این مجموعه داده بخشی از «کاتالوگ ناشر» است و توسط Google Earth Engine مدیریت نمی‌شود. برای گزارش اشکال با listaopgee@battelleecology.org تماس بگیرید یا مجموعه‌داده‌های بیشتری از «کاتالوگ شبکه رصدخانه بوم‌شناختی ملی» مشاهده کنید. درباره مجموعه‌داده‌های «ناشر» بیشتر بدانید.
- مالک کاتالوگ
- National Ecological Observatory Network
- دردسترس بودن مجموعه داده
- 2013-01-01T00:00:00Z–2021-07-18T16:36:45Z
- تولیدکننده مجموعه داده
- NEON
- برچسب‌ها
شرح
غلظت نیتروژن تاج‌پوشه مدل‌سازی‌شده با مشاهدات شیمی برگ گیاه NEON کالیبره شده و با بازتابش جهت‌دار سطح L1، مشتق‌شده از طیف‌سنج تصویربرداری NEON (NIS)، پیش‌بینی شده است. باندها شامل ۱) درصد نیتروژن تاج پوشش، ۲) عدم قطعیت مدل نیتروژن تاج پوشش، ۳) نتیجه طبقه‌بندی برای مدل سوزنی در مقابل غیرسوزنی، و ۴) ماسک پیکسل معتبر براساس آستانه NDVI است.
محصول داده نیتروژن تاج‌پوشه تخمینی از درصد نیتروژن تاج‌پوشه در هر پیکسل ارائه می‌دهد. نتایج مدل‌سازی‌شده با آموزش مدل جنگل تصادفی تولید می‌شوند که از طیف‌های بازتابش جهت‌دار به‌عنوان متغیرهای پیش‌بینی‌کننده و اندازه‌گیری‌های شیمیایی برگ‌های تاج درختان جمع‌آوری‌شده در میدان برای واسنجی و اعتبارسنجی مدل استفاده می‌کند. به‌دلیل تفاوت قابل‌توجه در پارامترهای مدل نهایی این انواع متمایز عملکرد گیاه، از هر دو مدل نیتروژن سوزن کاج و غیرسوزنی استفاده می‌شود. مدل‌ها با نمونه‌های جمع‌آوری‌شده درطول تاریخ رصدخانه NEON آموزش داده شدند و به‌طور مناسب برای مشکلات کیفیت داده فیلتر شدند. مقادیر فقط براساس نمونه‌های گیاهی آموزش داده شده‌اند، بنابراین ممکن است مدل‌ها در انواع دیگر چشم‌اندازها دقیق نباشند. اگرچه همه پیکسل‌ها ارائه شده‌اند، اما یک ماسک آستانه NDVI برای جداسازی پیکسل‌های دارای پوشش گیاهی مشتق شده است.
دردسترس بودن در GEE ممکن است نشان‌دهنده دردسترس بودن کامل در «درگاه داده NEON» (پیوندشده در زیر) نباشد. سایت‌ها و سال‌های بیشتر را می‌توان با ارسال ایمیل به listaopgee@battelleecology.org به GEE اضافه کرد.
برای جزئیات بیشتر، NEON Data Product DP3.30018.002 را ببینید.
مستندات: راهنمای شروع سریع نیتروژن تاج‌پوش - موزاییک (DP3.30018.002)
با کاوش کردن مجموعه آموزشی مقدمه‌ای بر داده‌های AOP در Google Earth Engine شروع کنید
مرور و تعامل با داده‌های AOP در برنامه NEON AOP GEE Data Viewer
باند
باند
اندازه پیکسل: ۱ متر (همه باندها)
| نام | واحدها | دقیقه | Max | اندازه پیکسل | شرح |
|---|---|---|---|---|---|
Nitrogen_Percent |
٪ | 0 | 5 | یک متر | درصد نیتروژن تاج‌پوشه |
Nitrogen_Uncertainty |
٪ | 0 | 5 | یک متر | عدم قطعیت مرتبط با پیش‌بینی‌های %N؛ با گرفتن انحراف معیار پیش‌بینی‌های %N از هر درخت تصمیم در مدل جنگل تصادفی محاسبه می‌شود. |
Needle_Non-needle_Classification |
یک متر | نقشه دودویی ایجادشده بااستفاده از طبقه‌بندی «ماشین بردار پشتیبان» (SVM). کلاس غیرسوزنی شامل همه انواع پوشش گیاهی است که برگ سوزنی نیستند، مانند درختان پهن‌برگ، درختچه‌ها، پوشش علفی، و غیره. مدل‌های رگرسیون جنگل تصادفی جداگانه‌ای برای پیش‌بینی مقادیر نیتروژن برگ برای انواع پوشش گیاهی سوزنی و غیرسوزنی توسعه داده شد. |
|||
Valid_Pixel_Classification |
یک متر | نقشه دودویی براساس آستانه NDVI ۰٫۲، که در آن پیکسل‌های با NDVI < ۰٫۲ روی ۰ (نامعتبر) تنظیم شده‌اند. هدف آن امکان‌پذیر کردن مستثنی کردن مناطق بدون پوشش گیاهی، مانند جاده‌ها، پهنه‌های آبی، مناطق ساخته‌شده، و غیره است. |
