- 데이터 세트 사용 가능 기간
- 2019-04-18T00:00:00Z–2024-11-28T00:00:00Z
- 데이터 세트 제공업체
- USFS Laboratory for Applications of Remote Sensing in Ecology (LARSE) NASA GEDI 미션, USGS LP DAAC를 통해 액세스
- 태그
설명
이 데이터 세트에는 지상 바이오매스 밀도 (AGBD, 단위: Mg/ha)에 관한 Global Ecosystem Dynamics Investigation (GEDI) 레벨 4A (L4A) 버전 2 예측과 샘플링된 각 지리적 위치 레이저 풋프린트 내 예측 표준 오류 추정치가 포함되어 있습니다. 이 버전에서는 그레뉼이 하위 궤도에 있습니다. 여러 지역과 식물 기능 유형 (PFT)의 AGBD 필드 추정치와 연결된 시뮬레이션 파형의 높이 측정항목을 컴파일하여 세계 지역과 PFT (예: 낙엽성 광엽수, 상록성 광엽수, 상록성 침엽수, 낙엽성 침엽수, 초지, 관목, 삼림의 조합)의 조합을 나타내는 모델의 보정 데이터 세트를 생성했습니다. GEDI02_A 버전 2에 사용된 알고리즘 설정 그룹 선택은 지상 고도 위의 파형 모드를 최저 모드로 선택하여 발생하는 거짓양성 오류를 줄이기 위해 남아메리카의 상록성 광엽수용으로 수정되었습니다.
자세한 내용은 사용자 가이드를 참고하세요.
글로벌 생태계 역학 조사GEDI 미션은 생태계 구조와 역학을 특징지어 지구의 탄소 순환과 생물 다양성을 획기적으로 개선된 방식으로 정량화하고 이해하는 것을 목표로 합니다. 국제우주정거장 (ISS)에 부착된 GEDI 장비는 지구의 3차원 구조를 최고 해상도와 가장 밀도 높은 샘플링으로 위도 51.6°N과 51.6°S 사이에서 전 세계 데이터를 수집합니다. GEDI 장비는 총 8개의 빔 지상 트랜섹트를 생성하는 3개의 레이저로 구성되어 있으며, 이는 트랙을 따라 약 60m 간격으로 배치된 8개의 ~25m 풋프린트를 즉시 샘플링합니다.
| 제품 | 설명 |
|---|---|
| L2A 벡터 | LARSE/GEDI/GEDI02_A_002 |
| L2A 월간 래스터 | LARSE/GEDI/GEDI02_A_002_MONTHLY |
| L2A 테이블 색인 | LARSE/GEDI/GEDI02_A_002_INDEX |
| L2B 벡터 | LARSE/GEDI/GEDI02_B_002 |
| L2B 월간 래스터 | LARSE/GEDI/GEDI02_B_002_MONTHLY |
| L2B 테이블 색인 | LARSE/GEDI/GEDI02_B_002_INDEX |
| L4A 바이오매스 벡터 | LARSE/GEDI/GEDI04_A_002 |
| L4A 월별 래스터 | LARSE/GEDI/GEDI04_A_002_MONTHLY |
| L4A 테이블 색인 | LARSE/GEDI/GEDI04_A_002_INDEX |
| L4B 바이오매스 | LARSE/GEDI/GEDI04_B_002 |
표 스키마
표 스키마
| 이름 | 유형 | 설명 |
|---|---|---|
| agbd | INT | 예상 지상 바이오매스 밀도 |
| agbd_pi_lower | INT | 하한 예측 간격 (수준은 'alpha' 속성 참고) |
| agbd_pi_upper | INT | 상한 예측 간격 (수준은 'alpha' 속성 참고) |
| agbd_se | INT | 지상 바이오매스 밀도 예측 표준 오류 |
| agbd_t | INT | 적합 단위의 모델 예측 |
| agbd_t_se | INT | 적합 단위의 모델 예측 표준 오차 (맞춤 예측 구간 계산에 필요) |
| algorithm_run_flag | INT | 이 플래그가 1로 설정되면 L4A 알고리즘이 실행됩니다. 이 플래그는 AGBD 추정에 충분한 파형 충실도가 있는 데이터를 선택합니다. |
| Beam | INT | 빔 식별자 |
| 채널 | INT | 채널 식별자 |
| degrade_flag | INT | 포인팅 또는 위치 지정 정보의 저하된 상태를 나타내는 플래그 |
| delta_time | INT | 2018년 1월 1일 0시 이후 경과한 시간 |
| elev_lowestmode | INT | 참조 타원체에 대한 최저 모드 중심의 고도 |
