地球资源数据云——数据资源详情

基于CASA模型的2000-2024年中国逐年30米分辨率NPP数据集

本数据集基于 CASA 模型构建，提供了 2000 年至 2024 年中国区域逐年净初级生产力（ NPP ）数据，空间分辨率为 3 0 米。数据生产主要利用多源遥感数据（如 AVHRR 、 MODIS ）与气象再分析数据驱动过程模型，通过光合有效辐射吸收比例与光能利用率原理估算植被年固碳量。数据集采用统一的算法框架与参数体系，确保了长时间序列的一致性。数据格式为 GeoTIFF ，采用 Albers 等面积圆锥投影，覆盖全国陆地范围。质量控制通过异常值剔除、与站点观测及已有产品交叉验证实现。该数据集为评估生态系统碳收支、研究植被对气候变化的响应及生态工程效益提供了长时间、高空间分辨率的基准数据，对陆地碳循环研究、环境政策制定具有重要支撑价值。 关键词 ： 净初级生产力； NPP ； CASA 模型； 30 米分辨率 引 言 植被净初级生产力（ Net Primary Productivity, NPP ）是衡量生态系统碳汇能力与可持续性的关键指标，其精确估算对理解全球碳循环、评估气候变化影响及制定生态管理政策具有核心数据科学价值。传统的站点观测难以满足大尺度、连续监测的需求，而遥感与过程模型的融合为 NPP 的时空动态模拟提供了有效途径。先前研究已发展了诸如 CASA 、 GLOPEM 等经典模型，为本工作的开展奠定了方法论基础。本数据集基于 CASA 模型，整合了长时间序列的遥感与气象再分析数据，生成了 2000 – 2024 年中国区域 3 0 米分辨率的逐年 NPP 数据。该数据集有效弥补了现有产品在时空连续性或分辨率上的不足，其显著特点是覆盖时段长、空间分辨率高且算法一致性好。数据集经过严格的质量控制，包括与地面测量数据及已有权威产品的交叉验证，确保了可靠性。该数据可为评估中国陆地生态系统固碳现状、分析植被活动对气候波动的响应、以及量化重大生态工程的效益提供关键数据支撑，在气候变化研究、生态学和资源管理等领域具有广阔的重用潜力 。 1 数据采集和处理方法 1.1 数据采集方法 本数据集计算使用了归一化植被指数（ NDVI ），土地利用，太阳辐射 , 降水，温度。分为预处理和计算两个部分，预处理部分主要通过裁剪，投影的方式统一数据的范围，行列数，投影，分辨率。计算部分通过公式分步计算。 1.1.1 归一化植被指数数据（ NDVI ）数据 2000 - 2024 年数据来源 主要依靠 GEE （ Google Earth Engine ）平台， 2000 - 2011 年份使用 LANDSAT/LT05/C02/T1_L2 数据集。 2012 - 2013 年使用 LANDSAT/LE07/C02/T1_L2 数据集。由于 LANDSAT7 影像的 扫描行校正器（ Scan Line Corrector, SLC ）的永久性故障 。因此，自 2003 年 5 月 31 日之后获取的 LANDSAT 7 影像被称为 “ SLC - off ”数据 ，在 SLC - off 影像中，每一景图像都会出现 平行的、交错的数据缺失条带 。图像中间部分几乎完整，但越往边缘，条带缺失越严重，导致边缘部分约有 22% 的数据完全丢失。 所以 2012 年和 2013 年的数据采用了核函数的方法进行了修补。 2014 - 2018 年使用 LANDSAT/LC08/C02/T1_L2 数据集。 2019 - 2024 年使用 LANDSAT/LC08/C02/T1_L2 和 LANDSAT/LC09/C02/T1_L2 数据集。 1.1.2 土地利用数据