- Disponibilité des ensembles de données
- 2019-04-17T00:00:00Z–2023-03-16T00:00:00Z
- Fournisseur de l'ensemble de données
- Rastérisation : Google et le laboratoire LARSE (Laboratory for Applications of Remote Sensing in Ecology) de l'USFS Métriques structurées de la végétation GEDI et densité de biomasse
- Tags
Description
Cet ensemble de données se compose de métriques de structure de la végétation maillées, multirésolution, prêtes à l'analyse et quasi mondiales, dérivées des produits NASA Global Ecosystem Dynamics Investigation (GEDI) de niveau 2 et 4A associés à des empreintes lidar de 25 mètres de diamètre. Cet ensemble de données fournit une représentation complète de la structure de la végétation quasi mondiale, qui inclut l'ensemble du profil vertical, basée uniquement sur le lidar GEDI et validée avec des données indépendantes.
Le capteur GEDI, monté sur la Station spatiale internationale (ISS), utilise huit faisceaux laser espacés de 60 mètres le long de la trajectoire et de 600 mètres le long de la trajectoire transversale à la surface de la Terre pour mesurer l'altitude du sol et la structure de la végétation entre environ 52 degrés de latitude nord et sud. Entre le 17 avril 2019 et le 16 mars 2023, GEDI a acquis respectivement 11 et 7, 7 milliards de formes d'onde de qualité permettant de mesurer l'altitude du sol et la structure de la végétation.
En plus de nombreuses métriques de prise de vue standard de niveau 2 et 4A, plusieurs métriques supplémentaires ont été dérivées. Elles peuvent être particulièrement utiles pour les applications dans les processus de cycle du carbone et de l'eau dans les modèles du système terrestre, ainsi que pour la gestion des forêts, la modélisation de la biodiversité et l'évaluation des habitats. Les variables incluent la hauteur de la canopée, la couverture de la canopée, l'indice de surface foliaire, la diversité de la hauteur du feuillage et la densité du volume de la surface foliaire à des strates de 5 m. Pour en savoir plus, consultez Gridded GEDI Vegetation Structure Metrics and Biomass Density.
Huit statistiques sont incluses pour chaque métrique de tir GEDI : moyenne, erreur standard moyenne bootstrapée, médiane, écart-type, écart interquartile, 95e centile, indice de diversité de Shannon et nombre de tirs. La méthodologie de filtrage des clichés de qualité conforme à la densité de biomasse aérienne quadrillée GEDI L4B, version 2.1, a été utilisée. Par rapport à l'ensemble de données GEDI de niveau 3 correspondant, cet ensemble de données fournit des métriques quadrillées supplémentaires à plusieurs résolutions spatiales et sur plusieurs périodes (annuelles et sur toute la durée de la mission).
Cet ensemble de données fournit des métriques de prise de vue GEDI agrégées dans des grilles raster à trois résolutions spatiales : 1 km, 6 km et 12 km. Cet ensemble de données utilise la taille de pixel de 6 km avec des métriques de nombre.
Bracelets
Taille des pixels
6 000 mètres
Bandes de fréquences
| Nom | Taille des pixels | Description |
|---|---|---|
shots_count |
mètres | Nombre de prises. Pour qu'une prise de vue soit comptabilisée dans ce calque, les champs suivants doivent être valides : longitude, latitude, altitude du mode le plus bas, date décimale et orbite. |
orbits_uniq |
mètres | Nombre d'orbites uniques. |
tracks_uniq |
mètres | Nombre de titres uniques. Une piste est la combinaison d'une orbite et d'un faisceau. |
shots_nni |
mètres | Indice du voisin le plus proche (Evans et al. 2023). |
Conditions d'utilisation
Conditions d'utilisation
Cet ensemble de données appartient au domaine public et est disponible sans restriction d'utilisation ni de distribution. Pour en savoir plus, consultez les Règles de la NASA sur les données et informations scientifiques sur la Terre.
