
- Dostępność zbioru danych
- 2019-04-18T00:00:00Z–2024-11-28T00:00:00Z
- Dostawca zbioru danych
- USFS Laboratory for Applications of Remote Sensing in Ecology (LARSE) Misja NASA GEDI, dostępna za pośrednictwem USGS LP DAAC
- Tagi
Opis
Ten zbiór danych zawiera prognozy dotyczące gęstości biomasy nadziemnej (AGBD; w Mg/ha) i szacunki standardowego błędu prognozy w każdym próbkowanym, geolokalizowanym śladzie lasera, które zostały uzyskane na podstawie danych z misji Global Ecosystem Dynamics Investigation (GEDI) na poziomie 4A (L4A) w wersji 2. W tej wersji granulki znajdują się na suborbitach. Dane dotyczące wysokości z symulowanych przebiegów falowych powiązanych z oszacowaniami terenowymi AGBD z wielu regionów i typów funkcjonalnych roślin (PFT) zostały zebrane w celu wygenerowania zbioru danych kalibracyjnych dla modeli reprezentujących kombinacje regionów świata i typów funkcjonalnych roślin (tj. drzew liściastych, drzew iglastych, drzew iglastych zimozielonych, drzew iglastych liściastych oraz kombinacji łąk, krzewów i lasów). Wybór grupy ustawień algorytmu użyty w przypadku GEDI02_A w wersji 2 został zmodyfikowany w przypadku drzew liściastych zimozielonych w Ameryce Południowej, aby zmniejszyć liczbę błędów fałszywie dodatnich wynikających z wyboru trybów przebiegu falowego powyżej wysokości nad poziomem gruntu jako najniższego trybu.
Więcej informacji znajdziesz w przewodniku użytkownika.
Misja Global Ecosystem Dynamics Investigation GEDI ma na celu scharakteryzowanie struktury i dynamiki ekosystemów, aby umożliwić radykalną poprawę ilościowego i jakościowego zrozumienia cyklu węglowego Ziemi i bioróżnorodności. Przyrząd GEDI, zamontowany na Międzynarodowej Stacji Kosmicznej (ISS), zbiera dane na całym świecie w zakresie szerokości geograficznych od 51,6°N do 51,6°S w najwyższej rozdzielczości i z największą gęstością próbkowania trójwymiarowej struktury Ziemi. Przyrząd GEDI składa się z 3 laserów, które generują łącznie 8 wiązek, które natychmiastowo próbują 8 obszarów o średnicy ok. 25 m, rozmieszczonych w odstępach ok. 60 m wzdłuż trasy.
Produkt | Opis |
---|---|
L2A Vector | LARSE/GEDI/GEDI02_A_002 |
L2A Monthly raster | LARSE/GEDI/GEDI02_A_002_MONTHLY |
Indeks tabeli L2A | LARSE/GEDI/GEDI02_A_002_INDEX |
L2B Vector | LARSE/GEDI/GEDI02_B_002 |
Rastry L2B Monthly | LARSE/GEDI/GEDI02_B_002_MONTHLY |
Indeks tabeli L2B | LARSE/GEDI/GEDI02_B_002_INDEX |
L4A Biomass Vector | LARSE/GEDI/GEDI04_A_002 |
L4A Monthly raster | LARSE/GEDI/GEDI04_A_002_MONTHLY |
Indeks tabeli L4A | LARSE/GEDI/GEDI04_A_002_INDEX |
L4B Biomass | LARSE/GEDI/GEDI04_B_002 |
Schemat tabeli
Schemat tabeli
Nazwa | Typ | Opis |
---|---|---|
agbd | PRZ | Przewidywana gęstość biomasy nadziemnej |
agbd_pi_lower | PRZ | Dolny przedział prognozy (poziom określony przez atrybut „alpha”) |
agbd_pi_upper | PRZ | Górny przedział prognozy (poziom określony przez atrybut „alpha”) |
agbd_se | PRZ | Błąd standardowy prognozy gęstości biomasy nadziemnej |
agbd_t | PRZ | Prognoza modelu w jednostkach dopasowania |
agbd_t_se | PRZ | Błąd standardowy prognozy modelu w jednostkach dopasowania (potrzebny do obliczania niestandardowych przedziałów prognozy) |
algorithm_run_flag | PRZ | Jeśli ta flaga ma wartość 1, uruchamiany jest algorytm L4A. Ta flaga wybiera dane, które mają wystarczającą wierność przebiegu do oszacowania AGBD. |
przesyłać zbliżeniowo | PRZ | Identyfikator wiązki |
kanał | PRZ | Identyfikator kanału |
