自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

Salierib的博客

  • 博客(60)
  • 资源 (239)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 ArcMap自定义脚本工具箱迁移至ArcGIS pro

本文记录了将ArcMap10.7创建的自定义脚本工具箱（.tbx）迁移至ArcGIS pro的过程。介绍了Analyze Tools For Pro在迁移工作中的使用；脚本工具迁移后消失的解决方案等

2023-12-17 23:12:06 449

原创 让ArcMap变得更加强大，用python执行地理处理以及编写自定义脚本工具箱

介绍在ArcMap中，使用python批量执行地理处理工具以及编写自定义脚本工具箱。

2023-02-22 21:12:19 3144 1

原创 【ArcGIS自定义脚本工具】批量执行栅格计算器

将多个栅格文件按照某以代数表达式执行**栅格计算器(Raster Calculator)** 工具，并将输出栅格文件保存至指定的文件夹中。该工具接受**代数表达式**的动态输入。通过修改代数表达式可以实现批量对栅格执行四则运算（加、减、乘、除）、计算掩膜、填充空值（固定值、插值）、设为空等操作。

2023-02-15 11:15:46 5845 5

原创 【ArcGIS自定义脚本工具】栅格统计频率和累计频率

在基于像元二分模型利用植被指数计算植被覆盖度的过程中，通常以某一累计频率值对应的植被指数值作为裸地、满覆盖情况对应的植被指数值。例如将5%累计频率对应的植被指数值作为裸地的植被指数。在大都网络教程中，这一过程通常是利用ENVI软件的Qucik Stats工具完成的。本文通过提供一个ArcGIS的自定义脚本工具实现类似的功能，并且能够自动返回目标累计频率附近对应的像元值。............

2022-07-12 17:56:31 1787 10

原创 【ArcGIS自定义脚本工具】批量根据矢量文件对应范围的矩形面要素

批量根据现有的要素（点、线、面）矢量文件（.shp）的范围生成扩大范围的矩形边界面要素文件（.shp）。扩大后面要素的坐标系与输入保持一致。输出矢量文件名格式（E_输入文件名.shp）三、工具参数............

2022-07-02 12:28:00 1129 7

原创 中国34个省级行政区2000年-2021年逐月1km植被指数NDVI栅格数据处理及下载

本文介绍了利用MOD13A3数据处理加工中国各省级行政区2000年-2021年共22年1km逐月NDVI影像的过程。该处理过程以hdf文件为基础，采用本地处理的方式处理加工各个省的NDVI影像。在1节中简单介绍了MOD13A3数据集及其下载方式。2.1节介绍了利用易方MODIS处理工具箱在Arcmap软件中基于MOD13A3数据（.hdf）加工得到宁夏2000年-2010年逐月NDVI栅格（.tif）的案例。4节提供了处理好的样例数据和加工完成的NDVI栅格数据的下载地址。

2022-05-15 21:07:29 6300 1

原创 中国34个省级行政区2000年-2021年逐月NDVI统计分析结果

本文提供了中国各省级行政区2000年-2021年逐月NDVI变化统计结果。该NDVI来自MOD13A3数据集，时间分辨率为逐月，空间分辨率为1km。统计指标包括： - count：区域内有效像元数目 - min：NDVI的最小值 - max：NDVI的最大值 - sum：NDVI的总和 - mean：NDVI的平均值 - median：NDVI的中位数 - std：NDVI的标准差

