前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >GEE数据集:美国植被干旱响应指数 (Vegetation Drought Response Index,VegDRI)数据集

GEE数据集:美国植被干旱响应指数 (Vegetation Drought Response Index,VegDRI)数据集

作者头像
此星光明
发布2024-06-04 08:02:46
1100
发布2024-06-04 08:02:46
举报

植被干旱响应指数 (VegDRI)

简介

植被干旱响应指数(VegDRI)是一个每周一次的地理空间模型,用于描述干旱对美国本土植被造成的压力。VegDRI干旱监测工具是由美国地质调查局EROS中心、内布拉斯加大学国家干旱缓解中心(NDMC)和高原区域气候中心(HPRCC)的科学家们合作开发的。

VegDRI方法将美国宇航局Terra平台上的中分辨率成像分光仪(MODIS)传感器提供的遥感数据与气候和生物物理数据整合在一起,形成了空间分辨率为1千米的无缝产品。与一般植被状况有关的卫星组件是年季节绿度百分比(PASG)和季节起始异常(SOSA)数据。年季节绿度百分比每周根据 eMODIS 归一化差异植被指数(NDVI)复合数据计算一次。

基于气候的干旱数据包括帕尔默干旱严重程度指数 (PDSI) 和来自 HPRCC 的每周标准化降水指数 (SPI) 数据。气候数据可确定正在经历干旱的地区,以帮助区分干旱造成的植被压力。环境的生物物理特征来自土地利用/土地覆盖、土壤可用水量、生态环境、灌溉状况和海拔数据。土地利用变化、土壤条件、虫害、疾病、冰雹、洪水或火灾等环境压力因素也会影响植被状况。

这种综合方法考虑了气候和生物物理条件,以确定植被压力的原因。这些信息被纳入VegDRI的计算中,从而绘制出一幅易于解读、以颜色编码的植被干旱压力图。干旱监测图每周使用最新信息制作,通常在每周一上午 10:30 时发布。您可以点击此处访问气候引擎 ORG 网站。有关 DRI 的更多信息,请点击此处,以及 USGS 提供的信息,请点击此处

数据集说明

空间信息

Attribute

Details

Spatial extent

Conterminous United States

Spatial resolution

1000m

Temporal resolution

Weekly

Time span

2009-04-22 to present

Update frequency

Weekly on Monday by 10:30 a.m. CT

变量

Variable

Units

Offset

Scale factor

Description

VegDRI (‘vegdri’)

Unitless

-128

0.0625

Values provided as 8-bit integers that can be scaled to range consistent with Palmer Drought Severity Index.

Water (‘water’)

Unitless

N/A

1.0

Binary mask of water.

Out-of-Season (‘out_of_season’)

Unitless

N/A

1.0

Binary mask of out-of-season (see documentation for more information).

代码

代码语言:javascript
复制
// 导入 VegDRI
var vegdri_ic = ee.ImageCollection('projects/climate-engine-pro/assets/ce-veg-dri')
var vegdri_i = vegdri_ic.first()
print(vegdri_i)

// Link to methods webpage: https://www.usgs.gov/special-topics/monitoring-vegetation-drought-stress/science/methods-vegdri
// Link to EROS page: https://www.usgs.gov/centers/eros/science/usgs-eros-archive-vegetation-monitoring-vegetation-drought-response-index

// VegDRI 数据存储为 8 位整数数据,可按比例转换为以下数值 来自 EROS 页面的干旱类别
// Category           Bitmap      PDSI vals
// Extreme drought:   001-064     -7.9375 - -4.0000
// Severe drought:    065-080     -3.9375 - -3.0000
// Moderate drought:  081-096     -2.9375 - -2.0000
// Abnormally dry:    097-112     -1.9375 - -1.0000
// Near normal:       113-160     -0.9375 - 2.0000
// Abnormally wet:    161-176     2.0625 - 3.0000
// Moderately wet:    177-192     3.0625 - 4.0000
// Extremely wet:     193-255     4.0625 - 7.7500
// Water:                 253
// Out of season:         254
// Other landcover:       255

// 应用拉伸函数,使其与上述数值保持一致
function scale_vegdri(img){

  // Select vegdri band and scale to PDSI range.
  var vegdri_scale = img.select('vegdri')
              .subtract(128) // convert to signed 8-bit integer
              .divide(16) // scale to PDSI range
              .rename('vegdri_scale') // rename image
  return img.addBands(vegdri_scale)
}
vegdri_ic = vegdri_ic.map(scale_vegdri)
print(vegdri_ic)

// VegDRI 调色板
var vegdri_palette = ["#720206", "#cb3121", "#e36b09", "#fee301", "#ffffff", "#ffffff", "#ffffff", "#88f9c7", "#53c285", "#2b8032"]

// 选择个别图像并应用于地图
var vegdri_i = vegdri_ic.first()
Map.addLayer(vegdri_i.select('vegdri_scale'), {min: -5, max: 5, palette: vegdri_palette}, 'VegDRI')
Map.addLayer(vegdri_i.select('out_of_season'), {min:254, max:254, palette: ['878787']}, 'VegDRI Out-of-Season')
Map.addLayer(vegdri_i.select('water'), {min:253, max:253, palette: ['0000FF']}, 'Water')

代码链接

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:/weather-climate/VEGETATION-DROUGHT-RESPONSE-INDEX

结果

引用

Brown, J. F., Wardlow, B. D., Tadesse, T., Hayes, M. J., & Reed, B. C. (2008). The Vegetation Drought Response Index (VegDRI): A New Integrated Approach for Monitoring Drought Stress in Vegetation. GIScience & Remote Sensing, 45(1), 16–46. https://doi.org/10.2747/1548-1603.45.1.16

许可

ECMWF is available under an open license with terms of agreement available here

USGS-authored or produced data and information are considered to be in the U.S. Public Domain.

Dataset provider: USGS

Keywords : Drought, Climate, Remote sensing, MODIS, PDSI, CONUS, United States

Curated in GEE by: Climate Engine Org

网址推荐

0代码在线构建地图应用

https://invite.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-06-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 简介
  • 数据集说明
    • 空间信息
    • 变量
    • 代码
    • 代码链接
    • 结果
    • 引用
    • 许可
      • 网址推荐
        • 0代码在线构建地图应用
          • 机器学习
          相关产品与服务
          数据保险箱
          数据保险箱(Cloud Data Coffer Service,CDCS)为您提供更高安全系数的企业核心数据存储服务。您可以通过自定义过期天数的方法删除数据,避免误删带来的损害,还可以将数据跨地域存储,防止一些不可抗因素导致的数据丢失。数据保险箱支持通过控制台、API 等多样化方式快速简单接入,实现海量数据的存储管理。您可以使用数据保险箱对文件数据进行上传、下载,最终实现数据的安全存储和提取。
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档