degrade_flag | PRZ | Flaga wskazująca pogorszenie stanu informacji o wskazywaniu lub pozycjonowaniu |
delta_time | PRZ | Czas od 1 stycznia 2018 r., godz. 00:00 |
elev_lowestmode | PRZ | Wysokość środka najniższego trybu względem elipsoidy odniesienia |
l2_quality_flag | PRZ | Flaga wskazująca najbardziej przydatne dane L2 do prognozowania biomasy |
l4_quality_flag | PRZ | Oznaczanie upraszczające wybór najbardziej przydatnych prognoz dotyczących biomasy |
lat_lowestmode | PRZ | Szerokość geograficzna środka najniższego trybu |
lon_lowestmode | PRZ | Długość geograficzna środka najniższego trybu |
master_frac | PRZ | Czas główny, część ułamkowa. master_int+master_frac jest równoważne /BEAMXXXX/delta_time |
master_int | PRZ | Główny czas, część całkowita. Sekundy od master_time_epoch. master_int+master_frac jest równoważne /BEAMXXXX/delta_time', |
predict_stratum | CIĄG ZNAKÓW | Identyfikator warstwy prognozy. Identyfikator znaku warstwy prognozy nazwa komórki o wielkości 1 km |
predictor_limit_flag | PRZ | Wartość predyktora wykracza poza zakres danych treningowych (0 – w zakresie; 1 – dolna granica; 2 – górna granica) |
response_limit_flag | PRZ | Wartość prognozy wykracza poza zakres danych treningowych (0 – w zakresie, 1 – dolna granica, 2 – górna granica) |
selected_algorithm | PRZ | Wybrana grupa ustawień algorytmu |
selected_mode | PRZ | Identyfikator trybu wybranego jako najniższy tryb bez szumu |
selected_mode_flag | PRZ | Flaga wskazująca stan wybranego trybu |
wrażliwość | PRZ | Czułość wiązki. Maksymalne pokrycie korony drzew, które można przeniknąć, biorąc pod uwagę SNR fali |
solar_elevation | PRZ | Kąt wzniesienia Słońca |
surface_flag | PRZ | Wskazuje, że wartość elev_lowestmode znajduje się w odległości 300 m od cyfrowego modelu wysokości (DEM) lub średniej wysokości powierzchni morza (MSS). |
shot_number | CIĄG ZNAKÓW | Numer ujęcia, unikalny identyfikator. To pole ma format OOOOOBBRRGNNNNNNNN, gdzie:
|
shot_number_within_beam | PRZ | Numer strzału w wiązce |
agbd_aN | PRZ | Gęstość biomasy nadziemnej; szerokość geograficzna geolokalizacji w trybie najniższym |
agbd_pi_lower_aN | PRZ | Dolny przedział prognozy gęstości biomasy nadziemnej |
agbd_pi_upper_aN | PRZ | Górna granica przedziału prognozowania gęstości biomasy nadziemnej |
agbd_se_aN | PRZ | Błąd standardowy prognozy gęstości biomasy nadziemnej |
agbd_t_aN | PRZ | Prognoza modelu gęstości biomasy nadziemnej w przestrzeni przekształconej |
agbd_t_pi_lower_aN | PRZ | Dolny przedział prognozy w przestrzeni przekształconej |
agbd_t_pi_upper_aN | PRZ | Górny przedział prognozy w przestrzeni przekształconej |
agbd_t_se_aN | PRZ | Błąd standardowy prognozy modelu w jednostkach dopasowania |
algorithm_run_flag_aN | PRZ | Flaga uruchomienia algorytmu – algorytm jest uruchamiany, jeśli ta flaga ma wartość 1. Ta flaga wybiera dane o wystarczającej wierności przebiegu do oszacowania AGBD. |
l2_quality_flag_aN | PRZ | Flaga wskazująca najbardziej przydatne dane L2 do prognozowania biomasy |
l4_quality_flag_aN | PRZ | Oznaczanie upraszczające wybór najbardziej przydatnych prognoz dotyczących biomasy |
predictor_limit_flag_aN | PRZ | Wartość predyktora wykracza poza zakres danych treningowych |
response_limit_flag_aN | PRZ | Wartość prognozy wykracza poza zakres danych treningowych |
selected_mode_aN | PRZ | Identyfikator trybu wybranego jako najniższy tryb bez szumu |
selected_mode_flag_aN | PRZ | Flaga wskazująca stan wybranego trybu |
