Questo set di dati fornisce la produttività primaria lorda globale non calibrata basata sull'EO
dal 2000 con una risoluzione spaziale di 30 metri.
Prodotto dall'iniziativa Global Pasture Watch del Land & Carbon Lab, il set di dati attuale fornisce valori di produttività primaria lorda (GPP) a livello globale con una risoluzione spaziale di 30 metri a partire dal 2000.
I valori GPP vengono modellati tramite un approccio di efficienza di utilizzo della luce (LUE),
in cui GLAD Landsat ARD (raccolta 2) vengono aggregati ogni due mesi
(Consoli et al., 2024) e combinati con dati di temperatura MODIS di 1 km e radiazione fotosinteticamente attiva CERES (PAR) di 1°.
Per mantenere flessibile il set di dati, l'efficienza massima di utilizzo della luce (LUEmax) è impostata su 1 gC/m²/giorno/MJ
per tutti i tipi di copertura del suolo, consentendo agli utenti di calibrare in un secondo momento i valori di
GPP in base a mappe di copertura del suolo specifiche o a condizioni regionali.
I valori bi-mensili della produttività primaria lorda (uGPP) non calibrata (disponibili in OpenLandMap STAC) vengono calcolati in media per ogni anno e accumulati nell'intero periodo di 365 giorni per produrre
valori uGPP annuali globali, espressi in unità di gC/m²/anno.
I valori di Grassland GPP vengono calcolati al volo utilizzando l'app GEE.
Limitazioni:
Mancata corrispondenza della risoluzione dei dati di input: il set di dati viene fornito con una risoluzione di 30 m, ma le variabili di input chiave per la temperatura (MOD11A1)
e la radiazione fotosinteticamente attiva (CERES PAR) sono state derivate da prodotti molto più grossolani (rispettivamente 1 km e circa 111 km).
La riduzione di scala di queste informazioni può introdurre incertezza e potrebbe non acquisire le condizioni microclimatiche su piccola scala che influiscono sulla produttività delle piante.
Artefatti dei dati: il set di dati contiene artefatti visivi noti, tra cui strisce verticali ("effetto striscia") in alcune aree, che sono il risultato di problemi con il sensore Landsat 7 (guasto dello Scan Line Corrector) e del successivo processo di riempimento delle lacune utilizzato per creare l'archivio di riflettanza sottostante (Consoli et al., 2024). Questi artefatti possono interrompere la continuità spaziale
delle stime della GPP durante i periodi di copertura nuvolosa e nevosa
Risoluzione temporale: i dati vengono prodotti con una risoluzione temporale quindicinale. Questo periodo di tempo potrebbe non essere sufficiente
per acquisire i periodi di crescita chiave o le risposte rapide di una pianta (piogge intense) ai cambiamenti ambientali, rendendo
difficile acquisire con precisione i picchi di produttività e le variazioni stagionali.
Calibrazione delle praterie: i valori GPP delle praterie vengono calcolati utilizzando un singolo parametro di efficienza massima di utilizzo della luce (LUEmax)
(0,86 gC/m²/anno/MJ) per tutte le praterie globali, in base all'algoritmo MOD17. Questo valore non è ottimizzato
per tipi specifici di praterie o condizioni locali. Di conseguenza, il modello mostra una tendenza a sottostimare la GPP rispetto alle misurazioni della torre di flusso a terra.
Dipendenza dall'accuratezza delle mappe delle praterie: l'accuratezza dei valori GPP delle praterie dipende dall'accuratezza delle mappe delle praterie GPW sottostanti.
Qualsiasi classificazione errata della copertura del suolo nelle mappe di origine (ad es. arbusteti o terreni coltivati identificati come praterie)
comporterà errori corrispondenti nelle stime del GPP per queste località.
Isik, M. S., Mesquita, V., Parente, L., & Consoli, D. (2025).
Global Pasture Watch - Source Code of the Global Uncalibrated EO-based GPP and
Grassland GPP Maps at 30m. Zenodo.
[Codice sorgente]. Zenodo
doi:https://doi.org/10.5281/zenodo.15675358
Isik MS, Parente L, Consoli D, et al. (2025).
