地球资源数据云——数据资源详情

2000-2025年中国逐年500米分辨率碳酸盐指数(CI)数据集

发布时间:2026-02-11 16:20:28资源ID:2021054750169444353资源类型:收费|基础会员

本数据集基于 MODIS Terra 卫星的 MOD09A1 Version 6.1 地表反射率产品, 通过特定的计算公式,采用最大值 合成 法 生成 2000 - 2025 年中国 500 米分辨率的逐年 CI 指数数据。该指数综合利用多波段地表反射率信息,旨在更综合地表征地表覆盖状况或特定地物特征(如土壤背景、水分条件等)。数据集为开展大尺度地表环境动态监测、生态参量反演及地理国情分析提供了一重要的基础数据源。 关键词: GEE ; 碳酸盐 指数; CI 指数; 500 米分辨率; MOD09A1 引言 地表反射率是遥感监测的核心物理量之一,直接反映了地物对不同波长电磁波的反射能力。基于多波段反射率构建的各种合成指数,能够有效突显特定地物信息、减弱背景噪声,已成为土地覆盖分类、植被生理参数反演、干旱监测及城市热环境研究等领域的关键工具。长时间序列、大范围的合成指数数据集对于解析复杂的人地系统相互作用过程至关重要。 MODIS MOD09A1产品提供了经过大气校正的500米分辨率8天合成地表反射率数据,其包含的七个光谱波段为构建多种专用指数 , 奠定了高质量的数据基础。本工作基于 MOD09A1数据,旨在生成一套长时间序列、高质量的中国区域逐年CI指数数据集。该数据集是对原始反射率数据的深度加工与信息萃取,可为用户提供一个可直接用于分析和建模的年度指数数据产品,预期在农业估产、生态环境评估、气候变化研究等领域具有广泛的应用潜力。 1数据采集和处理方法 1.1数据采集 本数据集的数据源为 Google Earth Engine ( GEE )云平台上的 MODIS/061/MOD09A1 数据集。该产品已进行了大气校正,并包含用于质量评估的状态波段,提供了可靠的地表反射率信息。 1.2数据处理方法 数据处理在 GEE 平台完成。首先,根据研究需求,利用中国国界矢量数据对 MOD09A1 影像进行空间裁剪。其次,设定每年固定的时间窗口, 每年统一选取 1 月 1 日至 12 月 31 日最为最大值合成的起止时间, 从该年度所有有效的 8 天合成产品中, 根据计算公式,采用最大值合成算法 计算每个像元的年度 CI 指数值。计算中充分利用质量评估( QA )波段,优先筛选高质量像元参与计算,对低质量像元进行剔除或标记。最后,将生成的逐年 CI 指数栅格数据导出,并统一采用 WGS84 地理坐标系。

2000-2025年中国逐年500米分辨率碳酸盐指数(CI)数据集

摘要概览

本数据集基于 MODIS Terra 卫星的 MOD09A1 Version 6.1 地表反射率产品, 通过特定的计算公式,采用最大值 合成 法 生成 2000 - 2025 年中国 500 米分辨率的逐年 CI 指数数据。该指数综合利用多波段地表反射率信息,旨在更综合地表征地表覆盖状况或特定地物特征(如土壤背景、水分条件等)。数据集为开展大尺度地表环境动态监测、生态参量反演及地理国情分析提供了一重要的基础数据源。

关键词: GEE ; 碳酸盐 指数; CI 指数; 500 米分辨率; MOD09A1

引言

地表反射率是遥感监测的核心物理量之一,直接反映了地物对不同波长电磁波的反射能力。基于多波段反射率构建的各种合成指数,能够有效突显特定地物信息、减弱背景噪声,已成为土地覆盖分类、植被生理参数反演、干旱监测及城市热环境研究等领域的关键工具。长时间序列、大范围的合成指数数据集对于解析复杂的人地系统相互作用过程至关重要。

MODIS MOD09A1产品提供了经过大气校正的500米分辨率8天合成地表反射率数据,其包含的七个光谱波段为构建多种专用指数 , 奠定了高质量的数据基础。本工作基于 MOD09A1数据,旨在生成一套长时间序列、高质量的中国区域逐年CI指数数据集。该数据集是对原始反射率数据的深度加工与信息萃取,可为用户提供一个可直接用于分析和建模的年度指数数据产品,预期在农业估产、生态环境评估、气候变化研究等领域具有广泛的应用潜力。

1数据采集和处理方法

1.1数据采集

本数据集的数据源为 Google Earth Engine ( GEE )云平台上的 MODIS/061/MOD09A1 数据集。该产品已进行了大气校正,并包含用于质量评估的状态波段,提供了可靠的地表反射率信息。

1.2数据处理方法

数据处理在 GEE 平台完成。首先,根据研究需求,利用中国国界矢量数据对 MOD09A1 影像进行空间裁剪。其次,设定每年固定的时间窗口, 每年统一选取 1 月 1 日至 12 月 31 日最为最大值合成的起止时间, 从该年度所有有效的 8 天合成产品中, 根据计算公式,采用最大值合成算法 计算每个像元的年度 CI 指数值。计算中充分利用质量评估( QA )波段,优先筛选高质量像元参与计算,对低质量像元进行剔除或标记。最后,将生成的逐年 CI 指数栅格数据导出,并统一采用 WGS84 地理坐标系。