2022-05-15 17:07:18 3530

原创 中国各省级行政区对应MODIS区块号

中国各省级行政区对应的MODIS数据区块信息，可以用作下载MODIS数据时的参考。

2022-05-06 23:10:23 2524

原创 python编程练习：爬虫爬取静态网页批量下载自然保护区边界文件

爬虫爬取静态网页批量下载自然保护区边界文件

2022-04-18 21:38:11 1388

原创 全国自然保护区边界矢量数据下载地址及处理方法

基于中国自然保护区标本资源共享平台共享的自然保护区边界数据（.KMZ），加工得到北京松山保护区的矢量边界（.shp）文件

2022-04-18 12:10:24 8888 27

原创 【MODIS数据处理#15】分享一个自制的MODIS数据处理工具箱

整理了本人自制的MODIS数据批处理脚本工具，以ArcGIS共享工具箱(.tbx)的方式免费分享给大家。

2021-11-08 23:05:04 4257 19

原创 【MODIS数据处理#14】拼接、投影、裁剪一键完成，比MRT更方便的ArcGIS脚本工具（含代码）

文章目录一、功能说明二、代码三、工具设置3.1 参数(parameters)设置3.2 验证(validation)设置四、工具界面五、使用教程5.1 准备5.2 操作步骤5.3 运行截图5.4 输出文件预览系列文章目录：MODIS数据处理一、功能说明批量加工MODIS数据，目前支持的产品包括：MOD13：NDVI、EVIMOD16：ET、PET输入：下载的hdf文件输出：研究区的栅格影像二、代码#!/usr/bin/python# -*- coding: UTF

2021-11-08 18:14:15 6214 9

原创 【MODIS数据处理#13】使用Arcpy一键加工长时间序列MODIS数据

"""@File : batch_tools.py@Author : salierib@Time : 2021/9/5 17:10@QQ group: 582151631@Version:"""import osimport timeimport sysarcpy_path = [r'C:\Program Files (x86)\ArcGIS\Desktop10.2\arcpy', r'C:\Program Files (x86)\ArcGIS

2021-11-05 12:34:01 2093 1

原创 利用混淆矩阵及Kappa系数评价土地利用分类精度

文章目录一、准备工作二、处理步骤2.1 Arcmap：栅格转点+多值提取到点栅格转点多值提取至点2.2 Excel：计算混淆矩阵三、Excel计算模板下载地址一、准备工作- 土地利用类型参考栅格和预测栅格(.tif)需要保证两者的投影坐标系和像元大小一致- 用户精度（user accuracy），生产者精度（producer accuracy）、总精度（overall accuracy）的计算原理kappa系数计算可以参考这一篇Kappa系数。则对于上文中的例子来说，有软件需要用到A

2021-11-01 23:03:30 13405 2

原创 【MODIS数据处理#12】例七：基于MOD09Q1数据集合成NDVI

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面系列文章目录：一、功能介绍二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-三、工具参数四、工具界面

2021-11-01 20:17:55 6072 4

原创 【ArcGIS自定义脚本工具】NDVI批量估算植被覆盖率

文章目录一、功能介绍二、脚本代码三、工具参数四、使用例系列文章目录：ArcGIS自定义脚本编程相关文章：【MODIS数据处理#10】例五：用NDVI估算植被覆盖度一、功能介绍二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-# Import arcpy moduleimport arcpyimport os# Check out any necessary licensesarcpy.CheckOutExtension("spatial

2021-11-01 16:38:14 2518

原创 【MODIS数据处理#11】例六：绘制NDVI多年变化趋势空间分布图

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面系列文章目录：一、功能介绍Con((“A2000M06.NDVI.tif”<=0.05),0,Con((“A2000M06.NDVI.tif”>=0.7),1,(“A2000M06.NDVI.tif”-0.05)/0.65))二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-三、工具参数四、工具界面交流群...

2021-11-01 16:02:12 19656 27

原创 【MODIS数据处理#10】例五：用NDVI估算植被覆盖度

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面系列文章目录：一、功能介绍Con((“A2000M06.NDVI.tif”<=0.05),0,Con((“A2000M06.NDVI.tif”>=0.7),1,(“A2000M06.NDVI.tif”-0.05)/0.65))二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-三、工具参数四、工具界面...

