​

简介：

全球1km分辨率TVDI数据集，每个像元大小为0.0089度(~1km2)。数据命名规则：tvdi20yymm.tif代表20yy年mm月的全球TVDI数据。前言 – 人工智能教程
温度植被干旱指数（Temperature Vegetation Dryness Index, TVDI）是一种基于归一化植被指数（NDVI）与地表温度（LST）的土壤水分反演模型，能较好的进行干旱监测，尤其是监测特定年内某一时期整个区域的相对干旱程度，并可用于研究干旱程度的空间变化特征。

温度植被干旱指数是一种利用遥感数据、气象数据和植被指数等综合分析方法来评估地表干旱程度的指标。它是通过反映地表温度和植被水分蒸散作用的变化来反映干旱的程度。具体来说，它是以地表温度和植被指数为主要输入参数，通过计算温度植被干旱指数来定量地评估地表干旱程度，主要有以下两个方面的表现：

1.温度干旱：地表温度升高是干旱的重要指标之一，因为干旱地区缺水导致植被枯死，地表的土壤和裸露的岩石会暴露在太阳下照射的情况下，因此地表温度升高；

2.植被干旱：由于水分限制，干旱条件下的植被指数会降低，因此，植被干旱是干旱的另一个重要指标。

通过这两方面的评估，可以得到一个相对比较客观的地表干旱情况评估结果。

数据集ID: 

BNU/GLOBAL_1KM_TVDI

时间范围: 2000年-2020年

范围: 全球

来源: 国家地球系统科学数据中心

复制代码段: 

var images = pie.ImageCollection("BNU/GLOBAL_1KM_TVDI")

 波段

代码：

 /**
 * @File    :   全球1km分辨率TVDI产品
 * @Time    :   2022/05/25
 * @Author  :   piesat
 * @Version :   1.0
 * @Contact :   400-890-0662
 * @License :   (C)Copyright 航天宏图信息技术股份有限公司
 * @Desc    :   加载全球1km分辨率TVDI产品
 */

// 加载全球1km分辨率TVDI产品
var img = pie.ImageCollection("BNU/GLOBAL_1KM_TVDI")
             .filterDate("2020-05-01","2020-05-31")
             .first()
             .select("B1")
             .multiply(0.0001)
print("images",img)

// 设置图层显示参数并加载
var visParam = {
    min: 0,
    max: 1,
    palette:'00007F,002AFF,00D4FF,7FFF7F,FFD400,FF2A00,7F0000',
};
Map.addLayer(img,visParam,"img")
Map.centerObject(img,1)

本数据集所有权属于遥感科学国家重点实验室城市环境遥感研究团队，可在PIE-Engine平台上免费用于非商业科研及教育活动。<br>城市环境遥感研究团队隶属于遥感科学国家重点实验室,团队成员为杨锋博士、徐栋硕士、王宇白硕士。团队紧密围绕行业与国家发展需求，以城市环境遥感（陆表、水体、大气）为研究方向，并基于遥感数据处理云平台，重点开展城市陆表生态环境、水环境、大气环境以及人居环境遥感研究，旨在构建全方位的城市环境参数产品的遥感反演体系，为全国/全球的生态城市、健康城市建设提供技术支撑服务。团队积极开展国际学术交流和科研合作，目前与国内外多家单位合作开展了多项研究：生态环境与城市化耦合机制研究、城市绿度与城市热度交互机制研究、城市化对城市水环境的影响研究、区域干旱对气候变化响应研究等。