Light use efficiency (LUE) based bimonthly gross primary
productivity (GPP) for global grasslands at 30 m spatial
resolution (2000–2022), PeerJ.
doi: https://doi.org/10.7717/peerj.19774
Questo set di dati fornisce la produttività primaria lorda globale non calibrata basata sull'EO dal 2000 con una risoluzione spaziale di 30 metri. Prodotto dall'iniziativa Global Pasture Watch del Land & Carbon Lab, il set di dati attuale fornisce valori di produttività primaria lorda (GPP) a livello globale con una risoluzione spaziale di 30 metri a partire dal 2000. I valori GPP vengono modellati tramite un utilizzo leggero…
[null,null,[],[],[],null,["# GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1\n\ninfo\n\n\nThis dataset is part of a Publisher Catalog, and not managed by Google Earth Engine.\n\nContact [Land \\& Carbon Lab](https://landcarbonlab.org/subscribe)\n\nfor bugs or [view more datasets](https://developers.google.com/earth-engine/datasets/publisher/global-pasture-watch)\nfrom the Global Pasture Watch Catalog. [Learn more about Publisher datasets](/earth-engine/datasets/publisher). \n[](https://landcarbonlab.org/data/global-grassland-and-livestock-monitoring) \n\nCatalog Owner\n: Global Pasture Watch\n\nDataset Availability\n: 2000-01-01T00:00:00Z--2024-01-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [Land and Carbon Lab Global Pasture Watch](https://landcarbonlab.org/data/global-grassland-and-livestock-monitoring)\n\nContact\n: [Land \\& Carbon Lab](https://landcarbonlab.org/subscribe)\n\nCadence\n: 1 Year\n\nTags\n:\n[global](/earth-engine/datasets/tags/global) [global-pasture-watch](/earth-engine/datasets/tags/global-pasture-watch) [land](/earth-engine/datasets/tags/land) [landcover](/earth-engine/datasets/tags/landcover) [landuse](/earth-engine/datasets/tags/landuse) [plant-productivity](/earth-engine/datasets/tags/plant-productivity) [publisher-dataset](/earth-engine/datasets/tags/publisher-dataset) [vegetation](/earth-engine/datasets/tags/vegetation) \n\n#### Description\n\nThis dataset provides global uncalibrated EO-based Gross Primary Productivity\nfrom 2000 at 30-m spatial resolution.\nProduced by Land \\& Carbon Lab Global Pasture Watch initiative, the current dataset provides\nGross Primary Productivity (GPP) values globally at 30-m spatial resolution from 2000 onwards.\nGPP values are modeled via a **light use efficiency (LUE)** approach,\nwhere [**GLAD Landsat ARD** (collection-2)](https://glad.umd.edu/ard/home) are aggregated every two months\n([Consoli et al., 2024](https://peerj.com/articles/18585/)) and combined with 1-km **MODIS\ntemperature** data and 1° **CERES Photosynthetically Active Radiation** (PAR).\n\nTo keep the dataset flexible, the maximum light use efficiency (LUEmax) is set to 1 gC/m²/day/MJ\nfor **all land cover types**, allowing the users to later calibrate the\nGPP values according to specific land cover maps or regional conditions.\n\n**Bi-monthly uncalibrated Gross Primary Productivity (uGPP)** values (available in [OpenLandMap STAC](https://stac.openlandmap.org/gpw_ugpp.daily-30m/collection.json)) are averaged by each year and accumulated over the full 365-day period to produce\nglobal annual uGPP values, expressed in units of gC/m²/year.\n\n**Grassland GPP** values are computed on-the-fly using [GEE App](https://global-pasture-watch.projects.earthengine.app/view/ggpp-30m).\n\n**Limitations:**\n\n- **Input data resolution mismatch**: The dataset is provided at 30 m resolution, but key input variables for temperature (MOD11A1)\n and photosynthetically active radiation (CERES PAR) were derived from much coarser products (1 km and \\~111 km, respectively).\n The downscaling of this information can introduce uncertainty and may not capture fine-scale microclimatic conditions affecting plant productivity.\n\n- **Data artifacts** : The dataset contains known visual artifacts, including vertical stripes (\"stripe effect\") in some areas, which are a result\n of issues with the Landsat 7 sensor (Scan Line Corrector failure) and the subsequent gap-filling process used to create the underlying\n reflectance archive ([Consoli et al., 2024](https://peerj.com/articles/18585/)). These artifacts can disrupt the spatial continuity\n of GPP estimates during cloudy and snow cover periods\n\n- **Temporal resolution**: The data is produced at a bimonthly temporal resolution. This timeframe may not be sufficient\n to capture key growth periods or a plant's rapid responses (intense rainfall) to environmental changes, making\n it difficult to accurately capture productivity peaks and seasonal variation.