2021-10-31 22:10:14 11466 7

原创 python编程练习：爬虫爬取全国大江大河实时水情

http://xxfb.mwr.cn/

2021-08-23 17:19:17 3566 22

原创 [MODIS数据处理#9]例四：基于MCD12Q2数据集初步分析中国植被物候空间分布特征

文章目录一、MCD12Q2介绍二、问题描述三、预处理1、提取子数据集2、波段提取3、拼接4、栅格投影5、裁剪四、获取生长季长度五、获取生长季始、末所在日期系列文章目录：MODIS数据处理系列专栏本文基于Arcmap10.2对MCD12Q2植被物候生长数据集进行处理，并在每个步骤中提供批量处理的python代码。一、MCD12Q2介绍MCD12Q2以MODISEVI为数据源，先对 EVI 时间序列数据进行预处理，消减云、气溶胶、雪和观测角度等影响，然后用滑动窗口（连续 5 个时相 EVI 值）来判断

2021-02-16 13:30:10 4860 9

原创 python编程练习：基于gdal库，批量汇总栅格文件的统计特征

文章目录一、功能描述二、代码三、使用例3.1、问题描述3.2、代码示例3.3、运行结果系列文章目录：ArcGIS自定义脚本编程一、功能描述读取栅格文件，批量统计栅格的文件名、计数、最小值、最大值、总和、平均值、中位数、标准差。并将统计结果保存为表格（.csv）文件。表格文件样式如下：二、代码def gdal_analysis(in_path,out_csv): """ 读取栅格文件，批量统计栅格的文件名、计数、最小值、最大值、总和、平均值、中位数、标准差。并将统计结果保存为表

2021-02-15 01:12:31 1706 1

原创 【ArcGIS自定义脚本工具】利用聚合方法批量生成分辨率降低版本的栅格

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面五、使用例5.1、参数设置5.2、运行结果5.3、聚合与最近邻重采样的结果对比系列文章目录：ArcGIS自定义脚本编程一、功能介绍二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-import osimport timeimport arcpyfrom arcpy.sa import *in_folder = arcpy.GetParameterAsText(0) # "X:\G

2021-02-14 16:17:06 2412 2

原创 【ArcGIS自定义脚本工具】批量裁剪栅格（多对多）

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面系列文章目录：ArcGIS自定义脚本编程一、功能介绍二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-三、工具参数四、工具界面......

2021-02-13 11:23:09 1042 2

原创 【ArcGIS自定义脚本工具】MOD13Q1数据集处理：批量将16-day分辨率的NDVI栅格转换为monthly分辨率

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面系列文章目录：ArcGIS自定义脚本编程一、功能介绍利用Arcmap中的镶嵌至新栅格工具，镶嵌运算符选择MAXIMUM，将由MOD13Q1数据集预处理得到的16-day、250m分辨率的NDVI栅格批量转为monthly逐月分辨率。进行镶嵌至新栅格时，平闰年1 ~ 12月份NDVI的输入栅格可参考下图进行选择：二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-#!/usr/bin/pyt

2021-02-09 10:07:18 2966 4

原创 [MODIS数据处理#8]批量将ET栅格的时间分辨率从8-day转换为monthly的一种思路

文章目录一、问题描述二、处理步骤1、下载数据2、提取波段、镶嵌、重投影3、裁剪4、将栅格文件分组三、工具参数四、工具界面系列文章目录：MODIS数据处理一、问题描述以EarthData提供的MOD16A2数据集（8-day，500m）为基础得到逐月的蒸散量（ET）栅格影像。在之前的文章中，我提供了一种简单的思路利用重镶嵌功能，将ET栅格的时间分辨率从8-day转换为monthly，详情可参考[MODIS数据处理#5]例二：将ET栅格的时间分辨率从8-day转换为monthly。本文在此基础上提供了一

2021-02-08 21:08:36 14306 37

原创 python编程练习：基于gdal库，提取栅格数据并添加x、y字段

文章目录一、引言二、脚本代码三、运行结果四、讨论（一）使用例（二）不足系列文章目录：ArcGIS自定义脚本编程一、引言栅格（.tif）文件是一种常见的数据存储格式，在空间分析中的过程中，我们常常需要将栅格文件中包含的数据提取出来，导出为类似于{(x1，y1，v1), (x2，y2，v2)…}。其中，x、y分别为栅格文件中某个像元中心处对应的横坐标和纵坐标，v为此像元对应的值。针对这一过程，即提取栅格数据并添加x、y字段的过程，通常可以利用ArcGIS进行，即对于浮点型栅格，先用栅格转点工具转为点

