当前位置: 首页 > article >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(年最大值/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)的年最大值。(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(年最大值)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的最大值)!

大家可以在公众号回复关键词 609 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2024年为例来预览一下:

2024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数据采用求年最大值的方法得到的。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个月的最大值,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(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:

【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(年最大值/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)的年最大值。(可查看之前的文章获悉详情)!该数据来源于NASA定期发布…...

HW华为流程管理体系精髓提炼华为流程运营体系(124页PPT)(文末有下载方式)

资料解读:HW华为流程管理体系精髓提炼华为流程运营体系(124页PPT) 详细资料请看本解读文章的最后内容。 华为作为全球领先的科技公司,其流程管理体系的构建与运营是其成功的关键之一。本文将从华为流程管理体系的核心理念、构建…...

Linux中管理多版本Python总结

1. pyenv 管理多个 Python 版本 pyenv 是一个流行的工具,用于管理多个 Python 版本。它可以轻松安装、切换和管理不同版本的 Python。 1.1.安装 pyenv 1.1.1安装依赖 sudo apt-get update sudo apt-get install -y make build-essential libssl-dev zlib1g-dev…...

【系统架构设计师】操作系统 - 特殊操作系统 ③ ( 微内核操作系统 | 单体内核 操作系统 | 内核态 | 用户态 | 单体内核 与 微内核 对比 )

文章目录 一、微内核操作系统1、单体内核 操作系统2、微内核操作系统 引入3、微内核操作系统 概念4、微内核操作系统 案例 二、单体内核 与 微内核 对比1、功能对比2、单体内核 优缺点3、微内核 优缺点 一、微内核操作系统 1、单体内核 操作系统 单体内核 操作系统 工作状态 : …...

OpenBMC:BmcWeb添加路由4 设置method

设置method的方式与设置权限的方式类似: //http\routing\ruleparametertraits.hpp struct RuleParameterTraits {...self_t& methods(boost::beast::http::verb method){self_t* self = static_cast<self_t*>(this);std::optional<HttpVerb> verb = httpVerb…...

【RabbitMQ】RabbitMQ的基本架构是什么?包括哪些核心组件?

RabbitMQ基于AMQP协议实现&#xff0c;由多个核心组件组成&#xff0c;确保消息的可靠传递。 Rabbit的架构图&#xff1a; 1.RabbitMQ的基本架构&#xff1a; 1.核心组件&#xff1a; 1.Producer(生产者)&#xff1a; 发送消息到RabbitMQ。 2.Exchange(交换机)&#xff1a;接…...

(C语言)将整数转化为二进制(转化二进制教学)

#include <stdio.h> #include <stdlib.h>void intToBinary(int num, char *binary) {int index 0;for (int i 31; i > 0; i--) { // 假设 int 是 32 位int bit (num >> i) & 1; // 获取第 i 位binary[index] bit 0; // 将 bit 转换为字符 0 或…...

Octave3D 关卡设计插件

课程参考链接 这位大佬有在视频合集中有详细的讲解&#xff0c;个人体验过&#xff0c;感觉功能很强大 https://www.bilibili.com/video/BV1Kq4y1C72P/?share_sourcecopy_web&vd_source0a41d8122353e3e841ae0a39908c2181 Prefab资源管理 第一步 在场景中创建一个空物体…...

【视频】文本挖掘专题:Python、R用LSTM情感语义分析实例合集|上市银行年报、微博评论、红楼梦、汽车口碑数据采集词云可视化

原文链接&#xff1a;https://tecdat.cn/?p41149 分析师&#xff1a;Zhenzhen Liu&#xff0c;Shuai Fung 作为数据科学家&#xff0c;我们始终关注如何从非结构化数据中提取高价值信息。本专题合集聚焦企业年报的文本分析技术&#xff0c;通过Python与R语言实战案例&#xff…...

反编译内容

“反编译” 是指将可执行的程序&#xff08;如二进制代码、字节码等&#xff09;转换回人类可读的高级语言源代码或某种中间表示形式的过程。 在软件领域&#xff0c;比如对于用 Java 编写的程序&#xff0c;编译后是字节码文件&#xff08;.class&#xff09;&#xff0c;反…...

