- Disponibilidad del conjunto de datos
- 2019-04-17T00:00:00Z–2023-03-16T00:00:00Z
- Proveedor de conjuntos de datos
- Rasterization: Google and USFS Laboratory for Applications of Remote Sensing in Ecology (LARSE) Gridded GEDI Vegetation Structure Metrics and Biomass Density
- Etiquetas
Descripción
Este conjunto de datos consta de métricas de estructura de vegetación en formato de cuadrícula, listas para el análisis y con varias resoluciones, casi a nivel global, que se derivan de los productos de nivel 2 y 4A de la Investigación de Dinámica de Ecosistemas Globales (GEDI) de la NASA, asociados con huellas de lidar de 25 m de diámetro. Este conjunto de datos proporciona una representación integral de la estructura de la vegetación casi global que incluye todo el perfil vertical, se basa únicamente en el lidar de GEDI y se valida con datos independientes.
El sensor GEDI, instalado en la Estación Espacial Internacional (EEI), utiliza ocho rayos láser separados por 60 m a lo largo de la trayectoria y 600 m a través de la trayectoria en la superficie de la Tierra para medir la elevación del terreno y la estructura de la vegetación entre aproximadamente 52 grados de latitud norte y sur. Entre el 17 de abril de 2019 y el 16 de marzo de 2023, GEDI adquirió 11 y 7,700 millones de formas de onda de calidad adecuadas para medir la elevación del terreno y la estructura de la vegetación, respectivamente.
Además de muchas de las métricas de disparos estándar de L2 y L4A, se derivaron varias métricas adicionales que pueden ser particularmente útiles para las aplicaciones en los procesos de ciclos de carbono y agua en los modelos del sistema terrestre, así como para la gestión forestal, el modelado de la biodiversidad y la evaluación del hábitat. Las variables incluyen la altura de la copa, la cobertura de la copa, el índice de área foliar, la diversidad de altura del follaje y la densidad del volumen del área de la planta en estratos de 5 m. Consulta Gridded GEDI Vegetation Structure Metrics and Biomass Density para obtener más información.
Se incluyen ocho estadísticas para cada métrica de la toma de GEDI: media, error estándar de la media con bootstrapping, mediana, desviación estándar, rango intercuartílico, percentil 95, índice de diversidad de Shannon y recuento de tomas. Se usó una metodología de filtrado de tomas de calidad que se alinea con la densidad de biomasa sobre el suelo en cuadrículas de L4B de GEDI, versión 2.1. En comparación con el conjunto de datos de GEDI L3 correspondiente, este conjunto de datos proporciona métricas discretizadas adicionales en varias resoluciones espaciales y durante varios períodos temporales (anual y la duración completa de la misión).
Este conjunto de datos proporciona métricas de disparos de GEDI agregadas en cuadrículas ráster con tres resoluciones espaciales: 1 km, 6 km y 12 km. Este conjunto de datos usa el tamaño de píxel de 12 km con métricas de recuentos.
Bandas
Tamaño del píxel
12,000 metros
Bandas
| Nombre | Tamaño de los píxeles | Descripción |
|---|---|---|
shots_count |
metros | Es la cantidad de tomas. Para que una toma se incluya en esta capa, los siguientes campos deben ser válidos: longitud, latitud, elevación del modo más bajo, fecha decimal y órbita. |
orbits_uniq |
metros | Es la cantidad de órbitas únicas. |
tracks_uniq |
metros | Es la cantidad de pistas únicas. Un segmento es la combinación de órbita y haz. |
shots_nni |
metros | Índice de vecinos más cercanos (Evans et al., 2023). |
Condiciones de Uso
Condiciones de Uso
Este conjunto de datos es de dominio público y está disponible sin restricciones de uso ni distribución. Consulta la Política de datos e información de ciencias de la Tierra de la NASA para obtener información adicional.
