ชุดข้อมูลนี้เป็นส่วนหนึ่งของแคตตาล็อกผู้เผยแพร่โฆษณาและ Google Earth Engine ไม่ได้เป็นผู้จัดการ ติดต่อ listaopgee@battelleecology.org หากพบข้อบกพร่องหรือดูชุดข้อมูลเพิ่มเติม จากแคตตาล็อกเครือข่ายการสังเกตการณ์ระบบนิเวศแห่งชาติ ดูข้อมูลเพิ่มเติมเกี่ยวกับชุดข้อมูลของผู้เผยแพร่โฆษณา
- เจ้าของแคตตาล็อก
- เครือข่ายหอดูดาวเชิงนิเวศวิทยาแห่งชาติ
- ความพร้อมใช้งานของชุดข้อมูล
- 2013-01-01T00:00:00Z–2021-07-18T16:36:45Z
- ผู้ผลิตชุดข้อมูล
- NEON
- แท็ก
คำอธิบาย
ความเข้มข้นของไนโตรเจนในชั้นเรือนยอดที่จำลองขึ้นได้รับการปรับเทียบด้วยการสังเกตการณ์ทางเคมีของใบไม้ในพืชของ NEON และ คาดการณ์ด้วยการสะท้อนแบบทิศทางของพื้นผิว L1 ซึ่งได้มาจากสเปกโทรมิเตอร์แบบถ่ายภาพ (NIS) ของ NEON แบนด์ประกอบด้วย 1) เปอร์เซ็นต์ไนโตรเจนของเรือนยอด 2) ความไม่แน่นอนของโมเดลไนโตรเจนของเรือนยอด 3) ผลการแยกประเภทสำหรับโมเดลเข็มเทียบกับโมเดลที่ไม่ใช่เข็ม และ 4) มาสก์พิกเซลที่ถูกต้อง ตามเกณฑ์ NDVI
ผลิตภัณฑ์ข้อมูลไนโตรเจนในร่มไม้จะให้ค่าประมาณเปอร์เซ็นต์ไนโตรเจนในร่มไม้ต่อพิกเซล ผลลัพธ์ที่ประมาณ ได้สร้างขึ้นโดยการฝึกโมเดลป่าแบบสุ่มซึ่งใช้ประโยชน์จากสเปกตรัมการสะท้อนแสงแบบทิศทางเป็นตัวแปร ตัวทำนาย และการวัดทางเคมีของใบไม้ในเรือนยอดที่เก็บรวบรวมจากภาคสนามสำหรับการปรับเทียบและการตรวจสอบโมเดล เราใช้ทั้ง รูปแบบไนโตรเจนของเข็มสนและที่ไม่ใช่เข็มสน เนื่องจากความแตกต่างอย่างมากในพารามิเตอร์ของรูปแบบสุดท้าย ของประเภทการทำงานของพืชที่แตกต่างกันเหล่านี้ โมเดลได้รับการฝึกด้วยตัวอย่างที่รวบรวมจากประวัติของหอดูดาว NEON และกรองอย่างเหมาะสมเพื่อแก้ไขปัญหาด้านคุณภาพของข้อมูล ค่าได้รับการฝึกจากตัวอย่างพืชเท่านั้น ดังนั้นโมเดลอาจไม่แม่นยำในภูมิประเทศประเภทอื่นๆ แม้ว่าจะมีพิกเซลทั้งหมด แต่ก็มีการสร้างมาสก์เกณฑ์ NDVI เพื่อแยกพิกเซลที่มีพืช
ความพร้อมใช้งานใน GEE อาจไม่ได้แสดงถึงความพร้อมใช้งานทั้งหมดใน NEON Data Portal (ลิงก์ด้านล่าง) คุณเพิ่มเว็บไซต์ และปีเพิ่มเติมลงใน GEE ได้ตามคำขอโดยส่งอีเมลไปที่ listaopgee@battelleecology.org
ดูรายละเอียดเพิ่มเติมได้ที่ NEON Data Product DP3.30018.002
เอกสารประกอบ: คู่มือเริ่มใช้งานฉบับย่อสำหรับไนโตรเจนของ Canopy - โมเสก (DP3.30018.002)
