056

Цифровые идентификаторы объектов

Исследуйте мир с помощью Earth Engine

Редактор кода (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);
Открыть в редакторе кода