之前我们分享过2000—2023年逐月归一化植被指数（NDVI）栅格数据（可查看之前的文章获悉详情），该数据来源于NASA定期发布的MOD13A3数据集！很多小伙伴拿到数据后反馈栅格数据不太方便使用，问我们能不能把数据处理为更方便使用的Shp和Excel格式的数据！ 我们特地对数值在-0.2—1之间的NDVI栅格数据进行了处理，将2000-2023年逐月的归一化植被指数栅格分别按照我国省级行政边

这里写自定义目录标题 1. 写在前面2. GEE代码 1. 写在前面   🚀大家好，今天我要分享的是如何使用Google Earth Engine (GEE) 平台，针对特定的采样点，提取LANDSAT 8卫星数据中的植被指数时间序列。本代码主要包括三种植被指数：NDVI、EVI和NDPI。 2. GEE代码 🔍 本代码以山东省为例： var table = ee.Fe

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”和“ MODIS/006/MOD13Q1”。 MCD12Q1 V6

​植被指数（VI）是两个或多个波长范围内的地物反射率组合运算，以增强植被某一特性或者细节。所有的植被指数要求从高精度的多光谱或者高光谱反射率数据中计算。未经过大气校正的辐射亮度或者无量纲的DN值数据不适合计算植被指数。     ​目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过系统的实践检验。     ​在ENVI中，根据对植被波谱特征产生重要影响的主要

数据名称： MOD13A1.006 Modis 16天 Terra 500m 数据来源： NASA 时空范围： 2000-2022年 空间范围： 全国 波段 名称波段单位最小值最大值比例因子波长描述NDVIB1NDVI-2000100000.0001Normalized Difference Vegetation IndexEVIB2EVI-2000100000.0001

摘要    中国1981-2023年逐年每15天8km植被指数数据集来源于GIMMS NDVI数据，包括了1981年7月－2023年12月的长时间序列逐年每15天植被指数变化，格式为arcgis grid格式，投影为WGS84，其时间分辨率是15天，空间分辨率8km。 关键词： 植被指数 数据说明     GIMMS（glaobal inventory modelling and mapp

植被指数逐年获取 1. 常见的植被指数1.1 比值植被指数（Ratio vegetation index，RVI）1.2 归一化植被指数（Normalized Difference Vegetation Index，NDVI）1.3 增强植被指数（Enhanced Vegetation Index，EVI）1.4 土壤调节植被指数（Soil Adjusted Vegetation Index

通常所说的遥感图像即为遥感数字图像，其实质为一个二维矩阵（二维数组），对其进行数学上的运算称为图像的代数运算，本文介绍了数学运算背后的实际意义与应用示例。 图像的代数运算作用注意运算规则 加法运算差值运算乘法运算比值运算 植被指数消除阴影其他常用的比值 图像的代数运算 代数运算是指根据地物本身在不同波段或不同时相的灰度值差异，对于同一投影的两幅或两幅以上的多波段遥感图像对