GEE数据变更:MCD12Q1(土地覆盖)和MOD13Q1(植被指数)2020年后请使用MCD12Q2和MYD13Q1(植被指数)

本文主要是介绍GEE数据变更:MCD12Q1(土地覆盖)和MOD13Q1(植被指数)2020年后请使用MCD12Q2和MYD13Q1(植被指数),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!

简介

这里我们需要知道一点的是MCD12Q1数据的服务年限是2000-2020年,之后的数据请使用MCD13Q1数据集,这样才能延续2020年之后的数据。

不要使用“ MODIS/006/MCD12Q1 ”(土地覆盖)和“ MODIS/006/MOD13Q1 ”(植被指数),请尝试使用“ MODIS/006/MCD12Q1” MODIS/006/MOD13Q1”。

MCD12Q1 V6 产品

MCD12Q1 V6 产品按年度间隔(2001-2016 年)提供根据六种不同分类方案得出的全球土地覆被类型。它是通过对 MODIS Terra 和 Aqua 反射率数据进行监督分类得出的。监督分类后还需进行额外的后处理,结合先验知识和辅助信息,进一步完善特定类别。

Deprecated

This dataset has been superseded by MODIS/061/MCD12Q1

Dataset Availability

2001-01-01T00:00:00 -

Dataset Provider

NASA LP DAAC at the USGS EROS Center

Collection Snippet

ee.ImageCollection("MODIS/006/MCD12Q1")

MOD13Q1 V6.1 产品

MOD13Q1 V6.1 产品按像素提供植被指数 (VI) 值。主要有两个植被层。第一个是归一化植被指数(NDVI),它是现有的美国国家海洋和大气管理局-高级甚高分辨率辐射计(NOAA-AVHRR)得出的 NDVI 的连续性指数。第二个植被层是增强植被指数(EVI),它能最大限度地减少冠层背景变化,并保持对茂密植被条件的敏感性。增强植被指数还使用蓝色波段去除烟雾和亚像素薄云造成的残余大气污染。MODIS NDVI 和 EVI 产品是根据经过大气校正的双向地表反射率计算得出的,这些反射率已经屏蔽了水、云、重气溶胶和云影。

Dataset Availability

2000-02-18T00:00:00 -

Dataset Provider

NASA LP DAAC at the USGS EROS Center

Collection Snippet

ee.ImageCollection("MODIS/061/MOD13Q1")

MCD12Q2 6.1 版数据产品

Terra 和 Aqua 结合使用的中分辨率成像分光仪(MODIS)土地覆被动态(MCD12Q2)6.1 版数据产品以年为间隔提供全球陆地表面物候指标。MCD12Q2 6.1 版数据产品由 MODIS Nadir 双向反射率分布函数(BRDF)-调整反射率(NBAR)计算得出的双波段增强植被指数(EVI2)时间序列导出。500 米空间分辨率的植被物候指标最多可识别每年两个检测到的生长周期。对于有两个以上有效植被周期的像素,数据代表 NBAR-EVI2 振幅最大的两个周期。

每个资产包含的波段层包括:产品年检测到的植被周期总数、绿化开始期、绿化中点、成熟期、绿化高峰期、衰老期、绿化中点、休眠期、EVI2 最小值、EVI2 振幅、植被周期内的 EVI2 综合值,以及总体和特定物候指标的质量信息。

对于因云层覆盖或其他原因而缺少 NBAR-EVI2 值的地区,将用产品年份的前一年或后

这篇关于GEE数据变更:MCD12Q1(土地覆盖)和MOD13Q1(植被指数)2020年后请使用MCD12Q2和MYD13Q1(植被指数)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!



http://www.chinasem.cn/article/888563

相关文章

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Maven的使用和配置国内源的保姆级教程

《Maven的使用和配置国内源的保姆级教程》Maven是⼀个项目管理工具,基于POM(ProjectObjectModel,项目对象模型)的概念,Maven可以通过一小段描述信息来管理项目的构建,报告... 目录1. 什么是Maven?2.创建⼀个Maven项目3.Maven 核心功能4.使用Maven H

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Spring Boot 集成 Quartz并使用Cron 表达式实现定时任务

《SpringBoot集成Quartz并使用Cron表达式实现定时任务》本篇文章介绍了如何在SpringBoot中集成Quartz进行定时任务调度,并通过Cron表达式控制任务... 目录前言1. 添加 Quartz 依赖2. 创建 Quartz 任务3. 配置 Quartz 任务调度4. 启动 Sprin

Linux下如何使用C++获取硬件信息

《Linux下如何使用C++获取硬件信息》这篇文章主要为大家详细介绍了如何使用C++实现获取CPU,主板,磁盘,BIOS信息等硬件信息,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录方法获取CPU信息:读取"/proc/cpuinfo"文件获取磁盘信息:读取"/proc/diskstats"文