GEDI 科学数据产品包括描述地球 3D 特征的足迹和网格数据集。这些数据产品被分配了不同的级别,这表明了数据在收集后所经历的处理量。所有产品都是公开可用的,其中较低级别的产品(L1 和 L2)来自 NASA 的土地过程分布式主动档案中心 ( LPDAC),较高级别的产品 (L3 和 L4) 来自 ORNL DAAC。 数据最初传输到戈达德太空飞行中心的GEDI任务运营中心 (MOC) ,该中心每周部署采购计划,然后通过科学运营中心 (SOC) 进行处理,将科学数据产品分发给上述 DAAC。

用于创建这些数据产品的物理理论、数学程序和模型假设在算法理论基础文档 (ATBD) 中进行了描述。这些可以在这里找到。

级别 1 - 地理定位波形

GEDI 系统收集的原始 GEDI 波形由我们的科学团队进行地理定位。

级别 2 - 足迹级别的树冠高度和轮廓指标

处理波形以提供冠层高度和剖面指标。这些是直接根据每个足迹的波形返回计算的值,例如地形高程、冠层高度、RH 指标和叶面积指数 (LAI)。这些指标提供了易于使用和解释的关于顶篷材料垂直分布的信息。

级别 3 - 网格树冠高度指标和可变性

3 级产品通过对冠层覆盖、冠层高度、LAI、垂直树叶剖面及其不确定性的 2 级足迹估计进行空间内插来网格化。

4A 和 4B 级 - 足迹和网格地上碳估计

4 级产品是 GEDI 产品的最高级别,代表模型的输出。来自 L2 数据产品的足迹指标使用校准方程转换为地上生物量密度的足迹估计。随后,这些足迹用于使用统计理论在 1 公里的单元格中产生平均生物量及其不确定性。

示范产品

这些科学产品展示了使用 GEDI 数据实现的一系列输出。与其他数据产品不同,这些输出仅针对有限的域创建。

预测生态系统模型输出

生态系统人口学模型 (ED) 以高分辨率提供大面积碳储量和通量的估计值。因为是高度结构模型,所以可以用激光雷达导出的植被结构信息来初始化ED。当使用来自 GEDI 的植被结构信息进行初始化时,ED 会在多个政府间气候变化专门委员会 (IPCC) 气候和土地利用变化情景下对热带和温带森林的碳固存潜力进行高空间分辨率估计。这些模拟通过政策对土地利用和发展的影响以及对大气二氧化碳浓度的影响,提供了对政策作用的现实评估。

使用与 TANDEM-X 融合提高高度/生物量

TanDEM-X 是一种干涉合成孔径雷达任务 (InSAR),由两个航天器组成,可同时对地球上的一个位置进行成像。高分辨率森林高度图可以从 TanDEM-X 采集生成,并使用 GEDI 观测进行改进。反过来,这些高度图可用于升级 GEDI 激光雷达生物量估计。正在开发的高级算法将 TanDEM-X 的墙到墙映射能力与 GEDI 激光雷达的空间采样相结合,以比单独使用任一任务所能达到的分辨率和精度更高的分辨率和精度提供改进的高度和生物量估计。这项工作是 GEDI 与德国航天局 (DLR) 正式合作的一部分。

通过融合 GEDI 和 25 M TANDEM-X (TDX) 数据创建的美国新罕布什尔州哈伯德布鲁克实验森林的生物量估计值。

使用与 LANDSAT 融合提高高度/生物量

GEDI 的足迹大小和准确的地理定位允许与植被变化的 Landsat 地图融合,以提供高空间分辨率的植被高度估计和每年到 5 年时间尺度的地上碳储量变化。当与 GEDI 的森林结构观测相结合时,Landsat 的森林面积和森林干扰估计值提供了迄今为止最准确的森林砍伐碳排放估计值。

生物多样性和栖息地模型

栖息地异质性指数是使用来自 GEDI 波形的植被高度分布的垂直和水平信息作为栖息地质量以及多尺度植物和动物多样性的指标来制定的。预测模型是针对特定区域开发的,这取决于用于模型校准和验证的原位生物多样性数据的可用性。然后使用源自 Landsat 的植被损失和干扰图来估计土地利用对栖息地质量和生物多样性的潜在影响。

引用:

Products - GEDI

创建了一个ICESat-2和GEDI的QQ技术交流群,大家可以申请入群共同学习:

群名称:ICESat-2 & GEDI学习交流群

群   号:737040432

一群已满,请加二群

群名称:ICESat-2学习交流群2

群   号:860504848

GEDI学习笔记1:数据产品简介相关推荐

  1. HoloLens开发学习笔记(一):HoloLens简介

    HoloLens开发学习笔记(一):HoloLens简介 一.HoloLens简介 Microsoft HoloLens是Windows Holographic的使用主要设备.HoloLens是一个W ...