机器学习扫盲系列(1) - 序

文章目录 序为什么要写这一系列&#xff1f;AI 概念科普原理性思维转行立flag 这一系列的计划神经网络训练框架 序 为什么要写这一系列&#xff1f; AI 概念科普 在各种AI概念铺天盖地向我们袭来的今天&#xff0c;我们作为其他方向的工作者&#xff0c;如果想转行做深度学习…...

英伟达“AI 超级碗”开幕

Nvidia的AI和机器人技术进展 2025年03月19日 | AI日报 ![](https://i-blog.csdnimg.cn/direct/e7838b88f17f40c9a435f6dc48d26c59.jpeg#pic_center) 欢迎各位人工智能爱好者。 Nvidia的CEO Jensen Huang刚刚拉开了他的“AI超级碗”&#xff0c;并发表了关于该公司最新芯片、…...

DeepSeek扫盲篇: V3 vs R1全面对比架构差异与蒸馏模型演进史

I. 引言&#xff1a;DeepSeek系列的技术革命 在全球大模型军备竞赛白热化的2023年&#xff0c;DeepSeek系列通过V3与R1两款里程碑产品&#xff0c;构建了中文大模型领域的"双塔奇观"。这两个看似矛盾的版本——前者以1280亿参数的MoE架构突破算力边界&#xff0c;后…...

UE5材质法线强度控制节点FlattenNormal

连法 FlattenNormal内部是这样的 FlattenNormal的作用是用来调整法线强度 连上FlattenNormal后 拉高数值...

【一起来学kubernetes】19、Pod使用详解

Kubernetes 中的 Pod 是最小的可调度和可管理单元&#xff0c;也是容器化应用的载体。Pod 封装了一个或多个紧密关联的容器&#xff0c;共享网络、存储和生命周期。 一、Pod 的核心概念 定义 Pod是Kubernetes中最小的部署单元&#xff0c;可以包含一个或多个容器。这些容器紧…...

第2章:容器核心原理:深入理解Namespace、Cgroup与联合文件系统

第2章:容器核心原理:深入理解Namespace、Cgroup与联合文件系统 作者:DogDog_Shuai 阅读时间:约20分钟 难度:中级 目录 1. 引言2. Linux容器核心技术3. Namespace详解4. Cgroup详解5. 联合文件系统6. 容器运行时原理...

计算机网络基础:认识网络硬件与传输介质

计算机网络基础&#xff1a;认识网络硬件与传输介质 一、前言二、网络硬件设备2.1 路由器2.1.1 路由器的基本概念与功能2.1.2 路由器的工作原理2.1.3 路由器的类型与应用场景 2.2 交换机2.2.1 交换机的基本概念与功能2.2.2 交换机的工作原理2.2.3 交换机的类型与应用场景 2.3 服…...

Android audio(8)-native音频服务的启动与协作(audiopolicyservice和audioflinger)

音频策略的构建 1、概述 2、AudiopolicyService 2.1 任务 2.2 启动流程 2.2.1 加载audio_policy.conf&#xff08;xml&#xff09;配置文件 2.2.2 初始化各种音频流对应的音量调节点 2.2.3 加载audio policy硬件抽象库 2.2.4设置输出设备 ps:audiopatch流程简介 2.2.5打开输出设…...

法兰克仿真软件FANUC CNC Guide v25.0 安装教程及中文设置

前言 下载地址在文末。 我们公司用新到一批FANUC 系统的设备&#xff0c;为方便使用就装了一个 FANUC 数控系统仿真软件FANUC CNC Guide v25.0 &#xff0c;还是最新版不是市面上流传的老版本。模拟学习一下。 安装操作 安装环境&#xff1a;Windows 11 专业版 24H2 安装程…...

事务隔离级别是?

事务隔离级别是数据库管理系统用来控制多个事务并发执行时对数据的可见性和一致性的机制。MySQL支持四种标准的事务隔离级别&#xff0c;它们定义了事务如何与其他并发事务交互。 四种事务隔离级别&#xff1a; READ UNCOMMITTED&#xff08;读未提交&#xff09; READ COMMIT…...