elev_lowestmode_aN | PRZ | Wysokość środka najniższego trybu względem elipsoidy odniesienia |
lat_lowestmode_aN | PRZ | Szerokość geograficzna środka najniższego trybu |
lon_lowestmode_aN | PRZ | Długość geograficzna środka najniższego trybu |
sensitivity_aN | PRZ | Maksymalne pokrycie korony drzew, które można przeniknąć, biorąc pod uwagę SNR kształtu fali |
stale_return_flag | PRZ | Flaga z digitizera wskazująca, że algorytm wykrywania tętna w czasie rzeczywistym nie wykrył sygnału zwrotnego powyżej progu wykrywania w całym 10-kilometrowym oknie wyszukiwania. Do wyboru telemetrii użyto lokalizacji impulsu z poprzedniego strzału. |
landsat_treecover | PRZ | Pokrycie drzewami w 2010 r., zdefiniowane jako zamknięcie koron wszystkich roślin o wysokości powyżej 5 m (Hansen i in., 2013) i zakodowane jako wartość procentowa w każdej komórce siatki wyjściowej. |
landsat_water_persistence | PRZ | Procent obserwacji UMD GLAD Landsat z zaklasyfikowaną wodą powierzchniową w latach 2018–2019. Wartości >80 zwykle oznaczają stałe zbiorniki wodne, a wartości <10 – stały ląd. |
leaf_off_doy | PRZ | Dzień rozpoczęcia okresu bezlistnego w siatce GEDI 1 km EASE 2.0 pochodzący z produktu NPP VIIRS Global Land Surface Phenology Product. |
leaf_off_flag | PRZ | Flaga siatki GEDI 1 km EASE 2.0 pochodząca z parametrów leaf_off_doy, leaf_on_doy i pft_class, która wskazuje, czy obserwacja została zarejestrowana w okresie bezlistnym w przypadku lasów iglastych lub liściastych oraz terenów zalesionych. 1=bez liści, 0=z liśćmi. |
leaf_on_cycle | PRZ | Flaga wskazująca cykl wzrostu roślinności w przypadku obserwacji liści. Wartości to 0=warunki bez liści, 1=cykl 1, 2=cykl 2. |
leaf_on_doy | PRZ | Dzień roku rozpoczęcia okresu wegetacyjnego w siatce GEDI 1 km EASE 2.0 pochodzący z produktu NPP VIIRS Global Land Surface Phenology. |
pft_class | PRZ | Dane GEDI 1 km EASE 2.0 grid Plant Functional Type (PFT) pochodzące z produktu MODIS MCD12Q1v006. Wartości są zgodne ze schematem klasyfikacji typu pokrycia terenu 5. |
region_class | PRZ | Regiony kontynentalne świata w siatce GEDI 1 km EASE 2.0 (0=woda, 1=Europa, 2=Azja Północna, 3=Australazja, 4=Afryka, 5=Azja Południowa, 6=Ameryka Południowa, 7=Ameryka Północna). |
urban_focal_window_size | PRZ | Rozmiar okna ogniskowego używany do obliczania wartości urban_proportion. Wartości to 3 (rozmiar okna 3 x 3 piksele) lub 5 (rozmiar okna 5 x 5 pikseli). |
urban_proportion | PRZ | Odsetek powierzchni w obszarze wokół każdego zdjęcia, który jest pokryty terenami miejskimi. Pokrycie terenu obszarami miejskimi zostało określone na podstawie produktu DLR o rozdzielczości 12 m TanDEM-X Global Urban Footprint. |
Warunki korzystania z usługi
Warunki korzystania z usługi
Ten zbiór danych jest dostępny publicznie i można go używać oraz rozpowszechniać bez ograniczeń. Więcej informacji znajdziesz w zasadach NASA dotyczących danych i informacji o naukach o Ziemi.
Cytaty
GEDI L4A Footprint Level Aboveground Biomass Density, wersja 2.1. Dubayah, R.O., J. Armston, J.R. Kellner, L. Duncanson, S.P. Healey, P.L. Patterson, S. Hancock, H. Tang, J. Bruening, M.A. Hofton, J.B. Blair i S.B. Luthcke. 2022 r. ORNL DAAC, Oak Ridge, Tennessee, USA. doi:10.3334/ORNLDAAC/2056
DOI
Odkrywanie za pomocą Earth Engine
Edytor kodu (JavaScript)
var dataset = ee.FeatureCollection( 'LARSE/GEDI/GEDI04_A_002/GEDI04_A_2022157233128_O19728_03_T11129_02_003_01_V002'); Map.setCenter(-94.77616, 38.9587, 14); Map.addLayer(dataset);