本文主要是介绍GEE数据集:美国植被干旱响应指数 (Vegetation Drought Response Index,VegDRI)数据集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
植被干旱响应指数 (VegDRI)
简介
植被干旱响应指数(VegDRI)是一个每周一次的地理空间模型,用于描述干旱对美国本土植被造成的压力。VegDRI干旱监测工具是由美国地质调查局EROS中心、内布拉斯加大学国家干旱缓解中心(NDMC)和高原区域气候中心(HPRCC)的科学家们合作开发的。
VegDRI方法将美国宇航局Terra平台上的中分辨率成像分光仪(MODIS)传感器提供的遥感数据与气候和生物物理数据整合在一起,形成了空间分辨率为1千米的无缝产品。与一般植被状况有关的卫星组件是年季节绿度百分比(PASG)和季节起始异常(SOSA)数据。年季节绿度百分比每周根据 eMODIS 归一化差异植被指数(NDVI)复合数据计算一次。
基于气候的干旱数据包括帕尔默干旱严重程度指数 (PDSI) 和来自 HPRCC 的每周标准化降水指数 (SPI) 数据。气候数据可确定正在经历干旱的地区,以帮助区分干旱造成的植被压力。环境的生物物理特征来自土地利用/土地覆盖、土壤可用水量、生态环境、灌溉状况和海拔数据。土地利用变化、土壤条件、虫害、疾病、冰雹、洪水或火灾等环境压力因素也会影响植被状况。
这种综合方法考虑了气候和生物物理条件,以确定植被压力的原因。这些信息被纳入VegDRI的计算中,从而绘制出一幅易于解读、以颜色编码的植被干旱压力图。干旱监测图每周使用最新信息制作,通常在每周一上午 10:30 时发布。您可以点击此处访问气候引擎 ORG 网站。有关 DRI 的更多信息,请点击此处,以及 USGS 提供的信息,请点击此处。
数据集说明
空间信息
Attribute | Details |
---|---|
Spatial extent | Conterminous United States |
Spatial resolution | 1000m |
Temporal resolution | Weekly |
Time span | 2009-04-22 to present |
Update frequency | Weekly on Monday by 10:30 a.m. CT |
变量
Variable | Units | Offset | Scale factor | Description |
---|---|---|---|---|
VegDRI (‘vegdri’) | Unitless | -128 | 0.0625 | Values provided as 8-bit integers that can be scaled to range consistent with Palmer Drought Severity Index. |
Water (‘water’) | Unitless | N/A | 1.0 | Binary mask of water. |
Out-of-Season (‘out_of_season’) | Unitless | N/A | 1.0 | Binary mask of out-of-season (see documentation for more information). |
代码
// 导入 VegDRI
var vegdri_ic = ee.ImageCollection('projects/climate-engine-pro/assets/ce-veg-dri')
var vegdri_i = vegdri_ic.first()
print(vegdri_i)// Link to methods webpage: https://www.usgs.gov/special-topics/monitoring-vegetation-drought-stress/science/methods-vegdri
// Link to EROS page: https://www.usgs.gov/centers/eros/science/usgs-eros-archive-vegetation-monitoring-vegetation-drought-response-index// VegDRI 数据存储为 8 位整数数据,可按比例转换为以下数值 来自 EROS 页面的干旱类别
// Category Bitmap PDSI vals
// Extreme drought: 001-064 -7.9375 - -4.0000
// Severe drought: 065-080 -3.9375 - -3.0000
// Moderate drought: 081-096 -2.9375 - -2.0000
// Abnormally dry: 097-112 -1.9375 - -1.0000
// Near normal: 113-160 -0.9375 - 2.0000
// Abnormally wet: 161-176 2.0625 - 3.0000
// Moderately wet: 177-192 3.0625 - 4.0000
// Extremely wet: 193-255 4.0625 - 7.7500
// Water: 253
// Out of season: 254
// Other landcover: 255// 应用拉伸函数,使其与上述数值保持一致
function scale_vegdri(img){// Select vegdri band and scale to PDSI range.var vegdri_scale = img.select('vegdri').subtract(128) // convert to signed 8-bit integer.divide(16) // scale to PDSI range.rename('vegdri_scale') // rename imagereturn img.addBands(vegdri_scale)
}
vegdri_ic = vegdri_ic.map(scale_vegdri)
print(vegdri_ic)// VegDRI 调色板
var vegdri_palette = ["#720206", "#cb3121", "#e36b09", "#fee301", "#ffffff", "#ffffff", "#ffffff", "#88f9c7", "#53c285", "#2b8032"]// 选择个别图像并应用于地图
var vegdri_i = vegdri_ic.first()
Map.addLayer(vegdri_i.select('vegdri_scale'), {min: -5, max: 5, palette: vegdri_palette}, 'VegDRI')
Map.addLayer(vegdri_i.select('out_of_season'), {min:254, max:254, palette: ['878787']}, 'VegDRI Out-of-Season')
Map.addLayer(vegdri_i.select('water'), {min:253, max:253, palette: ['0000FF']}, 'Water')
代码链接
https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:/weather-climate/VEGETATION-DROUGHT-RESPONSE-INDEX
结果
引用
Brown, J. F., Wardlow, B. D., Tadesse, T., Hayes, M. J., & Reed, B. C. (2008). The Vegetation Drought Response Index (VegDRI): A New Integrated Approach for Monitoring Drought Stress in Vegetation. GIScience & Remote Sensing, 45(1), 16–46. https://doi.org/10.2747/1548-1603.45.1.16
许可
ECMWF is available under an open license with terms of agreement available here
USGS-authored or produced data and information are considered to be in the U.S. Public Domain.
Dataset provider: USGS
Keywords : Drought, Climate, Remote sensing, MODIS, PDSI, CONUS, United States
Curated in GEE by: Climate Engine Org
网址推荐
0代码在线构建地图应用
https://invite.mapmost.com/#/login?source_inviter=nClSZANO
机器学习
https://www.cbedai.net/xg
这篇关于GEE数据集:美国植被干旱响应指数 (Vegetation Drought Response Index,VegDRI)数据集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!