当前位置: 首页 > web >正文

AVHRR中国积雪物候数据集(1980-2020年)

数据集摘要

  本数据集基于1980-2020年5kmAVHRR逐日无云积雪面积产品,制备了中国长时间序列积雪物候数据集。数据集按照不同的物候参数共分为积雪日数、积雪初日、积雪终日3个目录,每个目录下包含40个子文件,为逐水文年积雪物候参数,目录命名规则为1980-2020年中国XXXX数据集,其中XXXX表示积雪物候参数积雪日数、积雪初日、积雪终日;子文件命名规则为NIEER_AVHRR_TTT_5000m_YYYY-YYYY.tif,其中TTT表示不同的积雪物候参数(SCD为积雪日数,SCS为积雪初日,SCM为积雪终日),YYYY-YYYY表示水文年。本数据集可服务于中国积雪时空变化分析,为气候研究,水文管理,生态环境,人文经济等科学研究、工程建设以及社会服务提供基础数据资料。

基本信息

采集时间1980/01/01  -  2020/12/31
采集地点中国
数据量32.6 MiB
数据格式TIF
数据空间分辨率(/米)5000
坐标系

数据源描述

  本文中使用的遥感数据为来自本中心的中国1980-2020年5 km AVHRR逐日无云积雪面积产品。该产品利用NOAA CDR AVHRR第四版本反射率数据作为输入,通过云判别算法,雪判别算法和空缺值插补算法,最终获取积雪面积产品(NIEER-GF-AVHRR-SCE)。

  本文使用的验证数据来自中国气象局(http://data.cma.cn)地面台站观测的1980-2020年每日地面气候积雪资料数据集,当视野面积超过50%,利用米尺在北京时间8点人工测量气象站雪深。雪深精确到1 cm,雪深小于1 cm的记录为无雪,同时也记录了缺测信息。最终,有积雪记录的362个气象站被用来对积雪物候数据集进行精度评估。

数据加工方法

  利用逐日无云AVHRR产品作为输入值,首先对产品进行预处理,第一步,将产品的有雪栅格值(t)赋为1,无雪栅格值赋为0,获取一个只有两个值的中间数据;第二步根据公式计算每一个水文年的中国积雪日数、积雪初日和积雪终日。

数据质量描述

  积雪日数、积雪初日和积雪终日验证相关系数R分别为0.80,0.76和0.94,RMSE分别为22.78,17.87和16.39,MAE分别为13.26,7.51和7.76,精度较高。

  数据文件均为GeoTIFF格式,可以通过GIS与遥感软件相关的软件如ENVI、GRASS、ArcGIS等直接进行查看与应用,或者使用编程语言等相应的软件进行编译读取、计算分析等。对多年数据进行空间叠加分析,可以得到区域1980–2020年中国积雪物候区域时空分布及年纪变化趋势,可结合区域气象因素、人类活动等可以进行区域积雪变化的驱动力分析,以期可以为生产及灾害预警等提供信息服务。

引用

郝晓华 赵琴, 纪文政, 王建, 李弘毅. 1980–2020年AVHRR中国积雪物候数据集[J]. 中国科学数据, 2022, 7, (3): 1-10. DOI:10.11922/11-6035.ncdc.2021.0026.zh.

http://www.xdnf.cn/news/4023.html

相关文章:

  • yolo 用roboflow标注的数据集本地训练 kaggle训练 comet使用 训练笔记5
  • FISCO BCOS【初体验笔记】
  • Python 闭包:函数式编程中的魔法变量容器
  • ciscn_2019_c_1
  • 普联的AC100+AP+易展路由组网方案的一些问题
  • docker介绍以及安装
  • sherpa-ncnn:Linux_x86交叉编译Linux_arm32上的sherpa-ncnn -- 语音转文本大模型
  • 蓝桥杯单片机备战笔记
  • 【中间件】brpc_基础_TimerThread
  • 五一假期作业
  • springboot单体项目的执行流程
  • LFU算法解析
  • 【PostgreSQL数据分析实战:从数据清洗到可视化全流程】4.5 清洗流程自动化(存储过程/定时任务)
  • 【中间件】brpc_基础_单例
  • FreeRTOS学习系列·二值信号量
  • Linux查询日志常用命令
  • 解锁现代健康密码:科学养生新主张
  • 基于PLC的换热器温度控制系统设计
  • 状态模式(State Pattern)
  • 电子商务商家后台运营专员模板
  • C++ 中二级指针的正确释放方法
  • 【KWDB 创作者计划】_Ubuntu 22.04系统KWDB数据库安装部署使用教程
  • Qt中的UIC
  • Amazon Bedrock Converse API:开启对话式AI新体验
  • Qt开发:容器组控件的介绍和使用
  • 20、数据可视化:魔镜报表——React 19 图表集成
  • 408考研逐题详解:2009年第8题
  • Java后端程序员学习前端之CSS
  • Python matplotlib 成功使用SimHei 中文字体
  • 详解RabbitMQ工作模式之发布订阅模式