您好,欢迎来到Science Data Bank !     |  
>
DOI
 
PID
数据状态
 公开
 
关联文章发表于
 
文章标题
 
统计信息
未评分   4714 次浏览
元数据
标题 青藏高原MODIS逐日无云积雪面积数据集
学科分类 地球科学
作者 邱玉宝,郭华东,除多,张欢,施建成,石利娟,郑照军,拉巴卓玛
关键词 青藏高原;MODIS;逐日无云积雪面积数据集;
摘要 青藏高原MODIS逐日无云积雪面积数据集(2002年~2015年)由2部分数据组成,其一为青藏高原MODIS逐日无云积雪产品面积数据集(2002年~2015年),其二为研究区范围矢量数据。它们分别是:MODIS_Dysno_Cloudfree_2002-2015.zip,Tibet_Range.zip(辅助矢量数据)。其中 MODIS_Dysno_Cloudfree_2002-2015.zip 是青藏高原逐日积雪无云数据集,时间范围自2002年7月至2015年4月,数据文件格式为TIF,总数据量(非压缩)约6.9GB; Tibet_Range.zip是研究区范围矢量数据,数据量约24KB。本数据集的空间范围为:北纬45度0分0秒-25度0分0秒, 东经107度0分0秒– 67度0分0秒,包括我国西藏自治区和青海省全部区域,四川、云南、新疆和甘肃省部分地区,以及青藏高原南部和西部等周边国家部分区域。由于光学遥感产品受天气影响严重,云的存在限制了逐日无云积雪产品的获取。我们结合国内外学者针对MODIS积雪产品的去云算法,基于青藏高原地区积雪覆盖特征和地形特点开展了基于不同下垫面分区和积雪分布地学知识的去云和积雪识别方法研究,形成了逐日积雪产品算法。本数据集以积雪产品MOD10A1以及MYD10A1基础,通过8个步骤逐步将云像素重新分类为积雪或陆地。其中经过上下午星合成、三天合成、“永久”积雪陆地方法、邻近四像元法、高程滤波方法、修改阴影区错误分类、最大积雪陆地范围掩膜这7个步骤,获得MODIS少云积雪产品,将逐日无云积雪产品的云面积降至平均约5.1%,而精度损失较小。最后,采用拟合预期雪线方法,去除全部云污染,从而,获得MODIS逐日无云积雪产品。本数据集可为青藏高原积雪动态监测提供参考,并适用于青藏高原区域水和能量循环、生态和灾害等问题研究,特别是对于青藏高原冰川积雪模型研究、青藏高原气候变化研究、河流流量变化、积雪长时间的时空分布规律、生态效益、雪灾预测以及未来变化趋势研究等方面均具有重要价值。本数据集的详细算法研究成果发表至《中国科学数据》,可通过查找该论文的doi:10.11922/csdata.170.2016.0003,对论文进行参考引用。
DOI 10.11922/sciencedb.55
提交者 ryjian
提交时间 2016-03-03 11:15

包含文件
文件名 大小 操作
MODIS_Daily_Cloudfree_2002-2015.zip 2.44GB
MODIS_Dysno_Cloudfree_C6_2002-2018.zip 12.43GB
Tibet_Range.zip 2.63KB
引用
当您使用此数据集时,请引用
邱玉宝,郭华东,除多,张欢,施建成,石利娟,郑照军,拉巴卓玛 (2016). 青藏高原MODIS逐日无云积雪面积数据集. Science Data Bank. http://www.dx.doi.org/10.11922/sciencedb.55
下载数据引用包:
RIS   RIS (适用于 EndNote, Reference Manager, ProCite, RefWorks)
BibTex   BibTex (适用于 BibDesk, LaTeX)
APIs
获取数据集元数据 http://www.sciencedb.cn/dataSet/metaData/55
获取文件属性信息 http://www.sciencedb.cn/dataSet/listFiles/55
获取文件内容 http://www.sciencedb.cn/dataSet/downloads/55
评论
1#  QDJ2019  2018-12-10 :
老师,怎么没法下载?希望老师给些指点,谢谢