  2. JavaScript学习笔记01【基础——简介、基础语法、运算符、特殊语法、流程控制语句】

    w3school 在线教程:https://www.w3school.com.cn JavaScript学习笔记01[基础--简介.基础语法.运算符.特殊语法.流程控制语句][day01] JavaS ...

  3. JPA学习笔记---JPA数据的操作:增加,删除,修改,获取,使用JPQL进行查询

    JPA学习笔记---JPA数据的操作:增加,删除,修改,获取,使用JPOL进行查询 创梦技术交流平台:资源下载,技术交流,网络赚钱: 交流qq群:1群:248318056 2群:251572072 技 ...

  4. OPENMP学习笔记(1)——简介,模型,运行

    OPENMP学习笔记(1)--简介,模型,运行 简介: OpenMP的英文全称是Open Multiprocessing,一种应用程序接口(API,即Application Program Inter ...

  5. 小猫爪:S32K3学习笔记09-S32K3之Safety简介

    小猫爪:S32K3学习笔记09-S32K3之Safety简介 1 前言 2 Safety相关硬件介绍 3 Safety相关软件介绍 4 Safety文章目录 END 1 前言   接下来,就要开始进学 ...

  6. mysql没法修改数据_MySQL学习笔记之数据的增、删、改实现方法

    本文实例讲述了MySQL学习笔记之数据的增.删.改实现方法.分享给大家供大家参考,具体如下: 一.增加数据 插入代码格式: insert into 表明 [列名-] values (值-) creat ...

  7. 学习笔记之数据可视化(二)—— 页面布局(下)

    续上一章 2.7 地图区域(.map) 2.7.1 实现步骤: 2.8 用户统计模块 2.8.1 布局: 2.8.2 柱状图 2.9 订单模块 2.9.1 订单区域布局 2.9.2 订单区域(orde ...

  8. 学习笔记之数据可视化(二)——页面布局(中)

    续上一章 2.6 监控区域布局 2.6.1 布局结构解析: 2.6.2 样式描述: 2.6.3 HTML结构及CSS样式代码 2.6.3 ### 监控区域-效果 2.6.7 点位区域(point) 2 ...

  9. 学习笔记之数据可视化(二)——页面布局(上)

    ~续上一章 2. 项目页面布局 2.1 基础布局 2.1.1 PC端屏幕宽度适配设置 2.1.2 主体容器viewport背景图片 2.1.3 HTML结构 2.1.4 css样式代码 2.2 边框图 ...

  10. 学习笔记之数据可视化(一)——项目适配方案

    目录 最终效果展示 1. 数据可视化适配方案 1.1 项目需求 1.2 PC端适配方案 1.3 使用到的技术 2. 数据可视化项目开发 项目准备 1.1 文件准备 1.2 引入js和css文件 1.3 ...

最新文章

  1. c语言物流管理信息系统,[源码和文档分享]基于C语言的物流配送管理信息系统...
  2. 011 数据结构逆向—二叉树
  3. Future和CompletableFuture的区别和对比,以及Future主要的四个缺点——不能回调会阻塞、批量任务处理彼此依赖会阻塞、不能多个任务级联执行、得不到最先完成的任务
  4. Hello Views之Spinner(yaozq翻译,仅供参考)
  5. 如何把Access转成SQL Server的方法介绍
  6. 七牛HTML 上传按钮,七牛 JSSDK 配置+常见问题
  7. hdu 3951 博弈
  8. ORA-00932: 数据类型不一致: 应为 NUMBER, 但却获得 BINARY
  9. intel DQ77KB 主板使用说明书
  10. 深度学习二分类问题--IMDB数据集
  11. 《高仿支付宝运动轨迹七日曲线图》
  12. 微软产品关于首字母大写的解决方案
  13. 电脑底部的任务栏跑左侧了怎么调 windows
  14. python中sort什么意思,python中sort是什么意思
  15. 榆熙电商:为何购物旗舰店选择优于其他?
  16. 【转】模糊测试(fuzzing)是什么
  17. 万字长文:编写 Dockerfiles 最佳实践
  18. iPhone X适配 最简单粗暴的
  19. JS基础 原型与继承
  20. networkx教程

热门文章

  1. 电子标签智能井盖有什么用
  2. 关于查全率,查准率的定义
  3. 物联网平台ThingsBoard的安装
  4. iOS 关于音频开发
  5. 墨者学院-SQL注入漏洞测试(布尔盲注)
  6. 技术开发人员为什么会无奈苦逼?
  7. 视网膜图像分割数据集整理
  8. PHP 中 foreach和for循环哪个效率更高
  9. 高阶 numpy 数组快速插值(高阶快插)算法探讨
  10. 聊聊阿里云盘,对标 百度云盘