地球资源数据云——数据资源详情
2000—2022年青藏高原遥感生态指数数据集
该数据集是基于多套 MODIS 数据集，选取 NDVI 、 LST 、 WET 、 NDBSI 四项指标，采用主成分分析法，生成 2000 - 2022 年 500 米空间分辨率的遥感生态指数（ RSEI ）数据集。 遥感生态指数：是一种基于遥感技术的生态环境质量综合评价指数，它通过集成绿度、湿度、热度和干度四个指标来综合评估陆地生态环境的健康状况。 指标分量计算 : 其中， RED 、 NIR1 、 BLUE 、 GREEN 、 NIR2 、 SWIR1 、 SWIR2 分别表示 MOD09A1 的红、近红外波段（ NIR1 ）、蓝、绿、近红外（ NIR2 ）、短波红外 1 （ SWIR1 ）和短波红外 2 （ SWIR2 ）波段，ρ 是 MOD11A2 LST 数据集的 LST 波段 , 具体计算公式如下所示。 以 2000 年为例，计算得到的 NDVI 、 LST 、 WET 和 NDBSI 指标分量空间分布分别如图 1 中的图 (a) 、图 (b) 、图 (c) 、图 (d) 所示。 图 1 2000 年四个分量指标空间分布图 主成分分析与归一化：对于所有年份数据进行主成分分析。对主成分分析得到的第一主成分使用整体时序数据的最大最小值进行归一化，得到遥感生态指数 (RSEI) 。 经计算显示， RSEI 值越接近 1 表明生态质量越好， RSEI 值越接近 0 表明生态质量越差，具体的计算步骤和分布图如下所示： 图 2 2022年RSEI分级图（a）和土地利用类型空间分布图（b）
摘要概览
该数据集是基于多套 MODIS 数据集，选取 NDVI 、 LST 、 WET 、 NDBSI 四项指标，采用主成分分析法，生成 2000 - 2022 年 500 米空间分辨率的遥感生态指数（ RSEI ）数据集。 遥感生态指数：是一种基于遥感技术的生态环境质量综合评价指数，它通过集成绿度、湿度、热度和干度四个指标来综合评估陆地生态环境的健康状况。 指标分量计算 : 其中， RED 、 NIR1 、 BLUE 、 GREEN 、 NIR2 、 SWIR1 、 SWIR2 分别表示 MOD09A1 的红、近红外波段（ NIR1 ）、蓝、绿、近红外（ NIR2 ）、短波红外 1 （ SWIR1 ）和短波红外 2 （ SWIR2 ）波段，ρ 是 MOD11A2 LST 数据集的 LST 波段 , 具体计算公式如下所示。
以 2000 年为例，计算得到的 NDVI 、 LST 、 WET 和 NDBSI 指标分量空间分布分别如图 1 中的图 (a) 、图 (b) 、图 (c) 、图 (d) 所示。
图 1 2000 年四个分量指标空间分布图
主成分分析与归一化：对于所有年份数据进行主成分分析。对主成分分析得到的第一主成分使用整体时序数据的最大最小值进行归一化，得到遥感生态指数 (RSEI) 。 经计算显示， RSEI 值越接近 1 表明生态质量越好， RSEI 值越接近 0 表明生态质量越差，具体的计算步骤和分布图如下所示：
图 2 2022年RSEI分级图（a）和土地利用类型空间分布图（b）