Citas
Burns, P., Hakkenberg, C.R. y Goetz, S.J. Multi-resolution gridded maps of vegetation structure from GEDI. Sci Data 11, 881 (2024). doi:10.1038/s41597-024-03668-4
Explora con Earth Engine
Editor de código (JavaScript)
var palettes = require('users/gena/packages:palettes'); // slopeshade basemap var elev = ee.Image('MERIT/DEM/v1_0_3').select('dem') var slope = ee.Terrain.slope(elev) Map.setCenter(92.319, 27.129, 8) Map.addLayer( slope, {min: 0, max: 40, palette: ['ffffff', '000000']}, 'Slopeshade') var opac = 0.7 // View various measurement count metrics from 2019 to 2023 // "va" in the asset name corresponds to the count of high-quality, leaf-on // vegetation measurements by GEDI var i_counts_12k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/COUNTS/V1/12KM/gediv002_counts_va_20190417_20230316') // Number of GEDI laser shots (i.e. footprints) per 12km pixel Map.addLayer( i_counts_12k_19to23.select('shots_count'), {min: 0, max: 200, palette: palettes.matplotlib.magma[7]}, 'Shot count per 12km pixel, 2019 to 2023', 0, opac) // Number of ISS orbits (with valid GEDI shots) per 12km pixel Map.addLayer( i_counts_12k_19to23.select('orbits_uniq'), {min: 0, max: 10, palette: palettes.matplotlib.plasma[7]}, 'Unique orbits per 12km pixel, 2019 to 2023', 0, opac) // The Nearest Neighbor Index (Evans et al. 2023), a proxy for quantifying // spatial clustering/dispersion of GEDI shots Map.addLayer( i_counts_12k_19to23.select('shots_nni'), {min: 0.5, max: 1.5, palette: palettes.colorbrewer.RdBu[7]}, 'Shot nearest neighbor index per 12km pixel, 2019 to 2023', 0, opac) // View several GEDI vegetation structure metrics at 12km spatial res. // For GEDI metric descriptions see Table 1 at // https://daac.ornl.gov/GEDI/guides/GEDI_HighQuality_Shots_Rasters.html // Relative height of the 98th percentile of returned energy (RH98), a proxy for // tree canopy height var i_rh98_12k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/12KM/gediv002_rh-98-a0_vf_20190417_20230316') // display the median value of GEDI RH98 measurements per 6km pixel, masking out // values less than 3 consider using a threshold of 10 shots per 12km pixel. // More shots generally yield more accurate estimates of the aggregation // statistics (different bands) var i_rh98_12k_19to23_med = i_rh98_12k_19to23.select('median') var rh98_pal = palettes.crameri.bamako[10].reverse() Map.addLayer( i_rh98_12k_19to23_med.updateMask(i_rh98_12k_19to23_med.gte(3).and( i_rh98_12k_19to23.select('countf').gte(10))), {min: 3, max: 40, palette: rh98_pal}, 'Median RH98 per 12km pixel, 2019 to 2023', 1, opac) // Standard deviation of RH98 per 12km pixel. Captures variability of GEDI // measurements and vegetation heterogeneity Map.addLayer( i_rh98_12k_19to23.select('sd').updateMask(i_rh98_12k_19to23_med.gte(3).and( i_rh98_12k_19to23.select('countf').gte(10))), {min: 2, max: 20, palette: palettes.cmocean.Curl[7]}, 'SD of RH98 per 12km pixel, 2019 to 2023', 0, opac) // Foliage height diversity of the 1m vertical Plant Area Index (PAI) profile var i_fhd_12k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/12KM/gediv002_fhd-pai-1m-a0_vf_20190417_20230316') Map.addLayer( i_fhd_12k_19to23.select('median').updateMask( i_rh98_12k_19to23_med.gte(3).and( i_rh98_12k_19to23.select('countf').gte(10))), {min: 1.2, max: 3.2, palette: palettes.matplotlib.viridis[7].reverse()}, 'Median FHD per 12km pixel, 2019 to 2023', 0, opac) // The height above ground associated with the peak of the vertical Plant Area // Volume Density (PAVD) profile var i_pavdmaxh_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/12KM/gediv002_pavd-max-h_vf_20190417_20230316') Map.addLayer( i_pavdmaxh_19to23.select('mean').updateMask( i_rh98_12k_19to23_med.gte(3).and( i_pavdmaxh_19to23.select('countf').gte(10))), {min: 0, max: 25, palette: palettes.cmocean.Haline[7].reverse()}, 'Mean Height of Max. PAVD, 2019 to 2023', 0, opac) // 1km coverage is not great in the low latitudes, try 6 or 12km for a more // continuous depiction var i_rh98_6k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/6KM/gediv002_rh-98-a0_vf_20190417_20230316') // display the median value of GEDI RH98 measurements per 6km pixel, masking out // values less than 3 consider using a threshold of 100 shots per 6km pixel. // More shots generally yield more accurate estimates of the aggregation // statistics (different bands) var i_rh98_6k_19to23_med = i_rh98_6k_19to23.select('median') Map.addLayer( i_rh98_6k_19to23_med.updateMask(i_rh98_6k_19to23_med.gte(3).and( i_rh98_6k_19to23.select('countf').gte(100))), {min: 3, max: 40, palette: rh98_pal}, 'Median RH98 per 6km pixel, 2019 to 2023', 0, opac)