2020-12-28 00:17:45 1446 3

原创 【ArcGIS自定义脚本工具】批量NetCDF文件至tif文件（以GLDAS和GRACE为例）

文章目录一、功能介绍二、获取变量名和时间维度三、批量转换单时间维度多变量nc文件为tif文件四、批量转换多时间维度多变量nc文件为tif文件系列文章目录：ArcGIS自定义脚本编程一、功能介绍将NetCDF文件（.nc）转换为栅格（.tif）文件。NetCDF数据的介绍可以参考：NetCDF数据介绍及python处理这种数据格式常被用于存储气象科学数据，通常需要对nc文件中某时刻某个变量的数据进行提取，并转换为栅格文件。这可以利用arcgis中的 多维工具->创建 NetCDF 栅格图层-

2020-10-31 23:00:42 4659 9

原创 python编程练习：爬虫爬取动态网页批量下载气象站数据

文章目录一、功能介绍一、功能介绍基于python爬虫下载全国温室数据系统的气象数据http://data.sheshiyuanyi.com/WeatherData/## 二、网页分析![在这里插入图片描述](https://img-blog.csdnimg.cn/20201013161726558.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubm

2020-10-13 16:43:45 2119 4

原创 [MODIS数据处理#7]例三：批量加工长时间序列中的中国部分省市NDVI影像

文章目录一、整体流程二、收集数据1、MOD13Q1数据2、省市边界数据三、处理步骤1、批量提取子数据集2、批量镶嵌3、批量重投影4、批量裁剪5、批量单位换算四、成果图展示一、整体流程以MOD13Q1数据集为基础，经过提取子数据集、镶嵌、重投影、裁剪、单位换算过程加工得到2000.02~2020.06中国部分省市的NDVI影像。二、收集数据1、MOD13Q1数据由于本文中需要的MODIS文件时间序列长，时间跨度从2000年02月至2020年06月，因此大批量下载和存储都需要考虑。MOD13各产

2020-09-05 00:44:27 4008 11

原创 【ArcGIS自定义脚本工具】按区块批量镶嵌MODIS影像

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面一、功能介绍二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-import osimport arcpyimport timedef show_files(path, out_files, suffix=".tif", out_type="path"): file_list = os.listdir(path) for file in file_list:

2020-09-03 23:17:25 1942 9

原创 【ArcGIS自定义脚本工具】批量提取子数据集

文章目录一、功能介绍二、脚本代码三、工具参数四、工具界面一、功能介绍二、脚本代码#!/usr/bin/python# -*- coding: UTF-8 -*-import osimport arcpyimport timein_path = arcpy.GetParameterAsText(0)out_path = arcpy.GetParameterAsText(1)subdataset_index = arcpy.GetParameterAsText(2)suffix

2020-09-02 23:22:30 2612 1

原创 [MODIS数据处理#6]检查大批量下载MODIS数据序列中的重复、缺失文件

一、功能介绍1、将水均衡数据(.ZOT)文件中的各水均衡组分提取到表格（.xls）文件按关键字进行数据分类，关键字优先级依次为：层、补\排、各均衡组分合并每层中补给或排泄的越流项，并将原文件中各均衡组分的英文名称翻译为中文数据导出至表格文件中的三个工作表“All”、“In”、“Out”中2、绘制各层补给、排泄项水均衡组分扇形图不绘制数值为0的水均衡项单个扇形图中，占比最高的一项会突出显示二、代码import reimport pandas as pdimport matpl

2020-08-13 11:24:57 1080 3

原创 python编程练习：提取Visual MODFLOW水均衡数据(.ZOT)文件至表格

一、功能实现二、代码import reimport pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文def read_zot_file(in_zot): """ 寻找.ZOT文件中含有等号的行，将其中的空格删去，并将 ...

2020-03-06 12:07:51 1035

原创 python编程练习：Engquist-Osher差分格式求解Burgers方程

一、题目二、代码from scipy.integrate import quadimport numpy as np# 函数f(u)=1/2*u**2,故f`(u)=udef f_positive(upp_value): # 积分f+(u)中需要使用的函数 is_over_zero = int(upp_value > 0) return is_over...

