当前位置: 首页 > news >正文

【数据分享】2000—2024年我国省市县三级逐年归一化植被指数(NDVI)数据(年平均值/Shp/Excel格式)

之前我们分享过2000-2024年我国逐年的归一化植被指数(NDVI)栅格数据,该逐年数据是取的当年月归一化植被指数(NDVI)的年平均值。!该数据来源于NASA定期发布的MOD13A3数据集!很多小伙伴拿到数据后反馈栅格数据不太方便使用,问我们能不能把数据处理为更方便使用的Shp和Excel格式的数据!

我们特地对原始的栅格数据进行了处理,将2000-2024年逐年的归一化植被指数栅格(年平均值)分别按照我国省级行政边界、地级市行政边界、区县级行政边界进行了求平均数处理得到了本次分享的数据——Shp和Excel格式的我国省市县三个等级的2000-2024年的逐年归一化植被指数(NDVI)数据(取年内月NDVI的平均值)!

大家可以在公众号回复关键词 624 按照转发要求获取数据!以下为数据的详细介绍:

01 数据预览

1.省级2000-2024年逐年归一化植被指数数据

首先是Shp格式的数据,34个省级区划2000-2024年逐年的归一化植被指数数据汇总在一个Shp文件中,下面我们以2023年为例来预览一下:

2023年各省的NDVI数据(Shp格式)
2000年-2024年各省逐年NDVI数据的属性表

下面是Excel格式的数据,34个省级区划2000-2024年逐年的归一化植被指数数据汇总在一个Excel文件中,下面我们来预览一下:

2000年-2024年各省逐年NDVI数据(Excel格式)

2.市级2000-2024年逐年归一化植被指数数据

首先是Shp格式的数据,375个城市2000-2024年逐年的归一化植被指数数据汇总在一个Shp文件中,下面我们以2024年为例来预览一下:

2024年各市的NDVI数据(Shp格式)
2000年-2024年各市逐年NDVI数据的属性表

下面是Excel格式的数据,375个城市2000-2024年逐年的归一化植被指数数据汇总在一个Excel文件中,下面我们来预览一下:

2000年-2024年各市逐年NDVI数据(Excel格式)

3.县级2000-2024年逐年归一化植被指数数据

首先是Shp格式的数据,2891个区县2000-2024年逐年的归一化植被指数数据汇总在一个Shp文件中,下面我们以2024年为例来预览一下:

2024年各区县的NDVI数据(Shp格式)
2000年-2024年各区县逐年NDVI数据的属性表

下面是Excel格式的数据,2891个区县2000-2024年逐年的归一化植被指数数据汇总在一个Excel文件中,下面我们来预览一下:

2000年-2024年各区县逐年NDVI数据(Excel格式)

02 数据详情

数据来源:

逐年NDVI数据是基于逐月NDVI数据采用求年平均值的方法得到的。逐月NDVI源于NASA定期发布的MOD13A3数据集,官方提供自2000年2月起逐月的NDVI数据。网址为:https://www.earthdata.nasa.gov/

数据处理说明:

基于每年12个月的逐月NDVI栅格数据,取12个月的平均值,得到2000-2024年逐年的NDVI数据,再采用国家地理信息公共服务平台(天地图)发布的审图号为GS(2024)0650号的2024年省市县三级行政区划Shp数据(关于该数据的介绍戳我跳转),对每个省\每个地级市\每个区县内的栅格值进行了求平均值处理,得到了省市县三级的逐年NDVI数据!

数据格式

Shp和Excel格式

时间范围:

2000年2月-2024年12月(逐年)

空间范围:

省市县三级

数据说明:

  • 除海南省的三沙市的南沙区存在数据缺失外,34个省级行政区、375个城市和2890个区县2000-2024年逐年归一化植被指数数据均无缺失!
  • 由于甘肃省的嘉峪关市、广东省的东莞市和中山市、海南省的儋州市不设区县,所以县级行政区划的数据中直接将四个地级市的数据作为区县数据整理在内。

数据引用:

Didan, K. (2015). MOD13A3 MODIS/Terra vegetation Indices Monthly L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center. Accessed 2024-08-10 from https://doi.org/10.5067/MODIS/MOD13A3.006

如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

相关文章:

  • MySQL数据库精研之旅第二期:库操作的深度探索
  • 计算机基础:编码04,认识反码和补码
  • 深度学习3-pytorch学习
  • python学习笔记--实现简单的爬虫(二)
  • AutoImageProcessor代码分析
  • Python设计模式 - 适配器模式
  • 二十四、实战开发 uni-app x 项目(仿京东)- 前后端实现登录注册
  • 在线生成自定义二维码
  • 失物招领|校园失物招领系统|基于Springboot的校园失物招领系统设计与实现(源码+数据库+文档)
  • 【 <二> 丹方改良:Spring 时代的 JavaWeb】之 Spring Boot 中的异常处理:全局异常与自定义异常
  • 【自学笔记】Linux基础知识点总览-持续更新
  • 利用Dify编制用户问题意图识别和规范化回复
  • C#单例模式
  • 常考计算机操作系统面试习题(二)(中)
  • Windows——电脑无法正常上网的一种解决办法
  • 统计学重要概念:自由度
  • 《Python实战进阶》第43集:使用 asyncio 实现异步编程
  • Amdahl 定律
  • react 中 key 的使用
  • 抗积分饱和(Anti-Windup)常见的处理方法
  • 五一假期上海多个景点人流如织,警方多措并举确保秩序
  • 全国共有共青团员7531.8万名,共青团组织439.7万个
  • 当农民跨进流动的世界|劳动者的书信①
  • “ChatGPT严选”横空出世了,“DeepSeek严选”还要等多久?
  • 国务院安委会对辽宁辽阳一饭店重大火灾事故查处挂牌督办
  • 五月院线片单:就看五一档表现了