- Доступность набора данных
- 2019-04-18T00:00:00Z–2024-11-28T00:00:00Z
- Поставщик наборов данных
- Лаборатория USFS по применению дистанционного зондирования в экологии (LARSE) Миссия NASA GEDI, доступ через USGS LP DAAC
- Теги
Описание
Этот набор данных содержит прогнозы Global Ecosystem Dynamics Investigation (GEDI) уровня 4A (L4A) версии 2 плотности надземной биомассы (AGBD; в Мг/га) и оценки стандартной ошибки прогноза в пределах каждого взятого образца геолокационного лазерного следа. В этой версии гранулы находятся на суборбитах. Метрики высоты из моделированных форм волн, связанных с полевыми оценками AGBD из нескольких регионов и функциональных типов растений (PFT), были составлены для создания набора калибровочных данных для моделей, представляющих комбинации регионов мира и PFT (т. е. листопадные широколиственные деревья, вечнозеленые широколиственные деревья, вечнозеленые хвойные деревья, листопадные хвойные деревья и сочетание лугов, кустарников и лесов). Алгоритм настройки выбора группы, используемый для GEDI02_A версии 2, был изменен для вечнозеленых широколиственных деревьев в Южной Америке, чтобы уменьшить ложноположительные ошибки, возникающие из-за выбора мод формы волн над уровнем земли в качестве самой низкой моды.
Более подробную информацию см. в Руководстве пользователя .
Целью миссии GEDI по исследованию глобальной динамики экосистем является изучение структуры и динамики экосистем, что позволит радикально улучшить количественную оценку и понимание углеродного цикла и биоразнообразия Земли. Прибор GEDI, установленный на Международной космической станции (МКС), собирает данные по всему миру между 51,6° с.ш. и 51,6° ю.ш. с высочайшим разрешением и максимальной плотностью данных о трёхмерной структуре Земли. Прибор GEDI состоит из трёх лазеров, создающих в общей сложности восемь трансектов земной поверхности, которые мгновенно оцифровывают восемь участков длиной около 25 м, расположенных примерно каждые 60 м вдоль траектории.
| Продукт | Описание |
|---|---|
| Вектор L2A | ЛАРС/ГЕДИ/ГЕДИ02_А_002 |
| L2A Ежемесячный растр | LARSE/GEDI/GEDI02_A_002_MONTHLY |
| Индекс таблицы L2A | LARSE/GEDI/GEDI02_A_002_INDEX |
| Вектор L2B | ЛАРС/ГЕДИ/ГЕДИ02_Б_002 |
| L2B Ежемесячный растр | LARSE/GEDI/GEDI02_B_002_MONTHLY |
| Индекс таблицы L2B | LARSE/GEDI/GEDI02_B_002_INDEX |
| Вектор биомассы L4A | ЛАРС/ГЕДИ/ГЕДИ04_А_002 |
| L4A Ежемесячный растр | LARSE/GEDI/GEDI04_A_002_MONTHLY |
| Индекс таблицы L4A | LARSE/GEDI/GEDI04_A_002_INDEX |
| Биомасса L4B | ЛАРС/ГЕДИ/ГЕДИ04_Б_002 |
Схема таблицы
Схема таблицы
| Имя | Тип | Описание |
|---|---|---|
| agbd | ИНТ | Прогнозируемая плотность надземной биомассы |
| agbd_pi_lower | ИНТ | Нижний интервал прогнозирования (см. атрибут «альфа» для уровня) |
| agbd_pi_upper | ИНТ | Верхний интервал прогнозирования (см. атрибут «альфа» для уровня) |
| agbd_se | ИНТ | Стандартная ошибка прогнозирования плотности надземной биомассы |
| agbd_t | ИНТ | Прогнозирование модели в единицах соответствия |
| agbd_t_se | ИНТ | Стандартная ошибка прогнозирования модели в единицах соответствия (необходимо для расчета пользовательских интервалов прогнозирования) |
| algorithm_run_flag | ИНТ | Алгоритм L4A запускается, если этот флаг установлен в значение 1. Этот флаг выбирает данные, которые имеют достаточную точность формы сигнала для оценки AGBD. |
| луч | ИНТ | Идентификатор луча |
| канал | ИНТ | Идентификатор канала |
