地球资源数据云——数据资源详情

MODIS（MOD15A2H）中国2000-2026平均值合成植被光合有效辐射吸收比率（FPAR）月度数据集

本数据集基于 MODIS 传感器 MOD15A2H 产品，生成了 2000 年至 2026 年间中国区域的 月度 平均植被光合有效辐射吸收比率（ FPAR ）。其研究方法主要为对原始的 8 日合成 FPAR 数据进行批处理，通过最大值合成法生成 月度 FPAR 图像，并计算其长时间序列平均值，以表征中国地区植被冠层对光合有效辐射吸收能力的典型水平。数据集在空间上覆盖中国全境，时间跨度为 27 年，具有连续的时空特性。数据经过了严格的质量控制，主要利用产品自带的质量控制波段剔除了低质量像元（如受云、冰雪影响），确保了平均值的可靠性。该数据集综合反映了中国植被在 21 世纪前二十多年的平均光合作用潜力，为宏观尺度的植被生态研究、碳循环模拟、环境变化监测及生态系统评估提供了重要的基础数据支撑。 关键词 ： GEE ；光合有效辐射吸收比率； FPAR ； 500 米分辨率；平均值合成 引 言 植被光合有效辐射吸收比率（ FPAR ）是定量评估植被生产力、研究全球碳循环以及监测生态系统变化的关键生物物理参数。准确获取长时间序列、大范围的 FPAR 数据，对于理解植被与气候的相互作用、评估“碳中和”进程中的生态系统固碳潜力具有重要意义。随着对地观测技术的发展，卫星遥感已成为获取全球与区域尺度 FPAR 产品的最有效手段。其中，美国国家航空航天局的 MODIS 传感器提供的 FPAR 产品（如 MOD15A2H ）因其时空连续、免费开放的特性，在全球及区域生态与环境研究中得到了广泛应用。 在中国区域，已有大量研究利用 MODIS FPAR 产品进行了植被物候监测、干旱响应分析及生态系统服务评估等工作。然而，原始的 MODIS 产品存在因云、气溶胶等干扰导致的数据噪声和缺失，且月度尺度的平均状态更能稳定地反映植被的长期生产能力与空间分布格局。因此，对原始数据进行质量控制与时间序列合成，生成高质量的长时间序列平均数据集，是深化相关数据科学分析与应用的基础。 本工作旨在基于 MOD15A2H 版本 6 数据，通过严格的质量控制与最大值合成算法，研制 2000 – 2026 年中国区域月度平均 FPAR 数据集。该数据集整合了 27 年的观测信息，有效平滑了月际波动，能够更清晰地揭示中国植被 FPAR 的宏观地理分布特征。本数据集不仅可为评估中国植被生态系统的长期变化提供基准参考，而且有望在区域气候模型、生态模型驱动、生物多样性保护规划等领域发挥重要的重用价值。 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 MOD15A2H 数据集。 MODIS 组合光合有效辐射比率 ( FPAR ) 产品是一个 8 天合成数据集，分辨率为 500 米。该算法会从 Terra 传感器在 8 天内采集的所有像素中选择“最佳”像素。 1.2 数据处理