地球资源数据云——数据资源详情

2000-2025年中国逐年500米分辨率平均值合成NDVI数据集

本数据集基于 500 米空间分辨率遥感影像，集成 2000 年至 2025 年逐年平均归一化植被指数（ NDVI ）数据而成。数据制备过程中采用经过大气校正的地表反射率产品，通过标准 NDVI 计算公式处理生成年度均值，以消除季节波动并凸显植被变化的长期趋势。覆盖全球陆地区域，具备年度时间分辨率和中等空间尺度特征。数据集经过严格的异常值剔除与一致性检验，质量可靠，适用于大尺度植被动态监测、环境变化研究及生态评估等领域，为长期植被变化分析提供了稳定有效的数据基础。 关键词 ： GEE ；归一化植被指数； NDVI ； 500 米分辨率；平均值合成 引 言 归一化植被指数（ NDVI ）作为表征地表植被覆盖、光合作用强度及生物量的关键指标，在全球与区域尺度的植被动态监测、环境变化研究、农业生产评估及生态系统管理中具有不可替代的作用。随着对地观测技术的飞速发展， MODIS 等卫星传感器提供的时序遥感数据，为长时间序列、大范围的植被活动研究提供了坚实的数据基础。其 500 米中等空间分辨率在刻画地表细节与降低计算开销之间实现了良好平衡，已成为区域至全球尺度生态研究的核心数据源之一。 目前，虽已有多种全球 NDVI 产品面世，但科研与应用领域仍持续需要经过严格质量控制、时间跨度长、且处理一致性强的高质量数据集成产品。此类数据集对于精确揭示 21 世纪以来全球气候变化与人类活动共同影响下的植被变化趋势至关重要。许多研究依赖于年度合成数据以消除季节信号，从而更清晰地揭示植被生长的年际变异和长期趋势。 本工作旨在集成生成一套 2000 - 2025 年期间、空间分辨率为 500 米的逐年平均 NDVI 数据集。该数据集是对原始时序数据进行年度合成与质量控制的再分析产品，致力于为更广大的研究社区提供一个即用型的数据资源。其潜在的重用价值广泛，可支持包括植被物候变迁分析、干旱监测评估、生态系统碳循环模拟以及可持续发展目标（ SDGs ）相关指标评估等多个领域的研究与应用。 1 数据采集和处理方法 1.1 数据采集方法 本数据集 依靠 GEE （ Google Earth Engine ）平台，使用 MOD13A1 数据集。 MODIS NDVI 产品是根据经过大气校正的双向地表反射率计算得出的，这些反射率已针对水、云、重气溶胶和云阴影进行了遮盖。 1.2 数据处理