[JavaScript]如何利用作用域块避免闭包内存泄漏?

出自《你不知道的JavaScript》上卷 以下是本书给出的反例: function process (data) {...} var bigdata{...} process(bigdata); var btn document.getElementById(x); btn.addEventListener(click, function click{...});click会被回调在其他位置, 在addEventListener函数内…...

基于Selenium Grid的分布式测试架构设计与深度实践

一、引言&#xff1a;分布式测试的必然性与挑战 在数字化转型浪潮中&#xff0c;软件交付速度已成为企业竞争力的核心指标。敏捷开发、DevOps和持续交付&#xff08;CI/CD&#xff09;的普及&#xff0c;使得传统测试方法面临前所未有的挑战。单机测试模式在应对以下场景时显得…...

JavaScript 金额运算精度丢失问题及解决方案

JavaScript 金额运算精度丢失问题及解决方案 1. 前言2. 为什么 JavaScript 计算金额会精度丢失&#xff1f;2.1 JavaScript 使用 IEEE 754 双精度浮点数2.2 浮点运算错误示例**错误示例 1&#xff1a;0.1 0.2 ≠ 0.3****错误示例 2&#xff1a;浮点乘法精度问题** 3. 解决方案…...

【Python】使用ImageEnhance提升图片画质

使用ImageEnhance提升图片画质 from PIL import Image, ImageEnhance import ioimage_path "PhoneImg_20250319_160023607949_01.png"def enhance_image_quality(image_path):"""使用双三次插值算法提升画质"""with Image.open(imag…...

vector容器以及deque

vector 一.vector容器简介二.vector的默认构造1. 语法和功能2.vector带参数的构造3.vector的赋值4.vector的大小5.vector数值操作 deque简介&#xff1a; 一.vector容器简介 • vector是将元素置于一个动态数组中加以管理的容器。 std::vector 是 C 标准模板库&#xff08;STL…...

jmeter中,上传文件的MIME类型

‌text/plain‌&#xff1a;用于纯文本文件&#xff0c;如.txt文件。 ‌text/html‌&#xff1a;用于HTML文档&#xff0c;即.html文件。 ‌application/msword‌&#xff1a;Microsoft Word文档&#xff0c;即.doc和.docx文件。 ‌image/jpeg‌&#xff1a;JPEG图像&#x…...

《心理学与生活》2025最新网课答案

《心理学与生活》2025最新网课答案 文章目录 《心理学与生活》2025最新网课答案发展与教育单元测试情绪与情感单元测验人格与动机单元测试感知与记忆单元测试文化与社会单元测试 发展与教育单元测试 题数 20 棉花糖实验中哪些小孩长大后的表现更好&#xff08;&#xff09;。 …...

Java SE 面经

1、Java 语言有哪些特点 Java 语言的特点有&#xff1a; ①、面向对象。主要是&#xff1a;封装&#xff0c;继承&#xff0c;多态。 ②、平台无关性。一次编写&#xff0c;到处运行&#xff0c;因此采用 Java 语言编写的程序具有很好的可移植性。 ③、支持多线程。C 语言没…...

关于redis中的分布式锁

目录 分布式锁的基础实现 引入过期时间 引入校验id 引入lua脚本 引入看门狗 redlock算法 分布式锁的基础实现 多个线程并发执行的时候&#xff0c;执行的先后顺序是不确定的&#xff0c;需要保证程序在任意执行顺序下&#xff0c;执行逻辑都是ok的。 在分布式系统中&am…...

SQL Server数据库慢SQL调优

SQL Server中慢SQL会显著降低系统性能并引发级联效应。首先&#xff0c;用户直接体验响应时间延长&#xff0c;核心业务操作&#xff08;如交易处理、报表生成&#xff09;效率下降&#xff0c;导致客户满意度降低甚至业务中断。其次&#xff0c;资源利用率失衡&#xff0c;CPU…...