เริ่มต้นใช้งานโดยสำรวจชุดบทแนะนำเกี่ยวกับข้อมูล AOP เบื้องต้นใน Google Earth Engine
เรียกดูและโต้ตอบกับข้อมูล AOP ในแอปโปรแกรมดูข้อมูล GEE ของ NEON AOP
ย่านความถี่
ขนาดพิกเซล
1 เมตร
ย่านความถี่
| ชื่อ | หน่วย | ต่ำสุด | สูงสุด | ขนาดพิกเซล | คำอธิบาย |
|---|---|---|---|---|---|
Nitrogen_Percent |
% | 0 | 5 | เมตร | เปอร์เซ็นต์ไนโตรเจนในร่มไม้ |
Nitrogen_Uncertainty |
% | 0 | 5 | เมตร | ความไม่แน่นอนที่เชื่อมโยงกับการคาดการณ์ %N ซึ่งคำนวณโดยใช้ค่าเบี่ยงเบนมาตรฐานของการคาดการณ์ %N จากแผนผังการตัดสินใจแต่ละรายการในโมเดลป่าสุ่ม |
Needle_Non-needle_Classification |
เมตร | แผนที่ไบนารีที่สร้างขึ้นโดยใช้การแยกประเภท Support Vector Machine (SVM) คลาสที่ไม่ใช่เข็มรวมถึงพืชพรรณทุกประเภทที่ไม่ใช่ใบเข็ม เช่น ต้นไม้ใบกว้าง พุ่มไม้ พืชคลุมดิน และอื่นๆ เราได้พัฒนาโมเดลการเกิดปัญหาซ้ำแบบสุ่มของป่าแยกต่างหากเพื่อคาดการณ์ค่าไนโตรเจนในใบไม้สำหรับพืชพรรณประเภทเข็มและไม่ใช่เข็ม |
|||
Valid_Pixel_Classification |
เมตร | แผนที่ไบนารีที่อิงตามเกณฑ์ NDVI ที่ 0.2 โดยตั้งค่าพิกเซลที่มี NDVI < 0.2 เป็น 0 (ไม่ถูกต้อง) มีจุดประสงค์เพื่อเปิดใช้การยกเว้นพื้นที่ที่ไม่มีพืช เช่น ถนน แหล่งน้ำ พื้นที่ที่มีสิ่งก่อสร้าง และอื่นๆ |
ตารางคลาส Needle_Non-needle_Classification
| ค่า | สี | คำอธิบาย |
|---|---|---|
| 0 | #ffffff | ใบเข็ม |
| 1 | #a9a9a9 | ใบไม้ที่ไม่ใช่ใบเข็ม |
ตารางคลาส Valid_Pixel_Classification
| ค่า | สี | คำอธิบาย |
|---|---|---|
| 0 | #ffffff | ไม่ถูกต้อง |
| 1 | #a9a9a9 | ถูกต้อง |
พร็อพเพอร์ตี้รูปภาพ
พร็อพเพอร์ตี้รูปภาพ
| ชื่อ | ประเภท | คำอธิบาย |
|---|---|---|
| AOP_VISIT_NUMBER | INT | จำนวนการเข้าชมที่ไม่ซ้ำกันในเว็บไซต์ NEON |
| การอ้างอิง | STRING | การอ้างอิงข้อมูล ดูนโยบายข้อมูลและหลักเกณฑ์การอ้างอิงของ NEON |
| DOI | STRING | ตัวระบุออบเจ็กต์ดิจิทัล ข้อมูล NEON ที่เผยแพร่แล้วจะได้รับ DOI |
| FLIGHT_YEAR | INT | ปีที่รวบรวมข้อมูล |
| NEON_DOMAIN | STRING | รหัสโดเมนสภาพภูมิอากาศของ NEON "D01" ถึง "D20" ดูเว็บไซต์และโดเมนของ NEON Field |
| NEON_SITE | STRING | รหัสเว็บไซต์ 4 หลักของ NEON ดูสถานที่ภาคสนามของ NEON |
