数据介绍:

全球生态系统动态调查(GEDI)L4B产品提供了基于从2019-04-18开始的第19任务周到2021-08-04结束的第138任务周的观测结果的1公里×1公里(1公里,下同)的平均地上生物量密度(AGBD)估计值。GEDI L4A足迹生物量产品将每个高质量的波形转换为AGBD预测值,L4B产品使用每个1公里单元边界内存在的样本来统计推断平均AGBD。GEDI L4B算法理论基础文件(ATBD)中描述了网格化程序。Patterson等人(2019)描述了L4B产品中使用的基于模型的混合推断模式。L4B产品中还提供了相应的1公里平均标准误差的估计值。不确定性是由于GEDI对1公里区域的采样(而不是进行墙对墙的观测),以及L4A生物量值是在一个有误差的过程中建模的,而不是在一个可能被认为没有误差的过程中测量的。

GEDI 仪器可对地球的 3 维结构进行高分辨率激光测距观测。GEDI 于 2018 年 12 月 5 日发射,附属于国际空间站 (ISS)。GEDI 以迄今为止在轨任何光探测和测距(激光雷达)仪器的最高分辨率和最密集采样,在北纬 51.6° 和南纬 51.6° 之间在全球范围内收集数据。GEDI 仪器由三个激光器组成,总共产生 8 个光束地面横断面,其中包括约 25 m 的足迹样本,沿轨道大约每 60 m 间隔一次。GEDI 光束横断面在地球表面沿交叉轨道方向间隔约 600 m,跨轨道宽度约为 4.2 km。

数据特征

空间覆盖范围:标称纬度范围为-52至52度的全球

空间分辨率: 1公里

时间覆盖: 2019-04-18 至 2021-08-04

时间分辨率:一次性估计

研究区域:纬度和经度以十进制度数给出。

地点 最西经度 最东经度 最北纬度 最南纬
全球的 -180 180 52 -52

数据文件信息

此数据集中包含 10 个云优化 GeoTIFF (*.tif) 格式的数据文件。每个文件提供 2019 年 4 月 18 日至 2021 年 8 月 4 日期间(任务周 19 至任务周 138)的 1 公里平均地上生物量密度 (AGBD) 估计值。还包括两个便携式文档格式 (*.pdf) 的配套文件。配套文件必须与数据文件分开下载。

GEDI04_B_ <start_mission_wk_end_mission_wk> _ <ppds> _ <release_num> _ <product_ver> _ <spatial_resolution> _ <variable>.tif,其中

  • start_mission_wk_end_mission_wk是产品中包含的 GEDI 任务的开始和结束周。第 19 周任务(“MW019”)于 2019 年 4 月 18 日开始,第 138 周任务(“MW138”)于 2021 年 8 月 4 日结束
  • ppds是定位和指向确定系统 (PPDS) 类型(02 是最终版本)
  • release_num是 GOC SDS(软件)版本号,
  • product_ver是颗粒生产版本,
  • 空间分辨率为“ R01000M ”(1 公里),并且
  • 变量是网格度量:MU=Mean;V1=方差分量 1;V2=方差分量 2;SE=标准误差;PE=百分比标准误差;NC=簇数;NS=样本数;QF=质量标志;PS=预测层,MI=推理模式(表 1)。

