30m/10天叶片叶绿素含量产品（中国）

举报
此星光明 发表于 2023/08/09 17:04:27 2023/08/09
【摘要】 ​ MuSyQ 30m/10天叶片叶绿素含量产品（中国）V02 简介与Notebook示例¶此数据集为高分30米空间分辨率10天合成的叶片叶绿素含量产品（负责人：李静研究员），为多源协同定量遥感产品生产系统（(Multi-source data Synergized Quantitative remote sensing production system，MuSyQ)）中产品之一。 叶片叶...

​

 MuSyQ 30m/10天叶片叶绿素含量产品（中国）V02 简介与Notebook示例

此数据集为高分30米空间分辨率10天合成的叶片叶绿素含量产品（负责人：李静研究员），为多源协同定量遥感产品生产系统（(Multi-source data Synergized Quantitative remote sensing production system，MuSyQ)）中产品之一。 叶片叶绿素含量（Chlleaf）植被遥感监测中最重要的参数之一，目前国际上缺少高分辨率的叶绿素含量标准化产品，难以满足日益精细化的应用需求。双方合作的产品利用Sentinel-2 MSI 数据的时空分辨率优势，生产出30米/10天高时空分辨率的Chlleaf产品。在生产过程中使用了一种对叶片信息敏感对冠层信息不敏感的 CSI 指数来计算不同植被类型的Chlleaf ，相比已有Chlleaf产品，精度更高，产品时间序列物候特征更加显著。前言 – 人工智能教程

数据集生产由中国科学院遥感科学国家重点实验室柳钦火老师团队提供算法，AI Earth团队提供多源卫星遥感数据和强大算力支持，在云上共同完成产品生产。【产品使用手册】

时相：

2021年 ~ 2022年

范围：

中国

数据来源：

中国科学院空天信息创新研究院

引用代码：dataset = aie.ImageCollection('MuSyQ_LCC_CHINA_V02')

分辨率

30

波段

名称 描述 单位 最小值 最大值
lcc_combine 叶片叶绿素含量Chlleaf综合波段，若原有CSI数值不为NoData值或0值，则在该波段中仍保持原有CSI数值计算得到的Chlleaf，反之则为填充后新的CSI 数值计算得到的Chlleaf。 μg/cm2 0 80
lcc_reconstruct 叶片叶绿素含量Chlleaf填充波段，该波段中均为填充后新的CSI 数值计算得到的Chlleaf。 μg/cm2 0 80
QC 为质量控制波段（QC），该波段为用十进制数存储的四位二进制数，其中第一位表示综合波段中，该像元CSI数值为原有数值或是填充后的数值；第二到第四位表示该像元所对应原有CSI数值的时间序列缺失率。描述符各Bit位详细的质量标识信息如下表（Bit位从右至左计数）。 0 9

Bitmask for QC

Bit 0: 数据来源

0: 原有CSI值

1: 填充CSI值

Bit 1-3: 时间序列缺失率

000: 缺失率：[0.0, 0.2)

001: 缺失率：[0.2, 0.4)

010: 缺失率：[0.4, 0.6)

011: 缺失率：[0.6, 0.8)

100: 缺失率：[0.8, 1.0]

 代码：

import aie
aie.Authenticate()
aie.Initialize()

feature_collection = aie.FeatureCollection('China_Province')

dataset = aie.ImageCollection('MuSyQ_LCC_CHINA_V02')\
             .filterBounds(feature_collection) \
             .filterDate('2022-07-20', '2022-07-30')\
             .mosaic()\
             .clipToCollection(feature_collection)

imgs = dataset.select(['lcc_combine'])

map = aie.Map(
    center=imgs.getCenter(),
    height=800,
    zoom=6
)

vis_params = {
    'bands': 'lcc_combine',
    'min': 1,
    'max': 80,
    'palette': [
        '#C94739', '#EA8602', '#F4CD12', '#2FEA1F', '#00C21D', '#008E8F', '#022B7F'
    ]
}

map.addLayer(
    imgs.updateMask(imgs.gt(aie.Image(0))),
    vis_params,
    'lcc_combine',
    bounds=imgs.getBounds()
)
map

单景影像代码：

import aie
aie.Authenticate()
aie.Initialize()

img = aie.Image('MuSyQ_LCC_CHINA_V02_20220809_51RTM')

map = aie.Map(
    center=img.getCenter(),
    height=800,
    zoom=9
)

vis_params = {
    'bands': 'lcc_combine',
    'min': 1,
    'max': 80,
    'palette': [
        '#C94739', '#EA8602', '#F4CD12', '#2FEA1F', '#00C21D', '#008E8F', '#022B7F'  
    ]
}

map.addLayer(
    img.updateMask(img.gt(aie.Image(0))),
    vis_params,
    'lcc_combine',
    bounds=img.getBounds()
)
map


 

数据引用：

此数据集由中国科学院遥感科学国家重点实验室柳钦火老师团队提供算法，AI Earth提供算力支持，共同生产。请遵守数据使用规范，并做好数据集引用说明。 引用方式： Zhang, H., Li, J., Liu, Q., Lin, S., Huete, A., Liu, L., Croft, H., Clevers, J.G.P.W., Zeng, Y., Wang, X., Gu, C., Zhang, Z., Zhao, J., Dong, Y., Mumtaz, F., Yu, W., 2022. A novel red-edge spectral index for retrieving the leaf chlorophyll content. Methods in Ecology and Evolution n/a. https://doi.org/10.1111/2041-210X.13994 （IF=8.335）

李静,张虎,王晓函等.MuSyQ高分30米空间分辨率10天合成的叶片叶绿素含量产品(2019–2020年中国01版)[J].中国科学数据(中英文网络版),2022,7(01):247-255.

​

【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱： cloudbbs@huaweicloud.com
云端实践 云计算 数据可视化 深度学习 遥感
  • 点赞
  • 收藏
  • 关注作者

评论（0）

0/1000
抱歉，系统识别当前为高风险访问，暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称，即可参与社区互动！

*长度不超过10个汉字或20个英文字符，设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符，设置后3个月内不可修改。

确认 取消

加入云驻计划，成为创作者

  • 华为云周边好礼
  • 免费体验产品
  • 特殊身份标识
  • 线下官方门票
  • 内部专家零距离
  • 与10000+优质创作者共同成长
立即加入