Этот набор данных предоставляет глобальную некалиброванную валовую первичную продуктивность на основе данных ЭО с 2000 года с пространственным разрешением 30 м. Текущий набор данных, созданный в рамках инициативы Land & Carbon Lab Global Pasture Watch, предоставляет значения валовой первичной продуктивности (ВПП) по всему миру с пространственным разрешением 30 м с 2000 года и далее. Значения ВПП моделируются с помощью подхода эффективности использования света (LUE) , при котором данные GLAD Landsat ARD (коллекция-2) агрегируются каждые два месяца ( Консоли и др., 2024 ) и объединяются с данными о температуре MODIS на высоте 1 км и данными фотосинтетически активной радиации (ФАР) CERES на высоте 1°.
Чтобы сохранить гибкость набора данных, максимальная эффективность использования света (LUEmax) установлена на уровне 1 гС/м²/день/МДж для всех типов земельного покрова , что позволяет пользователям впоследствии калибровать значения GPP в соответствии с конкретными картами земельного покрова или региональными условиями.
Двухмесячные некалиброванные значения валовой первичной продуктивности (uGPP) (доступные в OpenLandMap STAC ) усредняются по каждому году и накапливаются в течение полного периода 365 дней для получения глобальных годовых значений uGPP, выраженных в единицах гС/м²/год.
Значения GPP для пастбищ рассчитываются «на лету» с помощью приложения GEE .
Ограничения:
Несоответствие разрешения входных данных : набор данных представлен с разрешением 30 м, но ключевые входные переменные для температуры (MOD11A1) и фотосинтетически активной радиации (CERES PAR) были получены из гораздо более грубых продуктов (1 км и ~111 км соответственно). Уменьшение масштаба этой информации может привести к неопределенности и не отразить микроклиматические условия, влияющие на продуктивность растений в мельчайших масштабах.
Артефакты данных : набор данных содержит известные визуальные артефакты, включая вертикальные полосы («эффект полос») в некоторых областях, которые являются результатом проблем с датчиком Landsat 7 (сбой корректора линии сканирования) и последующего процесса заполнения пробелов, используемого для создания архива данных об отражательной способности ( Consoli et al., 2024 ). Эти артефакты могут нарушить пространственную непрерывность оценок GPP в периоды облачности и снежного покрова.
Временное разрешение : данные предоставляются с двухмесячным временным разрешением. Этот временной интервал может быть недостаточным для регистрации ключевых периодов роста или быстрой реакции растений (интенсивные осадки) на изменения окружающей среды, что затрудняет точное определение пиков продуктивности и сезонных колебаний.
Калибровка пастбищ : значения GPP для пастбищ рассчитываются с использованием единого параметра максимальной эффективности использования света (LUEmax) (0,86 гС/м²/год/МДж) для всех пастбищ мира на основе алгоритма MOD17. Это значение не оптимизировано для конкретных типов пастбищ или местных условий. В результате модель демонстрирует тенденцию к занижению GPP по сравнению с наземными измерениями с помощью вышки для измерения потока.
Зависимость от точности карт пастбищ : Точность значений ВГП пастбищ зависит от точности базовых карт пастбищ GPW . Любая неверная классификация земельного покрова на исходных картах (например, определение кустарниковых или пахотных земель как пастбищ) приведёт к соответствующим ошибкам в оценках ВГП для этих мест.
Исик, М.С., Мескита, В., Паренте, Л. и Консоли, Д. (2025). Global Pasture Watch — исходный код глобальных некалиброванных карт GPP на основе данных о землепользовании и GPP пастбищ на расстоянии 30 м. Zenodo. [Исходный код]. Zenodo doi: https://doi.org/10.5281/zenodo.15675358
Исик М.С., Паренте Л., Консоли Д. и др. (2025). Валовая первичная продуктивность (GPP) лугов мира, рассчитанная на основе двухмесячной оценки эффективности использования (LUE) с пространственным разрешением 30 м (2000–2022 гг.), PeerJ. doi: https://doi.org/10.7717/peerj.19774
Этот набор данных содержит глобальные некалиброванные данные о валовой первичной продуктивности на основе данных ЭО с 2000 года с пространственным разрешением 30 м. Текущий набор данных, созданный в рамках инициативы Land & Carbon Lab Global Pasture Watch, содержит значения валовой первичной продуктивности (ВПП) по всему миру с пространственным разрешением 30 м с 2000 года. Значения ВПП моделируются с помощью лёгкого использования…
[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)"]]