表 1. 文件名和描述。所有数据均为 2019-04-18 至 2021-08-04 期间的数据。

文件名 描述 单位 无数据值 数据类型
数据文件
GEDI04_B_MW019MW138_02_002_05_R01000M_MU.tif 平均地上生物量密度 (MU):1 公里网格单元的估计平均 AGBD,包括森林和非森林 镁公顷-1 -9999 浮动32
GEDI04_B_MW019MW138_02_002_05_R01000M_V1.tif 方差分量 1 (V1):由于 L4A 中使用的 field-to-GEDI 模型,平均生物量估计的不确定性   -9999 浮动32
GEDI04_B_MW019MW138_02_002_05_R01000M_V2.tif 方差分量 2 (V2):
如果推理模式 = 1,这是由于 GEDI 对 1 公里小区的采样造成的不确定性。
如果推理模式 = 2,这是不确定性,因为模型使用墙到墙数据预测生物量,使用 L4A 足迹产品校准
  -9999 浮动32
GEDI04_B_MW019MW138_02_002_05_R01000M_SE.tif 平均地上生物量密度标准误差 (SE):平均估计的标准误差,结合采样和建模不确定性 镁公顷-1 -9999 浮动32
GEDI04_B_MW019MW138_02_002_05_R01000M_PE.tif 标准误差作为估计平均 AGBD (PE) 的一部分。如果 >100%,则单元格值将被截断为 100。 百分 255 UInt8
GEDI04_B_MW019MW138_02_002_05_R01000M_NC.tif 簇数 (NC):具有至少一个高质量波形与网格单元相交的唯一 GEDI 地面轨迹的数量     UInt16
GEDI04_B_MW019MW138_02_002_05_R01000M_NS.tif 样本数 (NS):网格单元内所有地面轨道上的高质量波形总数     UInt16
GEDI04_B_MW019MW138_02_002_05_R01000M_QF.tif 质量标志 (QF):
0=在 GEDI 域之外
1=陆地表面
2=陆地表面并满足 GEDI 任务 L1 要求(百分比标准误差 <20% 或标准误差 < 20 Mg ha- 1)
    UInt8
GEDI04_B_MW019MW138_02_002_05_R01000M_PS.tif 由植物功能类型和大陆确定的预测层(PS)。PS 与有助于模型误差方差的 L4A 模型参数协方差矩阵相关联(表 2)。   0 UInt8
GEDI04_B_MW019MW138_02_002_05_R01000M_MI.tif 干扰模式 (MI):用于特定小区的方法。在任务完成之前,只有那些可以进行混合推理的单元格才会填充平均生物量值
0=未应用
1=基于混合模型
2=基于广义分层模型
    UInt8
伴随文件
GEDI_ATBD_L4B_v1.0.pdf 算法理论基础文档 (ATBD) 提供了有关产品模型和网格化程序的更多详细信息。      
GEDI_L4B_Gridded_Biomass.pdf 本用户指南的 PDF 副本。      

Properties of the Cloud-Optimized GeoTIFF Data Files

  • Bands: 1
  • Scale factor: 1
  • Number of columns: 34,704
  • Number of rows: 14,616
  • Map Projection: Equal-Area Scalable Earth (EASE)-Grid 2.0 Global (https://nsidc.org/data/ease)
  • Datum: World Geodetic System 1984
  • EPSG: 6933
  • Map units: meters
  • X-axis map coordinate of the outer edge of the upper-left pixel: -17367530.45
  • Y-axis map coordinate of the outer edge of the upper-left pixel: 7314540.83

表 2. GEDI04_B_MW019MW138_02_002_05_R01000M_PS.tif 中的预测层 (PS) 代码。代码的第一部分是植物功能类型,第二部分是世界区域。

单元格值 代码 描述
1 DBT_Af 非洲落叶阔叶树 (DBT) (Af)
2 DBT_Au 澳大利亚和大洋洲的落叶阔叶树(Au)
3 DBT_Eu 欧洲落叶阔叶树(欧盟)
4 DBT_NA 北亚落叶阔叶树(NAs)
5 DBT_SA 南美洲(SA)落叶阔叶树
6 DBT_SA 南亚落叶阔叶树(SAs)
7 DBT_NAm 北美落叶阔叶树(NA)
8 EBT_Af 非洲常绿阔叶树(EBT)
9 EBT_Au 澳大利亚和大洋洲的常绿阔叶树
10 EBT_Eu 欧洲常绿阔叶树
11 EBT_NA 北亚常绿阔叶树
12 EBT_SA 南美洲常绿阔叶树
13 EBT_SA 南亚常绿阔叶树
14 EBT_NAm 北美常绿阔叶树
15 ENT_Af 非洲常绿针叶树(ENT)
16 ENT_Au 澳大利亚和大洋洲的常绿针叶树
17 ENT_Eu 欧洲常绿针叶树
18 ENT_NA 北亚常绿针叶树
19 ENT_SA 南美洲常绿针叶树
20 ENT_SA 南亚常绿针叶树
21 ENT_NAm 北美常绿针叶树
22 DNT_Af 非洲落叶针叶树(DNT)
23 DNT_Au 澳大利亚和大洋洲的落叶针叶树
24 DNT_Eu 欧洲落叶针叶树
25 DNT_NA 北亚落叶针叶树
26 DNT_SA 南美洲的落叶针叶树
27 DNT_SA 南亚落叶针叶树
28 DNT_NAm 北美落叶针叶树
29 GSW_Af 非洲的草、灌木和林地 (GSW)
30 GSW_Au 澳大利亚和大洋洲的草、灌木和林地
31 GSW_Eu 欧洲的草、灌木和林地
32 GSW_NA 北亚的草、灌木和林地
33 GSW_SA 南美洲的草、灌木和林地
34 GSW_SA 南亚的草、灌木和林地
35 GSW_Nam 北美的草、灌木和林地

