GPW Annual short vegetation height v1

projects/global-pasture-watch/assets/gsvh-30m/v1/short-veg-height_m
信息

此数据集属于发布商目录,并非由 Google Earth Engine 管理。 如需报告 bug 或查看 Global Pasture Watch Catalog 中的更多数据集,请与 Land & Carbon Lab 联系。详细了解发布商数据集

目录所有者
全球牧场监测
数据集可用时间
2000-01-01T00:00:00Z–2024-01-01T00:00:00Z
数据集提供方
联系人
土地与碳实验室
Earth Engine 代码段
ee.ImageCollection("projects/global-pasture-watch/assets/gsvh-30m/v1/short-veg-height_m")
频率
1 年
标签
冠层 全球 全球牧场监测 陆地 土地覆盖 植物生产力 发布者数据集 植被

说明

此数据集提供 2000 年以来全球中值植被高度,空间分辨率为 30 米。此数据集由 Land & Carbon Lab 的 Global Pasture Watch 计划生成,提供自 2000 年以来全球 30 米空间分辨率的中值植被高度值(第 50 百分位)。该数据集基于植被返回的 ICESat-2 ATL08 中值高度,并使用每两个月汇总一次的 GLAD Landsat ARD(第 2 版)通过机器学习(集成梯度提升树)进行建模(参见 Consoli 等人,2024 年),并与其他协变量相结合,包括地形海拔 (GEDTM30)、几何平均温度,以及 MODIS 长期温度水汽

该数据集最初旨在支持对开放生态系统(草原、开阔灌木丛、热带稀树草原、苔原)的监测,现已全面覆盖所有陆地生态系统。因此,森林生态系统的中位高度值不应被解读为冠层顶部。如需与其他现有冠层高度产品进行比较,请访问应用 GPW 高度比较工具包 (GPW-HCT)

90% 预测区间值(第 5 和第 95 百分位)的估计值可在 OpenLandMap STAC 中获取。

基于像素的趋势分析使用 GEE App 实时计算。

限制

  • 植被异质性:中位高度对以草本覆盖为主的景观中的灌木和树木较为敏感。 如果用户侧重于草本生物量,则应考虑使用地表覆盖率分数地图来解决子像素混合问题。未来版本可能会纳入 ICESat-2 的垂直结构信息,以便更好地分离木质覆盖物。

  • 次年和季节性模式:目前的 ICESat-2 数据密度不足以绘制草地生态系统中常见的季节性高度变化。需要增加激光雷达采集次数或提高现有测量的采样密度,以便更频繁地拍摄快照,从而更好地监测年内变化和干扰,包括放牧、火灾和收割。

  • 数据限制和不确定性:训练数据仅限于强光束夜间测量数据,以最大限度减少信号噪声,并应用了其他过滤条件,但这并不能完全消除 ICESat-2 任务中的所有数据不确定性来源。此外,云层覆盖和烟雾会阻碍信号穿透,从而增加某些区域的不确定性。具体而言,与最近几年相比,2019 年的模型表现略差,这可能与 ICESat-2 任务开始时数据可用性和质量的差异有关。

  • 难以检测到非常矮的植被:包括 ICESat-2 在内的激光雷达传感器难以准确测量非常矮的树冠,尤其是在覆盖稀疏或地面部分遮挡的情况下。训练数据无法识别距离地面不到 50 厘米的植被,这可能会导致在最短或最稀疏的陆地覆盖物(例如湿地盐田)中高估高度。

  • 低估最大身高:训练后的机器学习模型表现出趋向平均值的趋势,导致预测区间过窄且过于乐观。由于高植被高度被低估,因此在解读森林非常茂密的区域的绝对值时应谨慎,但相对模式和趋势仍具有参考价值。

  • 独立验证有限:虽然已针对 ICESat-2 数据(测试集)进行验证,但仍需使用机载或无人机激光雷达进行更广泛的验证,才能全面评估数据集在区域层面的质量。

如需了解详情,请参阅 Hunter 等人,2025 年ZenodoGlobal Pasture Watch GitHub 网站

频段

波段

名称 单位 最小值 最大值 缩放 像素尺寸 说明
height 0 10 0.1 30 米

植被高度中位数

图片属性

影像属性

名称 类型 说明
版本 INT

产品版本

使用条款

使用条款

CC-BY-4.0

引用

引用:
  • Parente, L.,Hunter, M.,Ho, Y.、Bonannella, C. 等 (2025)。 Global Pasture Watch - Annual short vegetation height maps at 30-m spatial resolution (2000—2022) (Version v1) [数据集]。Zenodo。doi:https://doi.org/10.5281/zenodo.15198654

  • Hunter, M.O.、Parente, L.,Ho, Yf. 等人 (2025) 基于 ICESat-2 数据和机器学习的全球 30 米年度植被高度中位数地图(2000 年至 2022 年)。Scientific Data 12, 1470. doi: https://doi.org/10.1038/s41597-025-05739-6

DOI

通过 Earth Engine 探索

代码编辑器 (JavaScript)

Map.setCenter(-49.265188, -16.602052, 4);

var short_veg_height_m = ee.ImageCollection("projects/global-pasture-watch/assets/gsvh-30m/v1/short-veg-height_m"),
    style = {"opacity":1,"bands":["height"],"min":0,"max":10,"palette":["#fcffa4","#f98d0a","#bb3755","#57106e","#000004"]};

var SCALE_FACTOR = 0.1
var svhVis = {min: 0, max: 10, palette: "fcffa4,f98d0a,bb3755,57106e,000004"}
var svh = ee.ImageCollection(
    "projects/global-pasture-watch/assets/gsvh-30m/v1/short-veg-height_m"
)

var svh2024 = svh.filterDate('2024-01-01', '2025-01-01').first().multiply(SCALE_FACTOR);
Map.addLayer(svh2024, svhVis, 'Median vegetation height (2024)');

var svh2000 = svh.filterDate('2000-01-01', '2001-01-01').first().multiply(SCALE_FACTOR);
Map.addLayer(svh2000, svhVis, 'Median vegetation height (2000)');
在代码编辑器中打开