当前位置: 首页 > article >正文

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

之前我们分享过2000—2024年逐月归一化植被指数(NDVI)栅格数据(可查看之前的文章获悉详情),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!

我们特地对数值在-0.2—1之间的NDVI栅格数据进行了处理,将2000-2024年逐月的归一化植被指数栅格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年的逐月归一化植被指数数据!

大家可以在公众号回复关键词 600 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年逐月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年逐月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12月为例来预览一下:

2024年12月各省的NDVI数据(Shp格式)
2000年-2024年各省逐月NDVI数据的属性表

下面是Excel格式的数据,34个省级区划2000-2024年逐月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年各省逐月NDVI数据(Excel格式)

2.市级2000-2024年逐月归一化植被指数数据

首先是Shp格式的数据,375个城市2000-2024年逐月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12月为例来预览一下:

2024年12月各市的NDVI数据(Shp格式)
2000年-2024年各市逐月NDVI数据的属性表

下面是Excel格式的数据,375个城市2000-2024年逐月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年各市逐月NDVI数据(Excel格式)

3.县级2000-2024年逐月归一化植被指数数据

首先是Shp格式的数据,2891个区县2000-2024年逐月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12月为例来预览一下:

2024年12月各区县的NDVI数据(Shp格式)
2000年-2024年各区县逐月NDVI数据的属性表

下面是Excel格式的数据,2891个区县2000-2024年逐月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年各区县逐月NDVI数据(Excel格式)

02 数据详情

数据来源:

原始数据来源于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,数据空间分辨率为1km,数据格式为Tiff,数据范围为全国范围,数值在-2000—10000之间。官方下载网站:https://search.earthdata.nasa.gov/search

数据处理说明:

基于逐月归一化植被指数(NDVI)数据,我们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(可查看之前的文章获悉详情),对每个省\每个地级市\每个区县内的栅格值进行了求平均数处理,得到了省市县三级的逐月归一化植被指数!

数值范围

-0.2—1

数据格式

Shp和Excel格式

时间范围:

2000年2月-2024年12月(逐月)

空间范围:

省市县三级

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~


http://www.kler.cn/a/586890.html

相关文章:

  • 深入解析java Socket通信中的粘包与拆包问题及解决方案(中)
  • python 实现 A* 算法
  • 某大厂自动化工程师面试题
  • C语言每日一练——day_8
  • Qwen2.5的注意力秘籍:解锁高效模型的钥匙,分组查询注意力机制
  • .NET 9 中 OpenAPI 替代 Swagger 文档生成
  • apt-get update命令与apt update命令的区别
  • Assembly语言的安全开发
  • AI日报 - 2025年3月16日
  • 深入理解C/C++堆数据结构:从原理到实战
  • netsh实现TCP端口转发
  • 【Mapbox】介绍及基本使用
  • prompt提示词
  • 算法模型全解析:优缺点、场景适配与选择逻辑
  • 机器学习之特征工程
  • Go语言为什么运行比Java快
  • 如何打包数据库mysql数据,并上传到虚拟机上进行部署?
  • 高频面试题(含笔试高频算法整理)基本总结回顾24
  • Vue 计算属性与 Data 属性同名问题深度解析
  • 基于DeepSeek R1的检验检查超声影像综合预约排班和路径最优化研究