| degrade_flag | ИНТ | Флаг, указывающий на ухудшение состояния информации наведения и/или позиционирования |
| дельта_время | ИНТ | Время с 1 января 2018 г. 00:00 |
| elev_lowestmode | ИНТ | Высота центра низшей моды относительно референц-эллипсоида |
| l2_quality_flag | ИНТ | Флаг, определяющий наиболее полезные данные L2 для прогнозирования биомассы |
| l4_quality_flag | ИНТ | Флаг упрощает выбор наиболее полезных прогнозов биомассы |
| lat_lowestmode | ИНТ | Широта центра низшей моды |
| lon_lowestmode | ИНТ | Долгота центра низшей моды |
| мастер_фрак | ИНТ | Мастер-время, дробная часть. master_int+master_frac эквивалентно /BEAMXXXX/delta_time |
| master_int | ИНТ | Мастер-время, целая часть. Секунды с момента master_time_epoch. master_int+master_frac эквивалентно /BEAMXXXX/delta_time', |
| predict_stratum | НИТЬ | Идентификатор прогнозируемой страты. Символьный идентификатор прогнозируемой страты для ячейки 1 км. |
| predictor_limit_flag | ИНТ | Значение предиктора выходит за границы обучающих данных (0=в пределах; 1=нижняя граница; 2=верхняя граница) |
| response_limit_flag | ИНТ | Значение прогноза выходит за пределы обучающих данных (0=в пределах; 1=нижняя граница; 2=верхняя граница) |
| выбранный_алгоритм | ИНТ | Выбранная группа настроек алгоритма |
| выбранный_режим | ИНТ | Идентификатор режима, выбранного как наименее шумный режим |
| выбранный_режим_флаг | ИНТ | Флаг, указывающий статус selected_mode |
| чувствительность | ИНТ | Чувствительность луча. Максимальная проницаемость полога, которую можно преодолеть с учётом отношения сигнал/шум формы волны. |
| солнечная_высота | ИНТ | Угол возвышения Солнца |
| поверхностный_флаг | ИНТ | Указывает, что elev_lowestmode находится в пределах 300 м от цифровой модели рельефа (ЦМР) или средней высоты поверхности моря (MSS). |
| номер_шота | НИТЬ | Номер кадра — уникальный идентификатор. Это поле имеет формат OOOOOBBRRGNNNNNNNN, где:
|
| номер_выстрела_в_луче | ИНТ | Номер кадра в пределах луча |
| agbd_aN | ИНТ | Плотность биомассы над поверхностью земли; Геолокационная широта, самый низкий режим |
| agbd_pi_lower_aN | ИНТ | Нижний интервал прогнозирования плотности надземной биомассы |
| agbd_pi_upper_aN | ИНТ | Верхний интервал прогнозирования плотности надземной биомассы |
| agbd_se_aN | ИНТ | Стандартная ошибка прогнозирования плотности надземной биомассы |
| agbd_t_aN | ИНТ | Прогнозирование модели плотности надземной биомассы в трансформном пространстве |
| agbd_t_pi_lower_aN | ИНТ | Нижний интервал прогнозирования в пространстве преобразований |
| agbd_t_pi_upper_aN | ИНТ | Верхний интервал прогнозирования в пространстве преобразований |
| agbd_t_se_aN | ИНТ | Стандартная ошибка прогнозирования модели в единицах соответствия |
| algorithm_run_flag_aN | ИНТ | Флаг запуска алгоритма — этот алгоритм запускается, если этому флагу присвоено значение 1. Этот флаг выбирает данные, имеющие достаточную точность формы сигнала для оценки AGBD. |
| l2_quality_flag_aN | ИНТ | Флаг, определяющий наиболее полезные данные L2 для прогнозирования биомассы. |
| l4_quality_flag_aN | ИНТ | Флаг упрощает выбор наиболее полезных прогнозов биомассы |
| predictor_limit_flag_aN | ИНТ | Значение предиктора выходит за пределы обучающих данных |
| response_limit_flag_aN | ИНТ | Значение прогноза выходит за пределы обучающих данных |
| selected_mode_aN | ИНТ | Идентификатор режима, выбранного как наименее шумный режим |
