当前位置: 首页 > news >正文

中国森林地上和地下植被碳储量数据集(2002~2021)

  • 时间分辨率:年
  • 空间分辨率:0.05° - 0.1°
  • 共享方式:开放获取
  • 数据大小:896.68 MB
  • 数据时间范围:2002-01-01 — 2021-12-31
  • 元数据更新时间:2023-02-28

数据集摘要

为准确定量近20年气候变化与人类活动(生态恢复等)对中国森林碳储量的影响,一套高质量的中国长时间序列森林碳储量数据集是很有必要的。通过采用回归与机器学习算法融合高分辨率主动微波遥感、长时间序列的被动微波与光学遥感信息,并参考大量地面样地实测数据,我们发展了一套时空连续的近20年中国森林地上和地下植被碳储量数据。通过与已有数据的对比,发现本数据集可更准确地反映中国森林植被碳储量的空间格局以及年际变化情况。数据的空间分辨率为1/120度(约1km)。

数据文件命名方式和使用方法

AGBC: 地上植被碳储量 BGBC: 地下植被碳储量 文件命名: AGBC或BGBC+ Y + 年份。如文件'AGBCY2002' 代表2002年地上植被碳储量

本数据要求的引用方式

数据的引用

陈永喆, 冯晓明, 傅伯杰. (2023). 中国森林地上和地下植被碳储量数据集(2002~2021). 国家青藏高原科学数据中心. https://doi.org/10.5194/essd-15-897-2023.

Chen, Y., Feng, X., Fu, B. (2023). Above- and belowground forest biomass carbon pool in China during 2002~2021. National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5194/essd-15-897-2023.

(下载引用: RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

http://www.dtcms.com/a/234106.html

相关文章:

  • glibc 交叉编译
  • LUA+Reids实现库存秒杀预扣减 记录流水 以及自己的思考
  • Maven​​ 和 ​​Gradle​​ 依赖管理的详细说明及示例,涵盖核心概念、配置方法、常见问题解决和工具对比。
  • Python正则表达式re模块
  • 小白升级的路-电子电路
  • 2025年5月月赛 乙组T1~T3
  • 建筑设备一体化监控系统:提升能效与运维效率
  • Kubernetes 集群到 Jumpserver
  • 软件开发中的“需求镀金”现象如何避免?
  • web第十次课后作业--Mybatis的增删改查
  • 中英文翻译数据集(17245条),AI智能体知识库数据收集~
  • COMSOL学习笔记-静电场仿真
  • 如何防止看板任务长期停滞不前
  • ROS2--导航仿真
  • 日语学习-日语知识点小记-构建基础-JLPT-N4阶段(32):そうやすいにくいすぎ(過ぎ)
  • Java-IO流之缓冲流详解
  • 桌面鼠标右键新建没有记事本怎么恢复
  • 【缺陷】温度对半导体缺陷电荷态跃迁能级的影响
  • Spring AI(11)——SSE传输的MCP服务端
  • 智慧供水运维管理系统
  • RMSE可以融合均值与标准差
  • DFORMER: RETHINKING RGBD REPRESENTATION LEARNING FOR SEMANTIC SEGMENTATION 论文浅析
  • [科研理论]机器人路径规划算法总结及fast_planner经典算法解读
  • 管易云OMS系统对接流程
  • 残月个人拟态主页
  • 如何做好一份技术文档?(下篇)
  • ResolverActivity 优先级
  • 使用Hutool工具进行rsa加密解密示例:
  • 区间动态规划
  • 深度学习之模型压缩三驾马车:基于ResNet18的模型剪枝实战(1)