این مجموعه دادهها بخشی از کاتالوگ Publisher است و توسط Google Earth Engine مدیریت نمیشود. برای اطلاع از اشکالات یا مشاهده مجموعه دادههای بیشتر از کاتالوگ شبکه رصدخانه ملی اکولوژی با listaopgee@battelleecology.org تماس بگیرید. درباره مجموعه دادههای Publisher بیشتر بدانید .
- مالک کاتالوگ
- شبکه ملی رصدخانه اکولوژیکی
- در دسترس بودن مجموعه دادهها
- ۲۰۱۳-۰۱-۰۱T۰۰:۰۰:۰۰Z–۲۰۲۱-۰۷-۱۸T۱۶:۳۶:۴۵Z
- تولیدکننده مجموعه داده
- نئون
- برچسبها
توضیحات
غلظت نیتروژن تاج پوشش گیاهی مدلسازی شده با مشاهدات شیمی برگ گیاه NEON کالیبره شده و با بازتاب جهتدار سطح L1، مشتق شده از طیفسنج تصویربرداری NEON (NIS) پیشبینی شده است. باندها شامل ۱) درصد نیتروژن تاج پوشش گیاهی، ۲) عدم قطعیت مدل نیتروژن تاج پوشش گیاهی، ۳) نتیجه طبقهبندی برای مدل سوزنی در مقابل مدل غیر سوزنی و ۴) ماسک پیکسل معتبر بر اساس آستانه NDVI هستند.
محصول دادههای نیتروژن تاج پوشش گیاهی، تخمینی از درصد نیتروژن تاج پوشش گیاهی در هر پیکسل ارائه میدهد. نتایج مدلسازی شده با آموزش یک مدل جنگل تصادفی تولید میشوند که از طیفهای بازتاب جهتدار به عنوان متغیرهای پیشبینیکننده و اندازهگیریهای شیمی برگ تاج پوشش گیاهی جمعآوریشده از مزرعه برای کالیبراسیون و اعتبارسنجی مدل استفاده میکند. به دلیل تفاوت قابل توجه در پارامترهای مدل نهایی این انواع عملکردی متمایز گیاه، از هر دو مدل نیتروژن سوزنی کاج و غیر سوزنی استفاده میشود. مدلها با نمونههای جمعآوریشده در طول تاریخ رصدخانه NEON آموزش داده شدند و به طور مناسب برای مسائل مربوط به کیفیت دادهها فیلتر شدند. مقادیر فقط بر روی نمونههای رویشی آموزش داده شدند، بنابراین مدلها ممکن است در سایر انواع چشمانداز نادرست باشند. اگرچه همه پیکسلها ارائه شدهاند، یک ماسک آستانه NDVI برای جداسازی پیکسلهای دارای پوشش گیاهی استخراج شد.
موجود بودن در GEE ممکن است به معنای موجود بودن کامل در پورتال دادههای NEON (لینک زیر) نباشد. سایتها و سالهای اضافی را میتوان بنا به درخواست از طریق ایمیل listaopgee@battelleecology.org به GEE اضافه کرد.
برای جزئیات بیشتر به محصول NEON Data DP3.30018.002 مراجعه کنید.
مستندات: نیتروژن سایبان - موزاییک (DP3.30018.002) راهنمای شروع سریع
با بررسی مقدمهای بر دادههای AOP در مجموعه آموزشهای موتور گوگل ارث، شروع کنید.
مرور و تعامل با دادههای AOP در برنامه نمایشگر دادههای NEON AOP GEE
باندها
اندازه پیکسل
۱ متر
باندها
| نام | واحدها | حداقل | مکس | اندازه پیکسل | توضیحات |
|---|---|---|---|---|---|
Nitrogen_Percent | % | 0 | ۵ | متر | درصد نیتروژن کانوپی |
Nitrogen_Uncertainty | % | 0 | ۵ | متر | عدم قطعیت مرتبط با پیشبینیهای %N؛ با در نظر گرفتن انحراف معیار پیشبینیهای %N از هر درخت تصمیمگیری در مدل جنگل تصادفی محاسبه میشود. |
Needle_Non-needle_Classification | متر | یک نقشه دودویی که با استفاده از طبقهبندی ماشین بردار پشتیبان (SVM) ایجاد شده است. طبقه غیر سوزنی شامل تمام انواع پوشش گیاهی است که برگ سوزنی ندارند، مانند درختان پهن برگ، درختچهها، پوشش علفی و غیره. مدلهای رگرسیون جنگل تصادفی جداگانهای برای پیشبینی مقادیر نیتروژن برگ برای انواع پوشش گیاهی سوزنی و غیر سوزنی توسعه داده شدند. | |||
Valid_Pixel_Classification | متر | یک نقشه دودویی بر اساس آستانه NDVI برابر با ۰.۲، که در آن پیکسلهای با NDVI < ۰.۲ روی ۰ (نامعتبر) تنظیم شدهاند. هدف از این نقشه، حذف مناطق بدون پوشش گیاهی، مانند جادهها، آبراهها، مناطق مسکونی و غیره است. |
جدول ردهبندی سوزن_غیرسوزنی
| ارزش | رنگ | توضیحات |
|---|---|---|
| 0 | #فففف | برگ سوزنی |
| ۱ | #a9a9a9 | برگ غیر سوزنی |
جدول کلاس Valid_Pixel_Classification
| ارزش | رنگ | توضیحات |
|---|---|---|
| 0 | #فففف | نامعتبر |
| ۱ | #a9a9a9 | معتبر |
ویژگیهای تصویر
ویژگیهای تصویر
| نام | نوع | توضیحات |
|---|---|---|
| AOP_VISIT_NUMBER | داخلی | شماره بازدید منحصر به فرد از سایت NEON. |
| استناد | رشته | استناد به دادهها. به سیاستهای دادهای NEON و دستورالعملهای استناد مراجعه کنید. |
