我们继续GIS数据获取专栏,今天整理的是植被、农业数据。或许是由于专业原因,对于农业类的数据都会感到很亲切;而另一方面,遥感、GIS等技术应用于农业领域也是目前这一学术专业很重要的一部分,可以说是还有很大发展空间的一部分(并且公众号的头像和永远不换的封面图也是农业与GIS相关的一幅照片)。因此,农业类的数据应用需求也比较大。
•网址[1]:https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/PRFF8V
SPAM(Spatial Production Allocation Model)是MapSPAM团队基于多种数据源生产的全球作物生产分配模型,其包括全球2010年41种作物的种植面积、收获面积、产量、作物加工产品产量、作物收获面积与产量总产值等数据。空间分辨率为8.6 km。
•网址[2]:https://github.com/aerialintel/data-science-exercise
Aerial Intelligence是一个致力于为世界农业带来最先进数据科学的初创企业,其在GitHub上发布了美国几个县的小麦产量,初衷那个是为了鼓励用户基于合适的数据分析方法实现作物产量预测。
•网址[3]:https://figshare.com/articles/dataset/ChinaCropPhen1km_A_high-resolution_crop_phenological_dataset_for_three_staple_crops_in_China_during_2000-2015_based_on_LAI_products/8313530/6
ChinaCropPhen1km是由我国学者开发的全国2000年至2015年三种主要作物(水稻、小麦、玉米)物候数据集,每一个年份对应的每一种作物的每一个物候期分别是一张图像,像素值为该年份中该作物该种物候期对应的时间(儒略日)。其空间分辨率为1 km。
•网址[4]:https://www.indexdatabase.de/
Index-Data-Base(IDB)是一个植被指数数据资料库,而并非含有实际数据的数据库。其提供了一个索引,我们可以用以在特定的植被指数用途、指定特定的遥感平台情况下,对满足要求的植被指数加以索引。
•网址[5]:https://modis.gsfc.nasa.gov/data/dataprod/mod13.php
MODIS Vegetation Index Products是基于MODIS数据、由官方生产的16日植被指数数据产品,包括NDVI与EVI两种。其空间分辨率为250 m,500 m,1 km,0.05°。
•网址[6]:https://zenodo.org/record/4393164#.X-V4HthLhPY
LAI_TS_Val(LAI time-series validation)是一个全球2001年至2011年长时间序列LAI验证数据集产品,具有924个验证数据,空间分辨率为1 km。
•网址[7]:https://figshare.com/articles/dataset/CSIF/6387494
CSIF是基于MCD43C4数据生产的全球叶绿素荧光参数数据集。
[1]
网址: https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/PRFF8V
[2]
网址: https://github.com/aerialintel/data-science-exercise
[3]
网址: https://figshare.com/articles/dataset/ChinaCropPhen1km_A_high-resolution_crop_phenological_dataset_for_three_staple_crops_in_China_during_2000-2015_based_on_LAI_products/8313530/6
[4]
网址: https://www.indexdatabase.de/
[5]
网址: https://modis.gsfc.nasa.gov/data/dataprod/mod13.php
[6]
网址: https://zenodo.org/record/4393164#.X-V4HthLhPY
[7]
网址: https://figshare.com/articles/dataset/CSIF/6387494