当前位置: 首页 > news >正文

中国森林地上和地下植被碳储量数据集(2002~2021)

  • 时间分辨率:年
  • 空间分辨率:0.05° - 0.1°
  • 共享方式:开放获取
  • 数据大小:896.68 MB
  • 数据时间范围:2002-01-01 — 2021-12-31
  • 元数据更新时间:2023-02-28

数据集摘要

为准确定量近20年气候变化与人类活动(生态恢复等)对中国森林碳储量的影响,一套高质量的中国长时间序列森林碳储量数据集是很有必要的。通过采用回归与机器学习算法融合高分辨率主动微波遥感、长时间序列的被动微波与光学遥感信息,并参考大量地面样地实测数据,我们发展了一套时空连续的近20年中国森林地上和地下植被碳储量数据。通过与已有数据的对比,发现本数据集可更准确地反映中国森林植被碳储量的空间格局以及年际变化情况。数据的空间分辨率为1/120度(约1km)。

数据文件命名方式和使用方法

AGBC: 地上植被碳储量 BGBC: 地下植被碳储量 文件命名: AGBC或BGBC+ Y + 年份。如文件'AGBCY2002' 代表2002年地上植被碳储量

本数据要求的引用方式

数据的引用

陈永喆, 冯晓明, 傅伯杰. (2023). 中国森林地上和地下植被碳储量数据集(2002~2021). 国家青藏高原科学数据中心. https://doi.org/10.5194/essd-15-897-2023.

Chen, Y., Feng, X., Fu, B. (2023). Above- and belowground forest biomass carbon pool in China during 2002~2021. National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5194/essd-15-897-2023.

(下载引用: RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

http://www.lqws.cn/news/150841.html

相关文章:

  • 在 Oracle 中,创建不同类型索引的 SQL 语法
  • Neo4j图数据库管理:原理、技术与最佳实践
  • MDK程序调试
  • 五、查询处理和查询优化
  • Spring Boot + Elasticsearch + HBase 构建海量数据搜索系统
  • Spring Boot 缓存注解详解:@Cacheable、@CachePut、@CacheEvict(超详细实战版)
  • 【Linux篇】0基础之学习操作系统进程
  • Selenium 查找页面元素的方式
  • 【hadoop】Flink安装部署
  • 华为OD最新机试真题-小明减肥-OD统一考试(B卷)
  • CLIP多模态大模型的优势及其在边缘计算中的应用
  • mac 电脑Pycharm ImportError: No module named pip
  • opencv如何在仿射变换后保留完整图像内容并自动裁剪
  • 数学建模-嘉陵江铊污染事件解题全过程文档及程序
  • 论文速读《DexWild:野外机器人策略的灵巧人机交互》
  • Uniapp 二维码生成与解析完整教程
  • SpringBoot自动化部署全攻略:CI/CD高效实践与避坑指南
  • 空间利用率提升90%!小程序侧边导航设计与高级交互实现
  • 苹果AI眼镜:从“工具”到“社交姿态”的范式革命——重新定义AI交互入口的未来机会
  • 钉钉 - 机器人消息推送(签名版)
  • Python Rio 【图像处理】库简介
  • ECB(电子密码本,Electronic Codebook) 和 CBC(密码分组链接,Cipher Block Chaining)区分于用途
  • EXCEL如何快速批量给两字姓名中间加空格
  • Python使用总结之Mac安装docker并配置wechaty
  • Ntfs!ReadIndexBuffer函数分析之nt!CcGetVirtualAddress函数之nt!CcGetVacbMiss
  • Prompt Tuning:生成的模型文件有什么构成
  • NoSQL——Redis配置与优化
  • 拆解实战案例:电商ERP管理系统从需求到原型全流程设计
  • vue2中使用jspdf插件实现页面自定义块pdf下载
  • 深入解析光敏传感技术:嵌入式仿真平台如何重塑电子工程教学