L4B 估算的应用必须首先了解估算涵盖 1 公里小区的整个区域,无论该区域是否完全被森林覆盖。没有使用高分辨率森林掩模来滤除非森林波形,因为 (1) 这种方法保留了将非森林生物量包括在 1 公里尺度估计中的选项;(2) 使用一个版本的森林覆盖掩码约束估计可能会使这些估计在使用不同掩码的上下文中不太相关。如果用户需要特定于 1 km 单元内森林区域的生物量估计,他们可以根据他们喜欢的森林地图将平均 1 km AGBD 除以森林覆盖的单元的分数。

GEDI 的主要 L4B 算法是混合推理(Ståhl 等人,2010 年;Patterson 等人,2019 年),其中平均生物量是根据建模生物量值的不完整样本估算的(可通过 L4A 产品获得,Dubayah 等人,2022 年) . 按照惯例,由 GEDI 或其他机载或星载平台收集的线性观测数据被视为集群样本。由于在混合估计下需要至少两个集群来计算方差,因此 GEDI 的主要算法可能仅适用于包含来自至少两个相交地面轨迹的样本的 1 公里单元。在任务结束时,将使用基于广义层次模型的推理 (GHMB) 来估计没有足够簇的细胞中的平均生物量。这种方法使用二级模型,将生物量扩展到从墙到墙图像预测的表面。“推理模式”L4B 变量描述了用于特定单元格的方法。在任务完成之前,只有那些可以进行混合推理的单元格才会被填充平均生物量值;其他单元格的值为零。

数据采集​​、材料和方法

GEDI 仪器安装在国际空间站 (ISS) 上,其任务旨在表征生态系统结构和动态,以改进对地球碳循环和生物多样性的量化和理解。GEDI 由马里兰大学与美国宇航局戈达德太空飞行中心合作领导。GEDI 科学数据算法和产品由 GEDI 科学团队创建。

GEDI 仪器可对地球的 3 维结构进行高分辨率激光测距观测。GEDI 于 2018 年 12 月 5 日发射,隶属于国际空间站。GEDI 以迄今为止在轨任何光探测和测距(激光雷达)仪器的最高分辨率和最密集采样在全球范围内收集数据。GEDI 仪器由 3 个激光器组成,总共产生 8 个光束地面样带,其中包括约 25 m 的足迹样本,沿轨道大约每 60 m 间隔一次。GEDI 光束横断面在地球表面沿交叉轨道方向间隔约 600 m,跨轨道宽度约为 4.2 km。

GEDI L4B 网格化地上生物量密度 (AGBD) 使用混合估算来创建详尽的非重叠 1 km x 1 km 平均生物量估算,以及每个 1 km 估算的标准误差网格(该过程也称为“网格”)。如上所述,混合推理考虑了模型不确定性和与单个网格单元内的 GEDI 样本相关的不确定性。1 km 2分辨率的全球 EASE-Grid 2.0 用于将 GEDI L4A 数据集(按足迹中心点)划分为网格单元。该网格具有等面积的单元格,并且与许多现有的生物圈数据集兼容。有关此网格的更多信息,请参阅 Brodzik 等人。(2012 年)和来自 NSIDC(What are the EASE Grids? | National Snow and Ice Data Center)。GEDI L4B 算法理论基础文档 (ATBD) 中描述了网格化过程,而该产品的用户指南 (Dubayah 等人,2022) 中描述了 L4A 足迹生物量预测。GEDI 使用的高程和高度度量算法在 ATBD 中描述,用于 L1 和 L2 产品的 GEDI 发射和接收波形处理 (Hofton 和 Blair,2019 年)。