Needle_Non-needle_Classification Class Table
| مقدار | رنگ | شرح |
|---|---|---|
| 0 | #ffffff | برگ سوزنی |
| 1 | #a9a9a9 | برگ غیرسوزنی |
Valid_Pixel_Classification Class Table
| مقدار | رنگ | شرح |
|---|---|---|
| 0 | #ffffff | نامعتبر |
| 1 | #a9a9a9 | معتبر |
مشخصات تصویر
ویژگی‌های تصویر
| نام | نوع | شرح |
|---|---|---|
| AOP_VISIT_NUMBER | INT | تعداد بازدیدهای غیرتکراری از سایت NEON. |
| نقل قول | رشته | استناد به داده‌ها. خط‌مشی‌های داده‌ها و رهنمودهای ارجاع NEON را ببینید. |
| شناسه شیء دیجیتال | رشته | شناسه شیء دیجیتال. به داده‌های NEON که منتشر شده‌اند یک DOI اختصاص داده می‌شود. |
| FLIGHT_YEAR | INT | سالی که داده‌ها جمع‌آوری شده است. |
| NEON_DOMAIN | رشته | کد دامنه بوم‌اقلیمی NEON، از «D01» تا «D20». NEON Field Sites and Domains را ببینید. |
| NEON_SITE | رشته | کد چهار رقمی سایت NEON. NEON Field Sites را ببینید. |
| NEON_SITE_NAME | رشته | نام کامل سایت NEON. NEON Field Sites را ببینید. |
| NEON_DATA_PROD_URL | رشته | نشانی وب محصول داده NEON. همیشه روی این مقدار تنظیم شود: https://data.neonscience.org/data-products/DP3.30018.002. |
| SENSOR_ID | رشته | شناسه NEON Imaging Spectrometer (NIS)، یا Global Airborne Observatory (GAO): «NIS1»، «NIS2»، «NIS3»، «GAO». |
| PROVISIONAL_RELEASED | رشته | اینکه داده‌ها «موقت» هستند یا «منتشرشده». https://www.neonscience.org/data-samples/data-management/data-revisions-releases را ببینید. |
| RELEASE_YEAR | INT | اگر داده‌ها منتشر شده باشند، سال «برچسب انتشار NEON». |
شرایط استفاده
شرایط استفاده
همه داده‌های جمع‌آوری‌شده توسط NEON که به‌عنوان محصولات داده ارائه می‌شوند، به‌استثنای داده‌های مربوط به گونه‌های کمیاب، درمعرض تهدید، یا درمعرض خطر (RTE)، تحت Creative Commons CC0 1.0 «بدون حقوق محفوظ» در دامنه عمومی منتشر می‌شوند. هیچ حق نشری برای داده‌های NEON اعمال نشده است؛ هر فردی می‌تواند این داده‌ها را برای اهداف تجاری یا غیرتجاری بدون درخواست اجازه کپی، اصلاح، یا توزیع کند. داده‌های NEON ممکن است همچنان مشمول قوانین یا حقوق دیگری مانند حریم خصوصی باشد و NEON هیچ ضمانتی درباره داده‌ها ارائه نمی‌دهد و هرگونه مسئولیتی را سلب می‌کند. هنگام استفاده یا نقل‌قول از داده‌های NEON، نباید هیچ‌گونه اشاره‌ای به تأیید NEON شود. در اکثر کشورها، داده‌ها و حقایق مشمول حق نشر نمی‌شوند. با قرار دادن داده‌های NEON در دامنه عمومی، ما استفاده گسترده، به‌ویژه در تحلیل‌های علمی و تجمیع داده‌ها را تشویق می‌کنیم. بااین‌حال، لطفاً از هنجارهای علمی زیر آگاه باشید: داده‌های NEON باید به‌گونه‌ای استفاده شوند که محدودیت‌های داده‌ها را درنظر بگیرند، و از اسناد مرتبط با بسته‌های داده به‌عنوان راهنما استفاده کنند. لطفاً برای اطلاعات دقیق درباره نحوه استفاده و ارجاع صحیح به داده‌های NEON، و همچنین بهترین روش‌ها برای انتشار پژوهش‌هایی که از داده‌های NEON استفاده می‌کنند، به خط‌مشی‌ها و دستورالعمل‌های داده‌های NEON مراجعه کنید.
نقل‌قول‌ها
دستورالعمل‌های ارجاع NEON را ببینید
کاوش با Earth Engine
ویرایشگر کد (جاوا اسکریپت)
// 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);