2000-2020年全球1km森林生物量数据集

数据集基于GEDI和MODIS GLASS数据集构建了2001-2020年全球地上生物量（AGB）。该数据集在GCS_WGS-1984中的空间分辨率为0.0083度。基于2020年GEDI-SAWA指数的AGB数据被用作基准数据，2020年MODIS全球陆地卫星（GLASS）数据集的指数被用于检验AGB。随机森林考虑了不同大陆MODIS MCD12Q1数据集的不同森林类型，开发了不同的反演模型。2000-2020年制图是通过MODIS GLASS数据集的信息和模型反演。数据集的总体准确率接近75%。This dataset was developed to generate global aboveground biomass (AGB) products spanning 2001 to 2020 using the GEDI and MODIS GLASS datasets. It has a spatial resolution of 0.0083 degrees under the GCS_WGS_1984 coordinate system. The AGB data based on the 2020 GEDI-SAWA index was utilized as the reference dataset, while the indices from the 2020 MODIS Global Land Satellite (GLASS) dataset were employed for AGB validation. Distinct inversion models were developed via the Random Forest algorithm, which takes into account varying forest types across different continents based on the MODIS MCD12Q1 dataset. The 2000–2020 AGB mapping was implemented through model inversion leveraging information from the MODIS GLASS dataset. The overall accuracy of this dataset is close to 75%.

搜集汇总

背景与挑战

背景概述

该数据集提供了2000年至2020年全球范围内1公里分辨率的森林地上生物量（AGB）数据，基于GEDI和MODIS GLASS数据集，采用随机森林方法构建模型，并考虑了不同大陆的森林类型分类，整体精度约为75%。数据来源于NASA和北京师范大学处理的GLASS产品，旨在支持全球陆地生态系统碳扰动观测与评估研究。