- Доступность набора данных
- 2019-04-17T00:00:00Z–2023-03-16T00:00:00Z
- Поставщик набора данных
- Растеризация: Google и Лаборатория по применению дистанционного зондирования в экологии (LARSE) Лесной службы США
- Обработчик набора данных
- Gridded GEDI Vegetation Structure Metrics and Biomass Density
- Теги
Описание
Этот набор данных состоит из готовых к анализу сеточных показателей структуры растительности с несколькими разрешениями, полученных в результате глобального исследования динамики экосистем (GEDI) НАСА на основе продуктов уровней 2 и 4A, связанных с лидарными следами диаметром 25 м. Этот набор данных содержит подробное представление структуры растительности почти по всему миру, включая весь вертикальный профиль, основанное исключительно на лидаре GEDI и подтвержденное независимыми данными.
Датчик GEDI, установленный на Международной космической станции (МКС), использует восемь лазерных лучей, расположенных на расстоянии 60 м вдоль траектории и 600 м поперек траектории на поверхности Земли, для измерения высоты грунта и структуры растительности между примерно 52 градусами северной и южной широты. С 17 апреля 2019 г. по 16 марта 2023 г. GEDI собрал 11 и 7, 7 миллиарда качественных временных диаграмм сигналов, подходящих для измерения высоты земли и структуры растительности соответственно.
В дополнение ко многим стандартным показателям L2 и L4A были получены несколько дополнительных показателей, которые могут быть особенно полезны для приложений в процессах круговорота углерода и воды в моделях земной системы, а также для управления лесами, моделирования биоразнообразия и оценки среды обитания. Переменные включают высоту и плотность лесного покрова, индекс площади растений, разнообразие высоты листвы и плотность объема площади растений на уровне 5 м. Дополнительную информацию можно найти в статье Gridded GEDI Vegetation Structure Metrics and Biomass Density (Показатели структуры растительности и плотности биомассы GEDI в виде сетки).
Для каждого показателя GEDI shot включены восемь статистических данных: среднее значение, стандартная ошибка среднего значения, медиана, стандартное отклонение, межквартильный диапазон, 95-й процентиль, индекс разнообразия Шеннона и количество снимков. Использовалась методология фильтрации качественных снимков, соответствующая GEDI L4B Gridded Aboveground Biomass Density, версия 2.1. По сравнению с соответствующим набором данных GEDI L3, этот набор данных предоставляет дополнительные сеточные показатели с несколькими пространственными разрешениями и за несколько временных периодов (годовой и за всю продолжительность миссии).
Этот набор данных содержит показатели GEDI, агрегированные в растровые сетки с тремя пространственными разрешениями: 1 км, 6 км и 12 км. В этом наборе данных используется размер пикселя 12 км с показателями количества.
Диапазоны частот
Диапазоны частот
Размер пикселя: 12 000 м (все диапазоны).
| Название | Размер пикселя | Описание |
|---|---|---|
shots_count |
12 000 метров | Количество кадров. Чтобы снимок был учтен в этом слое, должны быть действительными следующие поля: долгота, широта, высота самой низкой точки, дата в десятичном формате и орбита. |
orbits_uniq |
12 000 метров | Количество уникальных орбит. |
tracks_uniq |
12 000 метров | Количество уникальных треков. Трек – это комбинация орбиты и луча. |
shots_nni |
12 000 метров | Индекс ближайшего соседа (Evans et al. 2023). |
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
Burns, P., Hakkenberg, C.R. & Goetz, S.J. Multi-resolution gridded maps of vegetation structure from GEDI. Sci Data 11, 881 (2024). doi:10.1038/s41597-024-03668-4
Исследуйте с помощью Earth Engine
Редактор кода (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)