GEE数据集：2009年至今美国本土植被干旱响应指数（VegDRI）1km

举报
此星光明 发表于 2024/05/25 09:50:04 2024/05/25
【摘要】 ​ 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...

​

 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

// 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 


​

【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
Image 大数据 数据库 数据采集 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