在基于广义层次模型推理 (GHMB) 的任务结束应用之前,所有没有有效混合平均生物量估计的网格单元的值都为零。零单元的分布不均匀,在任务生命早期发现更高的无响应(1);(2)靠近赤道,国际空间站立交桥模式较为稀疏;(3)在多云地区;(4) 在由于任务的第 2 年轨道共振问题而未对参考地面轨道进行采样的区域。后一个问题涉及由于国际空间站高度的计划外变化而以牺牲其他为代价重复覆盖一些地面轨道。对于具有有效估计的单元格,平均值的估计标准误差取决于诸如 L4A 足迹生物量模型的拟合(反映在方差分量 1 中)以及观测和地面轨迹的密度(反映在方差分量 2 中)等因素。对于具有有效估计值的 1 km 单元格,Prediction Stratum 网格提供到用于预测的 L4A 模型数据(例如,参数、方差-协方差矩阵等)的链接,其中值表示/ANCILLARY/model_data每个 L4A 产品文件中都可用的复合数据集(参见 Dubayah 等人,2022 年)。

用户注意事项

GEDI 测量是在标称纬度 51.6° 和 -51.6° 之间的地球表面上进行的。由于该仪器可以在其国际空间站支架上最多旋转 6 度,因此激光可以在国际空间站地面轨道的任一侧指向 40 公里。因此,L2 产品的确切空间覆盖范围会因轨道而略有不同。此外,由于足迹质量检查和网格单元过滤,L4B 网格覆盖可能与 L4A 或 L2 数据略有不同。目前,数据文件的纬度范围为 85° 至 -85°,对应于 EASE-Grid 2.0 的全范围,但具有有效数据值的数据单元名义上位于纬度 52° 至 -52° 的范围内。

数据来源:GEDI L4B Gridded Aboveground Biomass Density, Version 2, https://doi.org/10.3334/ORNLDAAC/2017

数据引用:

Dubayah, R.O., J. Armston, S.P. Healey, Z. Yang, P.L. Patterson, S. Saarela, G. Stahl, L. Duncanson, and J.R. Kellner. 2022. GEDI L4B Gridded Aboveground Biomass Density, Version 2. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/2017

免费获取全球生物量密度1km网格tif数据(GEDI L4B Gridded Aboveground Biomass Density, Version 2)相关推荐

  1. 免费获取全球10米分辨率的土地分类数据!

    今日为大家推荐来自Esri的全球10米分辨率的土地覆盖数据,地表土地覆盖数据可以做很多分析,包括人类活动的建成区分析,以及自然生态例如森林.农田等资源分析, 下载连接:https://www.arcg ...

  2. 免费获取全球夜间NPP VIIRS灯光数据!内附下载链接!

    NPP VIIRS夜间灯光数据在这个网站有按照时间分类的下载. 首先给大家一点提示 EOG 产品 S-NPP 的主要卫星图像来源在计划维护期间遇到了一些困难. 2021 年 8 月 3 日 12:46 ...

  3. 免费获取欧洲ECMWF两年的天气预报数据:

    下载地址:  http://data-portal.ecmwf.int/data/d/yotc_od/levtype=pl/type=fc/ Type of level Model levels Pr ...

  4. Google Earth Engine(GEE)——GEDI L4B全球地表生物量密度1000m分辨率数据集

    GEDI L4B Gridded Aboveground Biomass Density (Version 2) 这个全球生态系统动态调查(GEDI)L4B产品提供了基于从2019-04-18开始的第 ...