| NEON_SITE_NAME | STRING | ชื่อเต็มของเว็บไซต์ NEON ดูสถานที่ภาคสนามของ NEON |
| NEON_DATA_PROD_URL | STRING | URL ของผลิตภัณฑ์ข้อมูล NEON ตั้งค่าเป็น https://data.neonscience.org/data-products/DP3.30018.002 เสมอ |
| SENSOR_ID | STRING | รหัสของ NEON Imaging Spectrometer (NIS) หรือ Global Airborne Observatory (GAO): "NIS1", "NIS2", "NIS3", "GAO" |
| PROVISIONAL_RELEASED | STRING | ข้อมูลเป็นข้อมูลชั่วคราวหรือข้อมูลที่เผยแพร่ ดูข้อมูลได้ที่ https://www.neonscience.org/data-samples/data-management/data-revisions-releases |
| RELEASE_YEAR | INT | หากมีการเผยแพร่ข้อมูล ปีของแท็กการเผยแพร่ NEON |
ข้อกำหนดในการใช้งาน
ข้อกำหนดในการใช้งาน
ข้อมูลทั้งหมดที่ NEON รวบรวมและจัดทำเป็นผลิตภัณฑ์ข้อมูล ยกเว้นข้อมูลที่เกี่ยวข้องกับสัตว์หายาก สัตว์ที่ถูกคุกคาม หรือสัตว์ที่ใกล้สูญพันธุ์ (RTE) จะได้รับการเผยแพร่สู่สาธารณสมบัติภายใต้ Creative Commons CC0 1.0 "ไม่มีการสงวนสิทธิ์" ไม่มีการใช้ลิขสิทธิ์กับข้อมูล NEON ทุกคนสามารถคัดลอก แก้ไข หรือ เผยแพร่ข้อมูลเพื่อวัตถุประสงค์เชิงพาณิชย์หรือที่ไม่ใช่เชิงพาณิชย์ได้โดยไม่ต้อง ขออนุญาต ข้อมูล NEON อาจยังคงอยู่ภายใต้กฎหมายหรือสิทธิ์อื่นๆ เช่น สิทธิ์ด้านความเป็นส่วนตัว และ NEON ไม่รับประกันเกี่ยวกับข้อมูลและ ปฏิเสธความรับผิดทั้งหมด เมื่อใช้หรืออ้างอิงข้อมูล NEON จะต้องไม่ตีความว่า NEON รับรองข้อมูลดังกล่าว ในประเทศส่วนใหญ่ ข้อมูลและข้อเท็จจริง ไม่ถือเป็นผลงานที่มีลิขสิทธิ์ การนำข้อมูล NEON ไปไว้ในโดเมนสาธารณะจะช่วยกระตุ้นให้มีการใช้งานในวงกว้าง โดยเฉพาะในการวิเคราะห์ทางวิทยาศาสตร์และการรวบรวมข้อมูล อย่างไรก็ตาม โปรดทราบถึงบรรทัดฐานทางวิชาการต่อไปนี้ ควรใช้ข้อมูล NEON โดยคำนึงถึงข้อจำกัดของ ข้อมูล โดยใช้เอกสารประกอบที่เชื่อมโยงกับแพ็กเกจข้อมูลเป็นแนวทาง โปรดดูข้อมูลโดยละเอียดเกี่ยวกับวิธีใช้และอ้างอิงข้อมูล NEON อย่างถูกต้อง รวมถึง แนวทางปฏิบัติแนะนำสำหรับการเผยแพร่ผลการวิจัยที่ใช้ข้อมูล NEON ในหลักเกณฑ์และนโยบายด้านข้อมูลของ NEON
การอ้างอิง
สำรวจด้วย Earth Engine
ตัวแก้ไขโค้ด (JavaScript)
// 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);