| l2_quality_flag | INT | 바이오매스 예측에 가장 유용한 L2 데이터를 식별하는 플래그 |
| l4_quality_flag | INT | 가장 유용한 바이오매스 예측을 간편하게 선택할 수 있는 플래그 |
| lat_lowestmode | INT | 가장 낮은 모드의 중심 위도 |
| lon_lowestmode | INT | 가장 낮은 모드의 중심 경도 |
| master_frac | INT | 마스터 시간, 분수 부분입니다. master_int+master_frac은 /BEAMXXXX/delta_time과 동일합니다. |
| master_int | INT | 마스터 시간, 정수 부분입니다. master_time_epoch 이후 경과 시간(초)입니다. master_int+master_frac은 /BEAMXXXX/delta_time과 동일합니다.' |
| predict_stratum | 문자열 | 예측 계층 식별자입니다. 1km 셀의 예측 지층 이름의 문자 ID |
| predictor_limit_flag | INT | 예측 변수 값이 학습 데이터의 범위를 벗어남(0=범위 내, 1=하한, 2=상한) |
| response_limit_flag | INT | 예측 값이 학습 데이터의 범위를 벗어남(0=범위 내, 1=하한, 2=상한) |
| selected_algorithm | INT | 선택한 알고리즘 설정 그룹 |
| selected_mode | INT | 가장 낮은 비노이즈 모드로 선택된 모드의 ID |
| selected_mode_flag | INT | selected_mode의 상태를 나타내는 플래그 |
| 민감도 | INT | 빔 감도입니다. 파형의 SNR을 고려하여 침투할 수 있는 최대 수관 밀도 |
| solar_elevation | INT | 태양 고도 각도 |
| surface_flag | INT | elev_lowestmode가 디지털 고도 모델 (DEM) 또는 평균 해수면 (MSS) 고도에서 300m 이내임을 나타냅니다. |
| shot_number | 문자열 | 샷 번호, 고유 식별자입니다. 이 필드의 형식은 OOOOOBBRRGNNNNNNNN입니다. 여기서
|
| shot_number_within_beam | INT | 빔 내 샷 번호 |
| agbd_aN | INT | 지상 바이오매스 밀도, 지리적 위치 위도 lowestmode |
| agbd_pi_lower_aN | INT | 지상 바이오매스 밀도 하한 예측 간격 |
| agbd_pi_upper_aN | INT | 지상 바이오매스 밀도 상한 예측 간격 |
| agbd_se_aN | INT | 지상 바이오매스 밀도 예측 표준 오류 |
| agbd_t_aN | INT | 변환 공간에서의 지상 바이오매스 밀도 모델 예측 |
| agbd_t_pi_lower_aN | INT | 변환 공간의 예측 간격 하한 |
| agbd_t_pi_upper_aN | INT | 변환 공간의 상위 예측 간격 |
| agbd_t_se_aN | INT | 적합 단위의 모델 예측 표준 오류 |
| algorithm_run_flag_aN | INT | 알고리즘 실행 플래그 - 이 플래그가 1로 설정된 경우 이 알고리즘이 실행됩니다. 이 플래그는 AGBD 추정에 충분한 파형 충실도가 있는 데이터를 선택합니다. |
| l2_quality_flag_aN | INT | 바이오매스 예측에 가장 유용한 L2 데이터를 식별하는 플래그' |
| l4_quality_flag_aN | INT | 가장 유용한 바이오매스 예측을 간편하게 선택할 수 있는 플래그 |
| predictor_limit_flag_aN | INT | 예측 변수 값이 학습 데이터의 범위를 벗어남 |
| response_limit_flag_aN | INT | 예측 값이 학습 데이터의 범위를 벗어남 |
| selected_mode_aN | INT | 가장 낮은 비노이즈 모드로 선택된 모드의 ID |
| selected_mode_flag_aN | INT | 선택한 모드의 상태를 나타내는 플래그 |
| elev_lowestmode_aN | INT | 참조 타원체에 대한 최저 모드 중심의 고도 |
| lat_lowestmode_aN | INT | 가장 낮은 모드의 중심 위도 |