  5. 【数据分享】1901-2021年1km分辨率逐月平均气温栅格数据(全国/分省/免费获取)

    气温数据是我们最常用的气象指标之一,之前我们给大家分享过1950-2022年0.1° x 0.1°精度的逐月平均气温栅格数据和逐年平均气温栅格数据(均可查询之前的文章获悉详情)! 本次我们分享的是精度 ...

  6. 【数据分享】1901-2021年1km分辨率逐月总降水栅格数据(全国/分省/免费获取)

    气象指标在日常研究中非常常用,之前我们给大家分享过来源于国家青藏高原科学数据中心提供的1901-2021年1km分辨率逐月平均气温栅格数据和1901-2021年1km分辨率的逐月最高气温栅格数据(可查 ...

  7. 快速获取csv数量_【数量技术宅|数据爬虫系列分享】如何获取免费的数字货币历史数据...

    更多精彩内容,欢迎关注公众号:数量技术宅 数字货币历史数据的重要性 以BTC.ETH为代表数字货币作为一个新兴市场,散户参与度高.市场效率低,表现在价格上时常会走出高波动率,和一大波的趋势行情.相比较 ...

  8. 【Cloudaily】Elastic Stack 5.2.0 版本发布,Uber免费开放全球20亿行程数据

    Cloudaily网罗新鲜要闻,每日为你呈现大数据和云计算领域热点新闻.本次内容播报如下: Apache Storm 1.0.3 发布,分布式实时计算 Apache Storm 1.0.3 发布了,A ...

  9. chloris.earth ——Chloris 全球生物量 2003 - 2019 数据平台

    概述 Chloris 全球生物量 2003 - 2019 数据集提供了地球陆地木本植被生态系统地上生物量存量和变化的估计值.它涵盖 2003 年至 2019 年期间,按年度时间步长计算.全球数据集的空 ...

  10. 大数据:70多个网站让你免费获取大数据存储库

    大数据:70多个网站让你免费获取大数据存储库 你是否需要大量的数据来检验你的APP性能?最简单的方法是从网上免费数据存储库下载数据样本.但这种方法最大的缺点是数据很少有独特的内容并且不一定能达到预期的 ...

最新文章

  1. 《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》——1.2 数字图像处理与机器视觉...
  2. PHP 学习 第一天
  3. 缓存与数据库的一致性:先操作缓存还是先操作数据库?
  4. oracle jet auto,如何启用sqlplus的AutoTrace功能
  5. splat net_Ruby中的Splat参数
  6. poj 1006 java_POJ 1006 Java:中国剩余定理
  7. 【LeetCode】11. Container With Most Water 解题小结
  8. python nltk book_nltk book的下载
  9. python函数如何结束_如何在Python中结束函数
  10. Qt——P20 模态和非模态对话框创建
  11. 批量查询ip地址的归属地
  12. AVC/HEVC/VVC/AV1 帧间预测:运动估计、运动补偿
  13. Python调用百度地图api查询经纬度
  14. 计算机二级的图片尺寸,2021计算机二级照片是几寸 大小千万要记住咯
  15. 用Python来判断输入的身份证号的性别
  16. 一、Photoshop新版本(2019以后)常用快捷键总结、归纳
  17. 索尼MUC-M2BT1换电池+爆改
  18. conda 速度慢 解决方案
  19. 绘制基本网络图(Networkx)
  20. 玉米社:百度竞价推广否词什么意思?在哪里查看?怎么添加?【全】

热门文章

  1. 失眠的岁月,我们都交了哪些科技智商税?
  2. SpringBoot项目怎么重命名
  3. swper_swiper
  4. 出圈!迅镭激光切割设备亮相热播剧《麓山之歌》
  5. 详细理解TDMA以及OFDMA,更容易读懂论文
  6. bzoj4987 Tree 分类讨论+树形背包
  7. 金蝶EAS BOS工作流开发(附带JAVA脚本)
  8. 苹果CMS10原生APP修改版 影视APP源码附安装教程
  9. 叶俊:别让“对抗”惯性摧毁你的幸福人生
  10. 曲线积分于曲面积分(后篇 曲面积分-坐标曲面积分-高斯公式-斯托克斯公式)