- Veri Kümesi Kullanılabilirliği
- 2019-04-17T00:00:00Z–2023-03-16T00:00:00Z
- Veri Kümesi Sağlayıcı
- Rasterleştirme: Google ve Ekolojide Uzaktan Algılama Uygulamaları Laboratuvarı (LARSE) Izgaralı GEDI Bitki Örtüsü Yapısı Metrikleri ve Biyokütle Yoğunluğu
- Etiketler
Açıklama
Bu veri kümesi, NASA Global Ecosystem Dynamics Investigation (GEDI) Seviye 2 ve 4A ürünlerinden elde edilen, 25 m çapında lidar ayak izleriyle ilişkili, neredeyse küresel, analize hazır, çok çözünürlüklü ızgaralı bitki örtüsü yapısı metriklerinden oluşur. Bu veri kümesi, yalnızca GEDI lidar'a dayalı ve bağımsız verilerle doğrulanmış, tüm dikey profili içeren, küresel bitki örtüsü yapısının kapsamlı bir temsilini sağlar.
Uluslararası Uzay İstasyonu'na (ISS) monte edilen GEDI sensörü, yaklaşık 52 derece kuzey ve güney enlemi arasında yer seviyesinin yüksekliğini ve bitki örtüsü yapısını ölçmek için yörünge boyunca 60 metre ve yörünge boyunca 600 metre aralıklarla yerleştirilmiş sekiz lazer ışını kullanır. GEDI, 17 Nisan 2019 ile 16 Mart 2023 arasında sırasıyla yer yüksekliğini ve bitki yapısını ölçmeye uygun 11 milyar ve 7, 7 milyar kaliteli dalga formu elde etti.
Standart L2 ve L4A çekim metriklerinin birçoğuna ek olarak, özellikle karbon ve su döngüsü süreçlerindeki uygulamalar, orman yönetimi, biyolojik çeşitlilik modelleme ve habitat değerlendirmesi için faydalı olabilecek çeşitli ek metrikler elde edilmiştir. Değişkenler arasında ağaç örtüsü yüksekliği, ağaç örtüsü, bitki alanı indeksi, yaprak yüksekliği çeşitliliği ve 5 m katmanlarındaki bitki alanı hacim yoğunluğu yer alır. Daha fazla bilgi için Gridded GEDI Vegetation Structure Metrics and Biomass Density (Izgaralı GEDI Bitki Örtüsü Yapısı Metrikleri ve Biyokütle Yoğunluğu) başlıklı makaleyi inceleyin.
Her GEDI çekim metriği için sekiz istatistik bulunur: ortalama, ortalamanın bootstrap edilmiş standart hatası, medyan, standart sapma, çeyrekler arası aralık, 95. yüzdelik dilim, Shannon'ın çeşitlilik indeksi ve çekim sayısı. GEDI L4B Gridded Aboveground Biomass Density, Version 2.1 ile uyumlu bir kaliteli çekim filtreleme yöntemi kullanıldı. Bu veri kümesi, ilgili GEDI L3 veri kümesine kıyasla birden fazla mekansal çözünürlükte ve çeşitli zamansal dönemlerde (yıllık ve tüm görev süresi) ek ızgaralı metrikler sağlar.
Bu veri kümesi, 1 km, 6 km ve 12 km olmak üzere üç mekansal çözünürlükte raster ızgaralar halinde toplanmış GEDI çekim metriklerini sağlar. Bu veri kümesinde 12 km piksel boyutu kullanılır.
Bantlar
Piksel Boyutu
12.000 metre
Bantlar
| Ad | Piksel Boyutu | Açıklama |
|---|---|---|
mean |
metre | Bir pikseldeki GEDI çekim metrik değerlerinin ortalaması |
meanbse |
metre | Bootstrap yeniden örnekleme kullanılarak hesaplanan ortalamanın standart hatası. 100 önyükleme örneği oluşturuldu. Her örnek, rastgele seçilmiş çekimlerin% 70'ini içeriyordu. Standart hata, yeniden örneklenen örneklerin ortalamaları kullanılarak hesaplanmıştır. (Yalnızca ızgara hücresinde en az 10 GEDI çekimi olduğunda hesaplanır.) |
median |
metre | Bir piksel içindeki GEDI çekim metrik değerlerinin ortanca değeri (50. yüzdelik dilim). |
sd |
metre | Bir piksel içindeki GEDI çekim metriği değerlerinin standart sapması. |
iqr |
metre | Bir pikseldeki GEDI shot metrik değerlerinin çeyrekler arası aralığı (75. yüzdelik dilim eksi 25. yüzdelik dilim). |
p95 |
metre | Bir piksel içindeki GEDI çekim metrik değerlerinin 95. yüzdelik dilim değeri. |
shan |
metre | Bir pikseldeki GEDI çekim metrik değerlerinin Shannon çeşitlilik indeksi (H). -1(sum(plog(p))) olarak hesaplanır. Burada p, GEDI çekim değerlerinin bin başına oranını ifade eder. |
countf |
metre | Bir pikseldeki GEDI çekim metriği değerlerinin sayısı. Her 30 metrelik alt ızgara hücresinde elde edilen (zamansal olarak) ilk GEDI çekimini seçmek için 30 metrelik bir alt ızgara kullanıldı. |
Kullanım Şartları
Kullanım Şartları
Bu veri kümesi kamu malıdır ve kullanım ile dağıtım konusunda herhangi bir kısıtlama olmaksızın kullanılabilir. Daha fazla bilgi için NASA'nın Dünya Bilimi Verileri ve Bilgi Politikası'nı inceleyin.
Alıntılar
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
Earth Engine ile keşfetme
Kod Düzenleyici (JavaScript)
var palettes = require('users/gena/packages:palettes'); // GEDI image collections at different spatial resolutions var ic_1k = ee.ImageCollection('LARSE/GEDI/GRIDDEDVEG_002/V1/1KM') var ic_6k = ee.ImageCollection('LARSE/GEDI/GRIDDEDVEG_002/V1/6KM') var ic_12k = ee.ImageCollection('LARSE/GEDI/GRIDDEDVEG_002/V1/12KM') // 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)