Este conjunto de datos forma parte de un catálogo de publicadores y no lo administra Google Earth Engine. Comunícate con el Land & Carbon Lab si encuentras errores o consulta más conjuntos de datos del catálogo de Global Pasture Watch. Obtén más información sobre los conjuntos de datos de publicadores.
- Propietario del catálogo
- Global Pasture Watch
- Disponibilidad del conjunto de datos
- 2000-01-01T00:00:00Z–2024-01-01T00:00:00Z
- Proveedor del conjunto de datos
- Land and Carbon Lab Global Pasture Watch
- Contacto
- Land & Carbon Lab
- Cadencia
- 1 año
- Etiquetas
Descripción
Este conjunto de datos proporciona la productividad primaria bruta global sin calibrar basada en EO desde el año 2000 con una resolución espacial de 30 m. El conjunto de datos actual, producido por la iniciativa Global Pasture Watch de Land & Carbon Lab, proporciona valores de productividad primaria bruta (PPB) a nivel mundial con una resolución espacial de 30 m desde el año 2000. Los valores de GPP se modelan a través de un enfoque de eficiencia de uso de la luz (LUE), en el que los datos de ARD de Landsat de GLAD (colección 2) se agregan cada dos meses (Consoli et al., 2024) y se combinaron con datos de temperatura MODIS de 1 km y datos de radiación fotosintéticamente activa CERES (PAR) de 1°.
Para que el conjunto de datos sea flexible, la eficiencia máxima del uso de la luz (LUEmax) se establece en 1 gC/m²/día/MJ para todos los tipos de cobertura terrestre, lo que permite a los usuarios calibrar más adelante los valores de GPP según mapas de cobertura terrestre específicos o condiciones regionales.
Los valores de la productividad primaria bruta (uGPP) no calibrada y bimensual (disponibles en OpenLandMap STAC) se promedian por cada año y se acumulan durante el período completo de 365 días para producir valores anuales globales de uGPP, expresados en unidades de gC/m²/año.
Los valores de GPP de pastizales se calculan de forma dinámica con la app de GEE.
Limitaciones:
Incompatibilidad en la resolución de los datos de entrada: El conjunto de datos se proporciona con una resolución de 30 m, pero las variables de entrada clave para la temperatura (MOD11A1) y la radiación fotosintéticamente activa (CERES PAR) se derivaron de productos mucho más gruesos (1 km y ~111 km, respectivamente). La reducción de la escala de esta información puede generar incertidumbre y no captar las condiciones microclimáticas a pequeña escala que afectan la productividad de las plantas.
Artefactos de datos: El conjunto de datos contiene artefactos visuales conocidos, incluidas rayas verticales ("efecto de rayas") en algunas áreas, que son el resultado de problemas con el sensor Landsat 7 (falla del corrector de líneas de exploración) y el posterior proceso de relleno de brechas que se usó para crear el archivo de reflectancia subyacente (Consoli et al., 2024). Estos artefactos pueden interrumpir la continuidad espacial de las estimaciones del GPP durante los períodos nublados y de cobertura de nieve.
Resolución temporal: Los datos se producen con una resolución temporal bimestral. Este período puede no ser suficiente para captar los períodos clave de crecimiento o las respuestas rápidas de una planta (lluvias intensas) a los cambios ambientales, lo que dificulta captar con precisión los picos de productividad y la variación estacional.
Calibración de pastizales: Los valores de GPP de pastizales se calculan con un solo parámetro de eficiencia máxima en el uso de la luz (LUEmax) (0.86 gC/m²/año/MJ) para todos los pastizales globales, según el algoritmo MOD17. Este valor no está optimizado para tipos específicos de pastizales ni condiciones locales. Como resultado, el modelo muestra una tendencia a subestimar el GPP en comparación con las mediciones de las torres de flujo terrestres.
Dependencia de la precisión de los mapas de pastizales: La precisión de los valores de la PGB de los pastizales depende de la precisión de los mapas de pastizales de GPW subyacentes. Cualquier clasificación errónea de la cobertura terrestre en los mapas fuente (p.ej., arbustos o tierras de cultivo identificados como pastizales) generará errores correspondientes en las estimaciones del GPP para esas ubicaciones.
Para obtener más información, consulta Isik et al., 2025, Zenodo y el sitio de GitHub de Global Pasture Watch
Bandas
Bandas
| Nombre | Mín. | Máx. | Tamaño de los píxeles | Descripción |
|---|---|---|---|---|
gc_m2 |
0 | 4000 | 30 metros | Gramos de carbono por metro cuadrado por año (gC/m²/año) |
Propiedades de imágenes
Propiedades de imágenes
| Nombre | Tipo | Descripción |
|---|---|---|
| version | INT | Versión del producto |
Condiciones de Uso
Condiciones de Uso
Citas
Isik, M. S., Mesquita, V., Parente, L., y Consoli, D. (2025). Global Pasture Watch: Código fuente de los mapas globales no calibrados del GPP basado en EO y del GPP de pastizales a 30 m. Zenodo. [Código fuente]. Zenodo doi:https://doi.org/10.5281/zenodo.15675358
Isik MS, Parente L, Consoli D, et al. (2025). Eficiencia del uso de la luz (LUE) basada en la productividad primaria bruta (PPB) bimestral para los pastizales globales con una resolución espacial de 30 m (2000-2022), PeerJ. doi: https://doi.org/10.7717/peerj.19774
DOI
Explora con Earth Engine
Editor de código (JavaScript)
Map.setCenter(-49.265188, -16.602052, 4); var ugppVis = {min: 0, max: 4000, palette: "faccfa,f19d6b,828232,226061,011959"} var ugpp = ee.ImageCollection( "projects/global-pasture-watch/assets/ggpp-30m/v1/ugpp_m" ) var ugpp2024 = ugpp.filterDate('2024-01-01', '2025-01-01').first(); Map.addLayer(ugpp2024, ugppVis, 'Uncalibrated GPP (2024)'); var ugpp2000 = ugpp.filterDate('2000-01-01', '2001-01-01').first(); Map.addLayer(ugpp2000, ugppVis, 'Uncalibrated GPP (2000)');