\n\n- **Grassland calibration**: Grassland GPP values are calculated using a single maximum light use efficiency (LUEmax)\n parameter (0.86 gC/m²/year/MJ) for all global grasslands, based on the MOD17 algorithm. This value is not optimized\n for specific grassland types or local conditions. As a result, the model shows a tendency to underestimate GPP when\n compared to ground-based flux tower measurements.\n\n- **Dependence on grassland maps accuracy** : The accuracy of the grassland GPP values is contingent on the accuracy of the\n underlying [GPW grassland maps](https://developers.google.com/earth-engine/datasets/catalog/projects_global-pasture-watch_assets_ggc-30m_v1_grassland_c).\n Any misclassification of land cover in the source maps (e.g., shrublands or croplands identified as grassland) will\n lead to corresponding errors in the GPP estimates for those locations.\n\n**For more information see [Isik et. al, 2025](https://doi.org/10.7717/peerj.19774),\n[Zenodo](https://doi.org/10.5281/zenodo.15675358) and\n[Global Pasture Watch GitHub site](https://github.com/wri/global-pasture-watch)**\n\n### Bands\n\n**Bands**\n\n| Name | Min | Max | Pixel Size | Description |\n|---------|-----|------|------------|--------------------------------------------------------|\n| `gc_m2` | 0 | 4000 | 30 meters | Grams of carbon per square meter per year (gC/m²/year) |\n\n### Image Properties\n\n**Image Properties**\n\n| Name | Type | Description |\n|---------|------|-----------------|\n| version | INT | Product version |\n\n### Terms of Use\n\n**Terms of Use**\n\n[CC-BY-4.0](https://spdx.org/licenses/CC-BY-4.0.html)\n\n### Citations\n\nCitations:\n\n- Isik, M. S., Mesquita, V., Parente, L., \\& Consoli, D. (2025).\n Global Pasture Watch - Source Code of the Global Uncalibrated EO-based GPP and\n Grassland GPP Maps at 30m. Zenodo.\n \\[Source code\\]. Zenodo\n [doi:https://doi.org/10.5281/zenodo.15675358](https://doi.org/10.5281/zenodo.15675358)\n- Isik MS, Parente L, Consoli D, et al. (2025).\n Light use efficiency (LUE) based bimonthly gross primary\n productivity (GPP) for global grasslands at 30 m spatial\n resolution (2000--2022), PeerJ.\n [doi: https://doi.org/10.7717/peerj.19774](https://doi.org/10.7717/peerj.19774)\n\n### DOIs\n\n- \u003chttps://doi.org/10.5281/zenodo.13890401\u003e\n- \u003chttps://doi.org/10.7717/peerj.19774\u003e\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nMap.setCenter(-49.265188, -16.602052, 4);\n\nvar ugppVis = {min: 0, max: 4000, palette: \"faccfa,f19d6b,828232,226061,011959\"}\nvar ugpp = ee.ImageCollection(\n \"projects/global-pasture-watch/assets/ggpp-30m/v1/ugpp_m\"\n)\n\nvar ugpp2024 = ugpp.filterDate('2024-01-01', '2025-01-01').first();\nMap.addLayer(ugpp2024, ugppVis, 'Uncalibrated GPP (2024)');\n\nvar ugpp2000 = ugpp.filterDate('2000-01-01', '2001-01-01').first();\nMap.addLayer(ugpp2000, ugppVis, 'Uncalibrated GPP (2000)');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/global-pasture-watch/projects_global-pasture-watch_assets_ggpp-30m_v1_ugpp_m) \n[GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1](/earth-engine/datasets/catalog/projects_global-pasture-watch_assets_ggpp-30m_v1_ugpp_m) \nThis dataset provides global uncalibrated EO-based Gross Primary Productivity from 2000 at 30-m spatial resolution. Produced by Land \\& Carbon Lab Global Pasture Watch initiative, the current dataset provides Gross Primary Productivity (GPP) values globally at 30-m spatial resolution from 2000 onwards. GPP values are modeled via a light use ... \nprojects/global-pasture-watch/assets/ggpp-30m/v1/ugpp_m, global,global-pasture-watch,land,landcover,landuse,plant-productivity,publisher-dataset,vegetation \n2000-01-01T00:00:00Z/2024-01-01T00:00:00Z \n-90 -180 90 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [https://doi.org/10.7717/peerj.19774](https://doi.org/https://landcarbonlab.org/data/global-grassland-and-livestock-monitoring)\n- [https://doi.org/10.7717/peerj.19774](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/projects_global-pasture-watch_assets_ggpp-30m_v1_ugpp_m)"]]