2020-02-22 15:47:43 1034

原创 [python常用图件绘制#04]核密度曲线图（显示峰值点）

一、关于核密度估计带宽的一些说明进行核密度估计Kernel Density Estimation（KDE）时，带宽bw的选取尤为重要，不同的带宽会对结果造成很大的影响。利用seaborn库中kdeplot()绘制kde曲线时，可以选择scott和silverman两种自适应带宽方法。import matplotlib.pyplot as pltimport numpy as npimpo...

2020-01-30 22:02:54 9656

原创 [python常用图件绘制#03]Gamma分布拟合图

〇、Gamma分布主要参数说明对于一组连续的随机变量x来说，若它的概率密度分布函数f(x|α,β)符合下式时：则将这个概率密度函数称为伽码（Г，Gamma）分布，记作 X ~Г(α,β)，其中α称为形状参数，β称为尺度参数。通过绘图，可对比不同α,β取值下曲线的形态。绘制此图的代码如下：import numpy as npimport matplotlib.pyplot as plt...

2020-01-29 20:35:50 13077 8

原创 [python常用图件绘制#02]频率、累计频率双纵坐标轴图

一、功能介绍输入：某样本数据样本分组数输出：必选：直方图（纵轴为某分组下样本的数目）可选：累计频率线二、代码import numpy as npimport matplotlib.pyplot as pltimport seaborn as snsclass Histplot: def __init__(self, x_data, num_bins, linet...

2020-01-28 21:45:40 4306 4

原创 【ArcGIS自定义脚本工具】 json转csv

一、功能介绍该工具须配合“要素转JSON”工具使用，输入in_json必须是通过该工具得到的JSON文件，并不适用于所有的CSV文件。生成的CSV文件会包含点要素的位置信息（下图红框所示）运行工具前后对比图如下二、脚本代码import jsonimport sysfrom ordereddict import OrderedDictimport pandas as pdimp...

2020-01-27 17:25:24 457

原创 [python常用图件绘制#01]线性拟合结果图

一、功能介绍输入：实测x、y数据输出：必选：x、y散点图必选：x、y线性拟合直线可选：相关性、显著性分析结果显示二、代码import randomfrom scipy import statsimport matplotlib.pyplot as pltimport seaborn as snsimport pandas as pdimport numpy a...

2020-01-25 23:28:30 2464

原创 python编程练习：10000位的圆周率飞花令

〇、目标利用爬虫收集足够多的古诗词，筛选诗词中含有数字的句子后，再按照圆周率中的数字顺序对这些诗词进行排序。视频展示见1~1000位圆周率飞花令一、爬虫获取古诗词import urllib.requestimport urllib.parsefrom lxml import etreeimport randomimport time"""爬取古诗词网"""# 可用的代理...

2019-12-28 16:40:06 20262

MODIS 2012年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2011年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2010年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2015年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2016年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2017年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2018年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2019年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2020年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2011年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。引用及具体描述见压缩包内说明文件。

2022-10-21

MODIS 2010年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。引用及具体描述见压缩包内说明文件。

2022-10-21

MODIS 2012年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。引用及具体描述见压缩包内说明文件。

2022-10-21

MODIS 2013年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。引用及具体描述见压缩包内说明文件。

2022-10-21

MODIS 2014年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。引用及具体描述见压缩包内说明文件。

2022-10-21

MODIS 2015年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。引用及具体描述见压缩包内说明文件。

2022-10-21

MODIS 2016年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。引用及具体描述见压缩包内说明文件。

2022-10-21

MODIS 2017年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。建议引用及具体描述见压缩包内说明文件。

2022-10-19

MODIS 2018年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。建议引用及具体描述见压缩包内说明文件。

2022-10-19

MODIS 2019年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。建议引用及具体描述见压缩包内说明文件。

2022-10-19

MODIS 2020年全球0.05度植被指数（NDVI）栅格数据集.zip
该数据集是根据NASA定期发布MOD13C2 v061产品（https://doi.org/10.5067/MODIS/MOD13C2.061）通过最大合成法加工得到的。时间分辨率为逐年，空间分辨率为0.05度，地理坐标系为WGS 1984。建议引用及具体描述见压缩包内说明文件。

