- در دسترس بودن مجموعه داده
- 2019-04-17T00:00:00Z–2023-03-16T00:00:00Z
- ارائه دهنده مجموعه داده
- Rasterization: Google و USFS Laboratory for Applications of Remote Sensing in Ecology (LARSE) Gridded GEDI Vegetation Structure Metrics and Biomass Density
- برچسب ها
توضیحات
این مجموعه داده شامل معیارهای ساختار پوشش گیاهی شبکه‌بندی‌شده تقریباً جهانی، آماده تجزیه و تحلیل و با وضوح چندگانه است که از محصولات سطح 2 و 4A اکوسیستم جهانی ناسا (GEDI) مرتبط با ردپای لیدار با قطر 25 متر به دست آمده است. این مجموعه داده یک نمایش جامع از ساختار پوشش گیاهی تقریباً جهانی را ارائه می دهد که شامل کل نمایه عمودی است که صرفاً بر اساس GEDI lidar است و با داده های مستقل تأیید شده است.
حسگر GEDI که در ایستگاه فضایی بین‌المللی (ISS) نصب شده است، از هشت پرتو لیزر با فاصله 60 متر در طول مسیر و 600 متر در عرض مسیر در سطح زمین برای اندازه‌گیری ارتفاع زمین و ساختار پوشش گیاهی بین تقریباً 52 درجه عرض جغرافیایی شمالی و جنوبی استفاده می‌کند. بین 17 آوریل 2019 و 16 مارس 2023، GEDI به ترتیب 11 و 7.7 میلیارد شکل موج با کیفیت مناسب برای اندازه گیری ارتفاع زمین و ساختار پوشش گیاهی به دست آورد.
علاوه بر بسیاری از معیارهای استاندارد شات L2 و L4A، چندین معیار دیگر نیز استخراج شده است که ممکن است به ویژه برای کاربردها در فرآیندهای چرخش کربن و آب در مدل‌های سیستم زمین، و همچنین مدیریت جنگل، مدل‌سازی تنوع زیستی و ارزیابی زیستگاه مفید باشد. متغیرها شامل ارتفاع تاج پوشش، پوشش تاج، شاخص سطح گیاه، تنوع ارتفاع شاخ و برگ و تراکم حجمی سطح بوته در طبقات 5 متری است. برای اطلاعات بیشتر به متریک ساختار گیاهی و تراکم زیست توده GEDI Gridded مراجعه کنید.
هشت آمار برای هر متریک شات GEDI گنجانده شده است: میانگین، خطای استاندارد بوت استرپ میانگین، میانه، انحراف استاندارد، محدوده بین چارکی، صدک 95، شاخص تنوع شانون، و تعداد شات. روش فیلترینگ شات با کیفیت که با تراکم زیست توده روی زمین شبکه‌ای GEDI L4B، نسخه 2.1 همسو است، استفاده شد. در مقایسه با مجموعه داده GEDI L3 مربوطه، این مجموعه داده معیارهای شبکه بندی شده اضافی را در وضوح های مکانی چندگانه و در چندین دوره زمانی (سالانه و مدت ماموریت کامل) ارائه می دهد.
این مجموعه داده معیارهای شات GEDI را در شبکه های شطرنجی در سه وضوح فضایی: 1 کیلومتر، 6 کیلومتر و 12 کیلومتر جمع آوری می کند. این مجموعه داده از اندازه پیکسل 1 کیلومتر با معیارهای شمارش استفاده می کند.
باندها
اندازه پیکسل
1000 متر
باندها
| نام | اندازه پیکسل | توضیحات |
|---|---|---|
shots_count | متر | تعداد شلیک ها برای شمارش یک شات در این لایه، فیلدهای زیر باید معتبر باشند: طول جغرافیایی، عرض جغرافیایی، ارتفاع پایین ترین حالت، تاریخ اعشاری، و مدار. |
orbits_uniq | متر | تعداد مدارهای منحصر به فرد |
tracks_uniq | متر | تعداد آهنگ های منحصر به فرد مسیر ترکیبی از مدار و پرتو است. |
shots_nni | متر | شاخص نزدیکترین همسایه (ایوانز و همکاران 2023). |
شرایط استفاده
شرایط استفاده
این مجموعه داده در دامنه عمومی است و بدون محدودیت در استفاده و توزیع در دسترس است. برای اطلاعات بیشتر به سیاست داده ها و اطلاعات علوم زمین ناسا مراجعه کنید.
نقل قول ها
برنز، پی، هاکنبرگ، CR و گوتز، SJ نقشه‌های شبکه‌بندی شده ساختار پوشش گیاهی با وضوح چندگانه از GEDI. Sci Data 11, 881 (2024). doi:10.1038/s41597-024-03668-4
با Earth Engine کاوش کنید
ویرایشگر کد (جاوا اسکریپت)
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_1k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/COUNTS/V1/1KM/gediv002_counts_va_20190417_20230316') // Number of GEDI laser shots (i.e. footprints) per 1km pixel Map.addLayer( i_counts_1k_19to23.select('shots_count'), {min: 0, max: 200, palette: palettes.matplotlib.magma[7]}, 'Shot count per 1km pixel, 2019 to 2023', 0, opac) // Number of ISS orbits (with valid GEDI shots) per 1km pixel Map.addLayer( i_counts_1k_19to23.select('orbits_uniq'), {min: 0, max: 10, palette: palettes.matplotlib.plasma[7]}, 'Unique orbits per 1km 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_1k_19to23.select('shots_nni'), {min: 0.5, max: 1.5, palette: palettes.colorbrewer.RdBu[7]}, 'Shot nearest neighbor index per 1km pixel, 2019 to 2023', 0, opac) // View several GEDI vegetation structure metrics at 1km 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_1k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/1KM/gediv002_rh-98-a0_vf_20190417_20230316') // display the median value of GEDI RH98 measurements per 1km pixel, masking out // values less than 3 consider using a threshold of 10 shots per 1km pixel. More // shots generally yield more accurate estimates of the aggregation statistics // (different bands) var i_rh98_1k_19to23_med = i_rh98_1k_19to23.select('median') var rh98_pal = palettes.crameri.bamako[10].reverse() Map.addLayer( i_rh98_1k_19to23_med.updateMask(i_rh98_1k_19to23_med.gte(3).and( i_rh98_1k_19to23.select('countf').gte(10))), {min: 3, max: 40, palette: rh98_pal}, 'Median RH98 per 1km pixel, 2019 to 2023', 1, opac) // Standard deviation of RH98 per 1km pixel. Captures variability of GEDI // measurements and vegetation heterogeneity Map.addLayer( i_rh98_1k_19to23.select('sd').updateMask(i_rh98_1k_19to23_med.gte(3).and( i_rh98_1k_19to23.select('countf').gte(10))), {min: 2, max: 20, palette: palettes.cmocean.Curl[7]}, 'SD of RH98 per 1km pixel, 2019 to 2023', 0, opac) // Foliage height diversity of the 1m vertical Plant Area Index (PAI) profile var i_fhd_1k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/1KM/gediv002_fhd-pai-1m-a0_vf_20190417_20230316') Map.addLayer( i_fhd_1k_19to23.select('median').updateMask(i_rh98_1k_19to23_med.gte(3).and( i_rh98_1k_19to23.select('countf').gte(10))), {min: 1.2, max: 3.2, palette: palettes.matplotlib.viridis[7].reverse()}, 'Median FHD per 1km 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/V1/1KM/gediv002_pavd-max-h_vf_20190417_20230316') Map.addLayer( i_pavdmaxh_19to23.select('mean').updateMask(i_rh98_1k_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)