| lon_lowestmode_aN | INT | 가장 낮은 모드의 중심 경도 |
| sensitivity_aN | INT | 파형의 SNR을 고려하여 침투할 수 있는 최대 수관 밀도 |
| stale_return_flag | INT | 실시간 맥박 감지 알고리즘이 전체 10km 검색 창 내에서 감지 기준점을 초과하는 반환 신호를 감지하지 못했음을 나타내는 디지타이저의 플래그입니다. 이전 샷의 펄스 위치가 원격 측정 파형을 선택하는 데 사용되었습니다. |
| landsat_treecover | INT | 2010년의 나무 덮개는 높이가 5m를 초과하는 모든 식물의 캐노피 폐쇄로 정의됩니다 (Hansen et al., 2013)에 따라 계산되며 출력 그리드 셀당 백분율로 인코딩됩니다. |
| landsat_water_persistence | INT | 2018년과 2019년 사이에 분류된 지표수가 있는 UMD GLAD Landsat 관측치의 비율입니다. 값이 80보다 크면 일반적으로 영구적인 물을 나타내고 값이 10보다 작으면 영구적인 육지를 나타냅니다. |
| leaf_off_doy | INT | NPP VIIRS Global Land Surface Phenology Product에서 파생된 GEDI 1km EASE 2.0 그리드 잎이 없는 시작일(day-of-year)입니다. |
| leaf_off_flag | INT | leaf_off_doy, leaf_on_doy, pft_class에서 파생된 GEDI 1km EASE 2.0 그리드 플래그로, 낙엽성 침엽수림 또는 활엽수림 및 삼림에서 관측이 낙엽 조건 중에 기록되었는지 나타냅니다. 1=잎이 떨어짐, 0=잎이 있음 |
| leaf_on_cycle | INT | 잎이 있는 관측의 식물 성장 주기를 나타내는 플래그입니다. 값은 0=잎이 없는 조건, 1=사이클 1, 2=사이클 2입니다. |
| leaf_on_doy | INT | NPP VIIRS 전 세계 지표면 페놀로지 제품에서 파생된 GEDI 1km EASE 2.0 그리드 잎이 나는 시작일(day-of-year)입니다. |
| pft_class | INT | MODIS MCD12Q1v006 제품에서 파생된 GEDI 1km EASE 2.0 그리드 식물 기능 유형 (PFT)입니다. 값은 토지 피복 유형 5 분류 체계를 따릅니다. |
| region_class | INT | GEDI 1km EASE 2.0 그리드 세계 대륙 지역 (0=물, 1=유럽, 2=북아시아, 3=오스트레일리아, 4=아프리카, 5=남아시아, 6=남미, 7=북미) |
| urban_focal_window_size | INT | urban_proportion을 계산하는 데 사용되는 초점 창 크기입니다. 값은 3 (3x3 픽셀 창 크기) 또는 5 (5x5 픽셀 창 크기)입니다. |
| urban_proportion | INT | 각 촬영을 둘러싼 초점 영역 내에서 도시 토지 피복이 차지하는 비율입니다. 도시 토지 피복은 DLR 12m 해상도 TanDEM-X 전 세계 도시 발자국 제품에서 파생되었습니다. |
이용약관
이용약관
이 데이터 세트는 퍼블릭 도메인에 있으며 사용 및 배포에 제한이 없습니다. 자세한 내용은 NASA의 지구 과학 데이터 및 정보 정책을 참고하세요.
인용
GEDI L4A 지상 바이오매스 밀도 발자국 수준, 버전 2.1. Dubayah, R.O., J. Armston, J.R. Kellner, L. Duncanson, S.P. Healey, P.L. Patterson, S. Hancock, H. Tang, J. Bruening, M.A. Hofton, J.B. Blair, and S.B. Luthcke. 2022년. ORNL DAAC, Oak Ridge, Tennessee, USA. doi:10.3334/ORNLDAAC/2056
DOI
Earth Engine으로 탐색하기
코드 편집기(JavaScript)
var dataset = ee.FeatureCollection( 'LARSE/GEDI/GEDI04_A_002/GEDI04_A_2022157233128_O19728_03_T11129_02_003_01_V002'); Map.setCenter(-94.77616, 38.9587, 14); Map.addLayer(dataset);