| DOI | رشته | شناسه شیء دیجیتال. دادههای NEON که منتشر شدهاند، یک DOI به آنها اختصاص داده میشود. |
| سال پرواز | داخلی | سالی که دادهها جمعآوری شدهاند. |
| دامنه نئون | رشته | کد دامنه بومشناختی-اقلیمی NEON، از "D01" تا "D20". به بخش سایتها و دامنههای میدانی NEON مراجعه کنید. |
| سایت نئون | رشته | کد سایت چهار رقمی NEON. به سایتهای میدانی NEON مراجعه کنید. |
| نام_سایت_نئون | رشته | نام کامل سایت NEON. به بخش NEON Field Sites مراجعه کنید. |
| نشانی اینترنتی تولید داده نئون | رشته | آدرس اینترنتی محصول داده NEON. همیشه روی https://data.neonscience.org/data-products/DP3.30018.002 تنظیم شود. |
| شناسه حسگر | رشته | شناسه طیفسنج تصویربرداری NEON (NIS) یا رصدخانه جهانی هوابرد (GAO): "NIS1"، "NIS2"، "NIS3"، "GAO". |
| موقتاً منتشر شد | رشته | اینکه آیا دادهها موقت هستند یا منتشر شدهاند. به https://www.neonscience.org/data-samples/data-management/data-revisions-releases مراجعه کنید. |
| سال انتشار | داخلی | در صورت انتشار دادهها، سال انتشار برچسب NEON. |
شرایط استفاده
شرایط استفاده
تمام دادههای جمعآوریشده توسط NEON و ارائهشده به عنوان محصولات دادهای، به استثنای دادههای مربوط به گونههای نادر، در معرض خطر یا در معرض خطر (RTE)، تحت مجوز Creative Commons CC0 1.0 "بدون حق محفوظ" در مالکیت عمومی منتشر میشوند. هیچ حق کپیرایتی برای دادههای NEON اعمال نشده است؛ هر شخصی میتواند دادهها را برای اهداف تجاری یا غیرتجاری، بدون درخواست اجازه، کپی، اصلاح یا توزیع کند. دادههای NEON همچنان ممکن است مشمول قوانین یا حقوق دیگری مانند حریم خصوصی باشند و NEON هیچ ضمانتی در مورد دادهها ارائه نمیدهد و هرگونه مسئولیتی را رد میکند. هنگام استفاده یا استناد به دادههای NEON، هیچ گونه دلالتی بر تأیید توسط NEON نباید صورت گیرد. در بیشتر کشورها، دادهها و حقایق مشمول حق کپیرایت نیستند. با قرار دادن دادههای NEON در مالکیت عمومی، ما استفاده گسترده، بهویژه در تجزیه و تحلیلهای علمی و جمعآوری دادهها را تشویق میکنیم. با این حال، لطفاً از هنجارهای علمی زیر آگاه باشید: دادههای NEON باید به گونهای استفاده شوند که محدودیتهای دادهها در نظر گرفته شود و از مستندات مرتبط با بستههای داده به عنوان راهنما استفاده شود. برای اطلاعات دقیق در مورد نحوه استفاده صحیح و استناد به دادههای NEON، و همچنین بهترین شیوهها برای انتشار تحقیقاتی که از دادههای NEON استفاده میکنند، لطفاً به دستورالعملها و سیاستهای دادههای NEON مراجعه کنید.
نقل قولها
به دستورالعملهای استناد NEON مراجعه کنید
با موتور زمین کاوش کنید
ویرایشگر کد (جاوااسکریپت)
// Read in the NEON AOP CNC Image Collection var cnc = ee.ImageCollection( 'projects/neon-prod-earthengine/assets/CNC/002'); // Display available images in the CNC Image Collection print('NEON Canopy Nitrogen Images') print(cnc.aggregate_array('system:index')) // Filter by specific image index var cnc_harv2019 = cnc.filter(ee.Filter.eq('system:index', '2019_HARV_6')).first(); // Mask nitrogen band using valid pixel band var cnc_valid = cnc_harv2019.select('Valid_Pixel_Classification'); var cnc_masked = cnc_harv2019.updateMask(cnc_valid); // Read in the uncertainty band and mask using valid pixel band var cnc_unc = cnc_harv2019.select('Nitrogen_Uncertainty'); var cnc_unc_masked = cnc_unc.updateMask(cnc_valid); // Define the visualization parameters // The min/max values below use a 2 sigma (~95%) stretch var visParamsNit = {bands: ['Nitrogen_Percent'], min: 1.6, max: 2.14, palette: ['440154', '3b528b', '21908c', '5dc963', 'fde725']}; var visParamsUnc = {min: 0.4, max: 0.7, palette: ['0d0887', '7e03a8', 'cc4778', 'f89540', 'f0f921']}; // Add the masked nitrogen and uncertainty layers to the map and center on the site Map.addLayer(cnc_unc_masked, visParamsUnc, 'HARV 2019 Nitrogen Uncertainty (%)'); Map.addLayer(cnc_masked, visParamsNit, 'HARV 2019 Nitrogen (%)'); Map.centerObject(cnc_harv2019, 11);