| selected_mode_flag_aN | ИНТ | Флаг, указывающий статус выбранного режима |
| elev_lowestmode_aN | ИНТ | Высота центра низшей моды относительно референц-эллипсоида |
| lat_lowestmode_aN | ИНТ | Широта центра низшей моды |
| lon_lowestmode_aN | ИНТ | Долгота центра низшей моды |
| чувствительность_aN | ИНТ | Максимальный проницаемый слой навеса с учетом SNR формы волны |
| stale_return_flag | ИНТ | Флаг от дигитайзера, указывающий, что алгоритм обнаружения импульсов в реальном времени не обнаружил отраженного сигнала выше порога обнаружения во всем 10-километровом окне поиска. Для выбора телеметрической формы сигнала использовалось местоположение импульса предыдущего снимка. |
| landsat_treecover | ИНТ | Древесный покров в 2010 году определялся как сомкнутость полога для всей растительности высотой более 5 м (Hansen et al., 2013) и кодировался в процентах на ячейку выходной сетки. |
| landsat_water_persistence | ИНТ | Процент наблюдений UMD GLAD Landsat с классифицированными поверхностными водами в период с 2018 по 2019 год. Значения >80 обычно соответствуют постоянным водам, тогда как значения <10 соответствуют постоянным землям. |
| leaf_off_doy | ИНТ | Сетка GEDI 1 км EASE 2.0, день начала работы с листом, год, полученный из продукта NPP VIIRS Global Land Surface Phenology. |
| leaf_off_flag | ИНТ | Флаг сетки GEDI 1 км EASE 2.0, полученный на основе leaf_off_doy, leaf_on_doy и pft_class, указывает, было ли наблюдение зарегистрировано в условиях отсутствия листьев в лиственных хвойных или широколиственных лесах и редколесьях. 1 = отсутствие листьев, 0 = наличие листьев. |
| лист_на_цикле | ИНТ | Флаг, указывающий цикл роста растений при наблюдении за состоянием листьев. Значения: 0 = состояние без листьев, 1 = цикл 1, 2 = цикл 2. |
| лист_на_дой | ИНТ | Сетка GEDI 1 км EASE 2.0, день начала работы листа-год, полученный из продукта NPP VIIRS Global Land Surface Phenology. |
| pft_class | ИНТ | Функциональный тип растений (PFT) сетки GEDI 1 км EASE 2.0, полученный из продукта MODIS MCD12Q1v006. Значения соответствуют схеме классификации типа земельного покрова 5. |
| регион_класс | ИНТ | Сетка континентальных регионов мира GEDI 1 км EASE 2.0 (0=Вода, 1=Европа, 2=Северная Азия, 3=Австралазия, 4=Африка, 5=Южная Азия, 6=Южная Америка, 7=Северная Америка). |
| городской_фокусный_размер_окна | ИНТ | Размер фокального окна, используемый для расчета urban_proportion. Значения: 3 (размер окна 3x3 пикселя) или 5 (размер окна 5x5 пикселя). |
| городская_пропорция | ИНТ | Процентная доля площади земель в фокусной зоне, окружающей каждый снимок, которая представляет собой городской ландшафт. Городской ландшафт был получен с помощью данных TanDEM-X Global Urban Footprint, полученных с помощью DLR с разрешением 12 м. |
Условия эксплуатации
Условия эксплуатации
Этот набор данных находится в открытом доступе и доступен без ограничений на использование и распространение. Дополнительную информацию см. в Политике NASA в отношении данных и информации о науках о Земле .
Цитаты
Плотность надземной биомассы на уровне следа GEDI L4A, версия 2.1. Дубая, RO, Дж. Армстон, Дж. Р. Келлнер, Л. Данкансон, С. П. Хили, П. Л. Паттерсон, С. Хэнкок, Х. Тан, Дж. Брюнинг, М. А. Хофтон, Дж. Б. Блэр и С. Б. Лутке. 2022. ORNL DAAC, Оук-Ридж, Теннесси, США. doi:10.3334/ORNLDAAC/2056
DOI
Исследуйте с Earth Engine
Редактор кода (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);