地球资源数据云——数据资源详情
本数据集提供了 2000 年至 2025 年中国区域 1000 米空间分辨率的逐年植被覆盖度( FVC )产品。数据基于 MODIS 系列卫星影像,采用像元二分模型并结合辐射定标、大气校正等预处理方法生成。覆盖全国陆地区域,时间跨度为 26 年,具备时空连续性与一致性。数据集经过严格的质量控制,包括异常值剔除与遥感影像云噪声处理,可靠性高。本数据集对长时间序列生态环境监测、气候变化研究及可持续发展评价具有重要的支撑价值。 关键词 : GEE ;植被覆盖度; FVC ; 1000 米分辨率 引 言 植被覆盖度( Fractional Vegetation Cover, FVC )是量化地表植被群落状况、评估生态系统服务功能与区域环境质量的关键生物物理参数,在全球变化研究、生态环境监测、水土流失评估及城市可持续发展等领域具有不可替代的作用。 MODIS Terra 卫星自 2000 年持续观测以来,其 MOD13A2 植被指数产品为生成长时间序列、中等空间分辨率的全球植被动态数据提供了稳定可靠的数据源。 为生成一套适用于中国区域的高质量逐年 FVC 数据集,本研究基于 Google Earth Engine ( GEE ) 平台,采用 2000 – 2025 年 MOD13A2 NDVI 数据,结合严格的质量控制标志( QA )进行像素筛选,并利用时序重建算法(如 Savitzky - Golay 滤波)有效克服了噪声与数据缺失问题。最终通过像元二分模型反演得到中国区域 1000 米分辨率的逐年 FVC 结果。 本数据集经过严格的质量检验,具有良好的一致性,可支持多尺度的植被动态监测、环境变化评估与可持续发展研究,也可作为模型验证与遥感应用的重要参考。 1 数据采集和处理方法 1.1 数据采集方法 数据采集主要依靠 GEE ( Google Earth Engine )平台,通过调用 MOD13A2 数据集中的 NDVI 波段进行 FVC 的计算。 1.2 数据处理

本数据集提供了 2000 年至 2025 年中国区域 1000 米空间分辨率的逐年植被覆盖度( FVC )产品。数据基于 MODIS 系列卫星影像,采用像元二分模型并结合辐射定标、大气校正等预处理方法生成。覆盖全国陆地区域,时间跨度为 26 年,具备时空连续性与一致性。数据集经过严格的质量控制,包括异常值剔除与遥感影像云噪声处理,可靠性高。本数据集对长时间序列生态环境监测、气候变化研究及可持续发展评价具有重要的支撑价值。
关键词 : GEE ;植被覆盖度; FVC ; 1000 米分辨率
引 言
植被覆盖度( Fractional Vegetation Cover, FVC )是量化地表植被群落状况、评估生态系统服务功能与区域环境质量的关键生物物理参数,在全球变化研究、生态环境监测、水土流失评估及城市可持续发展等领域具有不可替代的作用。 MODIS Terra 卫星自 2000 年持续观测以来,其 MOD13A2 植被指数产品为生成长时间序列、中等空间分辨率的全球植被动态数据提供了稳定可靠的数据源。
为生成一套适用于中国区域的高质量逐年 FVC 数据集,本研究基于 Google Earth Engine ( GEE ) 平台,采用 2000 – 2025 年 MOD13A2 NDVI 数据,结合严格的质量控制标志( QA )进行像素筛选,并利用时序重建算法(如 Savitzky - Golay 滤波)有效克服了噪声与数据缺失问题。最终通过像元二分模型反演得到中国区域 1000 米分辨率的逐年 FVC 结果。
本数据集经过严格的质量检验,具有良好的一致性,可支持多尺度的植被动态监测、环境变化评估与可持续发展研究,也可作为模型验证与遥感应用的重要参考。
1 数据采集和处理方法
1.1 数据采集方法
数据采集主要依靠 GEE ( Google Earth Engine )平台,通过调用 MOD13A2 数据集中的 NDVI 波段进行 FVC 的计算。
1.2 数据处理