2022-10-19

MODIS 2023年中国250m植被指数（NDVI）空间分布数据集
该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13Q1。MOD13Q1的空间分辨率为250m，时间分辨率为16d。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到16d 250m的NDVI数据后，再利用最大合成法（MVC，Maximum Value Compositing）生成对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：250m 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MOD13Q1 MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-04-13 from https://doi.org/10.5067/MODIS/MOD13Q1.006

2024-03-24

MODIS 2022年中国1km地表温度（LST）空间分布数据集.zip
该地表温度LST数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD11A2。MOD11A2的空间分辨率为1km，时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到8天1km的LST数据后，再对栅格进行平均得到对应年份的LST数据。 地区：中国 时间：2022年 时间分辨率：年 空间分辨率：1 km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Wan, Z., Hook, S., Hulley, G. (2015). MOD11A2 MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-06-07 from https://doi.org/10.5067/MODIS/MOD11A2.006 CSDN主页：https

2023-01-09

MODIS 2021年中国1km地表温度（LST）空间分布数据集.zip
该地表温度LST数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD11A2。MOD11A2的空间分辨率为1km，时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到8天1km的LST数据后，再对栅格进行平均得到对应年份的LST数据。 地区：中国 时间：2021年 时间分辨率：年 空间分辨率：1 km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Wan, Z., Hook, S., Hulley, G. (2015). MOD11A2 MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-06-07 from https://doi.org/10.5067/MODIS/MOD11A2.006 CSDN主页：https

2023-01-09

MODIS 2022年全球0.05度植被指数（NDVI）栅格数据集.zip
该植被指数数据来源于美国NASA定期发布的MOD13C2 v061产品。MOD13C2的空间分辨率为0.05度，时间分辨率为月。经过提取子数据集、投影栅格、换算单位得到逐月0.05度的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 时间：2022 地区：全球 时间分辨率：年 空间分辨率：0.05度 地理坐标系：WGS84 引用：Didan, K. (2021). MODIS/Terra Vegetation Indices Monthly L3 Global 0.05Deg CMG V061 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-10-19 from https://doi.org/10.5067/MODIS/MOD13C2.061 CSDN主页：https://blog.csdn.net/qq_37948866 下载数据版权归原作者所有，基于开放数据二次处理加工得到，仅供学习使用

2023-01-09

MODIS 2022年逐月中国1km植被指数（EVI）空间分布数据集.zip
该植被指数（EVI）数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的EVI数据。 时间：2022 地区：中国 时间分辨率：逐月 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006 CSDN主页：https://blog.csdn.net/qq_37948866 下载数据版权归原作者所有，基于开放数据二次处理加工得到，仅供学习使用

2023-01-09

MODIS 2022年逐月中国1km植被指数（NDVI）空间分布数据集.zip
该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据。 时间：2022 地区：中国 时间分辨率：逐月 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006 CSDN主页：https://blog.csdn.net/qq_37948866 下载数据版权归原作者所有，基于开放数据二次处理加工得到，仅供学习使用

2023-01-09

MODIS 2022年中国1km植被指数（EVI）空间分布数据集
该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的EVI数据后，再利用最大合成法得到对应年份的EVI数据。 时间：2022 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006 CSDN主页：https://blog.csdn.net/qq_37948866 下载数据版权归原作者所有，基于开放数据二次处理加工得到，仅供学习使用

2023-01-09

MODIS 2022年中国1km植被指数（NDVI）空间分布数据集
该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006 CSDN主页：https://blog.csdn.net/qq_37948866 下载数据版权归原作者所有，基于开放数据二次处理加工得到，仅供学习使用。

2023-01-09

MODIS 2001年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2000年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2003年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2002年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2004年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2005年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2006年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2007年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2008年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2009年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-24

MODIS 2013年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

MODIS 2014年中国500m净初级生产力（NPP）栅格数据集.zip
该数据集是根据NASA定期发布MOD17A3HGF（https://doi.org/10.5067/MODIS/MOD17A3HGF.006）加工得到的。时间分辨率为逐年，空间分辨率为500m，单位为gC/m^2/year（克碳每平方米每年），地理坐标系为WGS 1984。引用及描述见压缩包内说明。

2022-10-23

查看更多

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除