地球资源数据云——数据资源详情

2017-2024年中国逐年10米分辨率最大值合成NDVI数据集

本数据集提供了 2017 年至 2024 年逐年 10 米空间分辨率的归一化植被指数最大值合成产品。数据基于哨兵系列等高性能对地观测卫星影像，通过计算每个像元在一年内的 NDVI 最大值，有效消除了云、大气、阴影等因素的干扰，从而凸显植被生长最旺盛时期的状况。数据集时间连续、空间分辨率高，能精细刻画植被覆盖的年际变化与空间分布细节，适用于区域生态系统监测、农业管理、环境变化研究等领域，具有重要的科学价值与应用潜力。 关键词： GEE ；归一化植被指数； NDVI ； 10 米分辨率；最大值合成；哨兵影像 引 言 归一化植被指数（ NDVI ）作为表征地表植被覆盖状况与生命活力的关键指标，在农业估产、林业普查、干旱监测及全球变化研究等诸多领域具有不可替代的作用。随着对地观测技术的飞速发展，遥感数据正朝着高时空分辨率方向迈进。 10 米分辨率的卫星影像（如 Sentinel - 2 ）为实现精细尺度的植被动态监测提供了前所未有的数据基础，填补了中低分辨率产品在描述地块内部异质性方面的不足。 目前，广泛使用的全球 NDVI 产品（如 MODIS ）空间分辨率多为 250 米至 1 公里，难以满足城市生态、精准农业等应用中对细节信息的需求。尽管已有研究利用 Landsat 系列卫星（ 30 米分辨率）生成了较长时序的 NDVI 数据集，但其重访周期较长，易受云雨天气影响，导致有效观测数据不足。近年来，哨兵系列卫星的稳定运行为生成更高时空连续性的 NDVI 产品创造了条件。最大值合成法是一种广泛应用的时序数据处理技术，它通过提取每个像元在特定时期（如一年）内的 NDVI 最大值，能够有效克服无效像元的干扰，最佳地反映植被的生长潜力和最大覆盖度。 本工作旨在基于哨兵等 10 米分辨率卫星影像，采用最大值合成方法，研制 2017 - 2024 年逐年 NDVI 数据集。该数据集不仅延续了已有 NDVI 产品在宏观生态监测中的价值，更以其高空间分辨率的优势，支持地块级别的植被精细分类、生长状况评估和年际变化分析。本数据集可为相关领域的科研人员、资源管理者和政策制定者提供一个高质量的基础数据源，对推动精细农业、城市绿地规划、生物多样性保护等领域的定量化研究具有重要的科学意义和重用价值。 1 数据采集和处理方法 1.1 数据采集方法 数据采集主要依靠 GEE （ Google Earth Engine ）平台，使用 COPERNICUS/S2_SR_HARMONIZED 数据集。 1.2 数据处理