Gridded GEDI Vegetation Structure Metrics and Biomass Density with COUNTS metrics, 12KM pixel size

LARSE/GEDI/GRIDDEDVEG_002/COUNTS/V1/12KM
Доступность набора данных
2019-04-17T00:00:00Z–2023-03-16T00:00:00Z
Поставщик набора данных
Обработчик набора данных
Фрагмент кода Earth Engine
ee.ImageCollection("LARSE/GEDI/GRIDDEDVEG_002/COUNTS/V1/12KM")
Теги
biomass canopy forest forest-biomass gedi larse lidar nasa vegetation

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

Источники:
  • 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)
Открыть в редакторе кода