
遥感生态指数RSEI分布数据
详细信息
全国遥感生态指数RSEI分布数据集
引言
遥感生态指数RSEI(Risk-Screening Environmental Indicators)分布数据是一种基于卫星遥感影像反演计算得到的数据产品。生态环境质量评价在一定程度上反映一个地区生态环境系统的好坏,也可以在一定程度上反映人类社会活动和环境质量的关系,其对可持续发展具有重要影响,对一个地区进行生态环境质量评价可以对城市长远发展提供决策支撑。全国遥感生态指数RSEI分布数据集是地理遥感生态网平台推出的生态环境类数据产品之一,产品数据精度高,质量良好。
正文
数据简介
全国遥感生态指数RSEI分布数据集是基于湿度指标(WET)、绿度指标(NDVI)、热度指标(LST)、干度指标(NDBSI)关系模型,计算得到的温度遥感生态指数RSEI分布数据集。遥感生态指数RSEI计算模型如下:
1、 湿度指标(WET)
湿度指标源于遥感数据处理中的一项重要变换操作—缨帽变换,又称K-T变换,属于一种正交线性变换。此变换得到的第三个分量是湿度分量,此分量反映的是地表土壤、地面水体和地表植被的湿度。其计算需要用到图像光谱中的6个波段,分别是蓝波段(βb)、绿波段(βg)、红波段(βr)、近红外波段(βn)、中红外波段1(βm1)、中红外波段2(βm2)。对于不同传感器来说,公式内数值不相同。
2、绿度指标(NDVI)
NDVI是迄今为止被应用最为广泛的植被指数,为获得的遥感图像的近红外波段的反射率和红光波段的反射率数值之差和数值之和的比值。其计算需要红波段(βr)、近红外波段(βn)数值。公式为:
3、热度指标(LST)
热度指标的概念比较简单,用地面温度来表示,但是计算比较复杂,需要进行多次处理。
4、干度指标(NDBSI)
干度指标的计算不仅仅涉及裸土指数(SI),考虑到人类的建筑也是“干巴巴”的表面,所以还涉及建筑指数(IBI)。将两者结合计算就可以得到NDBSI,即干度指标。

式中:B1为蓝波段;B2为绿波段;B3为红波段;B4为近红外波段;B5为中红外波段;
全国遥感生态指数RSEI分布数据集是地理遥感生态网平台在中分辨率卫星影像的基础上通过遥感反演进行生产和处理,数据格式为栅格,空间分辨率为10-1000米,空间范围覆盖全国各省,时间范围为1981年01月至今。 遥感生态指数RSEI分布数据集是地理遥感生态网推出的生态环境类数据产品之一,产品数据精度高,质量良好。
数据名称 |
全国遥感生态指数RSEI分布数据集 | |
数据类型 |
栅格 |
|
数据格式 |
GRID、TIFF |
|
分辨率/比例尺 |
10m、30m、100m、250m、500m、1km等多种分辨率 月度 |
|
覆盖范围 |
中国全境陆地国土 |
|
坐标系 |
默认投影为Krasovsky_1940_Albers,其他坐标系可进行投影转换 |
|
时间序列 |
基本时间序列: 1981年-至今 可定制产品: 2021 2022 年以后任意年份 |
数据使用说明:
为尊重知识产权、保障平台权益、扩展数据中心服务、评估数据应用潜力,请数据使用者在使用地理遥感生态网平台数据所产生的研究成果中(包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果),明确注明数据来源。
中文发表的成果致谢中参考以下规范注明:数据来源于"地理遥感生态网科学数据注册与出版系统"(www.gisrs.cn);
英文发表的成果致谢中依据以下规范注明: The data set is provided by Geographic remote sensing ecological network platform(www.gisrs.cn)。