Citations
Burns, P., Hakkenberg, C.R. & Goetz, S.J. Multi-resolution gridded maps of vegetation structure from GEDI. Sci Data 11, 881 (2024). doi:10.1038/s41597-024-03668-4
Explorer avec Earth Engine
Éditeur de code (JavaScript)
var palettes = require('users/gena/packages:palettes'); // slopeshade basemap var elev = ee.Image('MERIT/DEM/v1_0_3').select('dem') var slope = ee.Terrain.slope(elev) Map.setCenter(92.319, 27.129, 8) Map.addLayer( slope, {min: 0, max: 40, palette: ['ffffff', '000000']}, 'Slopeshade') var opac = 0.7 // View various measurement count metrics from 2019 to 2023 // "va" in the asset name corresponds to the count of high-quality, leaf-on // vegetation measurements by GEDI var i_counts_6k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/COUNTS/V1/6KM/gediv002_counts_va_20190417_20230316') // Number of GEDI laser shots (i.e. footprints) per 6km pixel Map.addLayer( i_counts_6k_19to23.select('shots_count'), {min: 0, max: 200, palette: palettes.matplotlib.magma[7]}, 'Shot count per 6km pixel, 2019 to 2023', 0, opac) // Number of ISS orbits (with valid GEDI shots) per 6km pixel Map.addLayer( i_counts_6k_19to23.select('orbits_uniq'), {min: 0, max: 10, palette: palettes.matplotlib.plasma[7]}, 'Unique orbits per 6km pixel, 2019 to 2023', 0, opac) // The Nearest Neighbor Index (Evans et al. 2023), a proxy for quantifying // spatial clustering/dispersion of GEDI shots Map.addLayer( i_counts_6k_19to23.select('shots_nni'), {min: 0.5, max: 1.5, palette: palettes.colorbrewer.RdBu[7]}, 'Shot nearest neighbor index per 6km pixel, 2019 to 2023', 0, opac) // View several GEDI vegetation structure metrics at 6km spatial res. // For GEDI metric descriptions see Table 1 at // https://daac.ornl.gov/GEDI/guides/GEDI_HighQuality_Shots_Rasters.html // Relative height of the 98th percentile of returned energy (RH98), a proxy for // tree canopy height var i_rh98_6k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/6KM/gediv002_rh-98-a0_vf_20190417_20230316') // display the median value of GEDI RH98 measurements per 6km pixel, masking out // values less than 3 consider using a threshold of 10 shots per 6km pixel. More // shots generally yield more accurate estimates of the aggregation statistics // (different bands) var i_rh98_6k_19to23_med = i_rh98_6k_19to23.select('median') var rh98_pal = palettes.crameri.bamako[10].reverse() Map.addLayer( i_rh98_6k_19to23_med.updateMask(i_rh98_6k_19to23_med.gte(3).and( i_rh98_6k_19to23.select('countf').gte(10))), {min: 3, max: 40, palette: rh98_pal}, 'Median RH98 per 6km pixel, 2019 to 2023', 1, opac) // Standard deviation of RH98 per 6km pixel. Captures variability of GEDI // measurements and vegetation heterogeneity Map.addLayer( i_rh98_6k_19to23.select('sd').updateMask(i_rh98_6k_19to23_med.gte(3).and( i_rh98_6k_19to23.select('countf').gte(10))), {min: 2, max: 20, palette: palettes.cmocean.Curl[7]}, 'SD of RH98 per 6km pixel, 2019 to 2023', 0, opac) // Foliage height diversity of the 1m vertical Plant Area Index (PAI) profile var i_fhd_6k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/6KM/gediv002_fhd-pai-1m-a0_vf_20190417_20230316') Map.addLayer( i_fhd_6k_19to23.select('median').updateMask(i_rh98_6k_19to23_med.gte(3).and( i_rh98_6k_19to23.select('countf').gte(10))), {min: 1.2, max: 3.2, palette: palettes.matplotlib.viridis[7].reverse()}, 'Median FHD per 6km pixel, 2019 to 2023', 0, opac) // The height above ground associated with the peak of the vertical Plant Area // Volume Density (PAVD) profile var i_pavdmaxh_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/6KM/gediv002_pavd-max-h_vf_20190417_20230316') Map.addLayer( i_pavdmaxh_19to23.select('mean').updateMask(i_rh98_6k_19to23_med.gte(3).and( i_pavdmaxh_19to23.select('countf').gte(10))), {min: 0, max: 25, palette: palettes.cmocean.Haline[7].reverse()}, 'Mean Height of Max. PAVD, 2019 to 2023', 0, opac) // 1km coverage is not great in the low latitudes, try 6 or 12km for a more // continuous depiction var i_rh98_6k_19to23 = ee.Image( 'LARSE/GEDI/GRIDDEDVEG_002/V1/6KM/gediv002_rh-98-a0_vf_20190417_20230316') // display the median value of GEDI RH98 measurements per 6km pixel, masking out // values less than 3 consider using a threshold of 100 shots per 6km pixel. // More shots generally yield more accurate estimates of the aggregation // statistics (different bands) var i_rh98_6k_19to23_med = i_rh98_6k_19to23.select('median') Map.addLayer( i_rh98_6k_19to23_med.updateMask(i_rh98_6k_19to23_med.gte(3).and( i_rh98_6k_19to23.select('countf').gte(100))), {min: 3, max: 40, palette: rh98_pal}, 'Median RH98 per 6km pixel, 2019 to 2023', 0, opac)