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This dataset has been superseded by MODIS/061/MCD12Q1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

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传