GLOBAL MODIS NDVI/LAI and NOAA AVHRR GIMMS NDVI datasets

MODIS NDVI data of the globe 2000 - 2019 Data delivered by Boston University and further prepared as derivates by Kjell Arild Høgda (NORCE) and Hans Tømmervik (NINA). Derivates of the Boston data: MODIS_MaxNDVI_Annual: Maximum NDVI for each year in the period 2000-2019 (20 years). MODIS_MaxNDVI_Mean: Maximum NDVI averaged over the period 2000-2019. MODIS_MaxNDVI_Median: Median for Maximum NDVI over the years 2000-2019. MODIS_MaxNDVI_Percent Change: Percent Change of Maximum NDVI over the period 2000-2019. MODIS_MaxNDVI_Percent Deviation_Mean: Mean of Percent Deviation_ of Maximum NDVI for each year in the period 2000-2019. MODIS_MaxNDVI_Percent Deviation_Median: Median of Percent Deviation of Maximum NDVI for each year in the period 2000-2019 MODIS_MaxNDVI_Trend: Linear trend of MaxNDVI over the period 2000-2019. MODIS_TI_NDVI_Annual: MODIS Time integrated NDVI for each year in the period 2000-2019. MODIS_TI_NDVI_Mean: MODIS Time integrated NDVI averaged over the period 2000-2019. MODIS_TI_NDVI_Median: Median MODIS Time Integrated NDVI averaged for the period 2000-2019. MODIS_TI_NDVI_Percent_Change: Percent Change of Time Integrated NDVI over the period 2000-2019. MODIS_TI_NDVI_Percent_Dev_Mean: Mean of Percent Deviation of Time integrated NDVI for each year in the period 2000-2019. MODIS_TI_NDVI_Percent_Dev_Median: Median of Percent Deviation of Time integrated NDVI for each year in the period 2000-2019. MODIS_TI_NDVI_Trend: Linear trend of Time Integrated NDVI over the period 2000-2019. MODIS LAI - Leaf Area Index of the globe 2000 - 2019 Data delivered by Chi Chen (Boston University) and further prepared as derivates by Kjell Arild Høgda (NORCE) and Hans Tømmervik (NINA). Derivates of the Boston data: MODIS_MaxLAI_Annual: Maximum Leaf Area Index for each year in the period 2000-2019 (20 years). MODIS_MaxLAI_Mean: Maximum Leaf Area Index averaged over the period 2000-2019. MODIS_MaxLAI_Percent Change: Percent Change of Maximum Leaf Area Index over the period 2000-2019. MODIS_MaxLAI_Trend: Linear trend of MaxLAI over the period 2000-2019. NOAAAVHRR GIMMS NDVI ncdisp(‘ndvi3g_geo_v1_2015_0712.nc4’) approximate size of each netcdf4 file: 448MB Source: ndvi3g_geo_v1_2015_0712.nc4 Format: netcdf4_classic Global Attributes: FileName = 'ndvi3g_geo_v1_2015_0712.nc4' Institution = 'NASA/GSFC GIMMS' Data = 'NDVI3g version 1' Reference = '1. Pinzon, J.E.; Tucker, C.J. A Non-Stationary 1981-2012 AVHRR NDVI3g Time Series. Remote Sens. 2014, 6, 6929-6960. 2. Pinzon, J.E.; Tucker, C.J. A Non-Stationary 1981-2015 AVHRR NDVI3g.v1 Time Series: an update. Remote Sens. 2016, in preparation’ ' Comments Version1 = 'version1 includes two major fixes (a and b), and three minor (c-g): (a) Reprocessed Level 2 entire SeaWIFS mission for the land products to reduce artifacts in the data, particularly changes in calibration after 2006 that generates drops in ndvi lower values. OB.DAAC / Ocean Biology Processing group NASA/GSFC 616 (april 2016) (b) Recovered ndvi negative values of snow-covered regions in winter Northern latitudes. In Version0, we masked them with zero values, creating artifacts in phenology parameters. (c) Arranged data in ncd format, compiled it in two nc4 files a year. Each nc4 file includes 6 months of ndvi data (jan-jun and jul-dec), with a total of 12 (15-day) composites each semester. (d) Rescaled ndvi values and splitted the flag values from them. (e) Added a new variable, percentile, to represent the distribution of ndvi values in the time series. Range 10*[0, 100] (f) Flag values are (simpler): flag 0: ndvi without apparent issues (good value) flag 1: ndvi retrieved from spline interpolation flag 2: ndvi retrieved from seasonal profile (possible snow/cloud) (g) Flag values are embeded on the percentile variable: 2000*flag + percentile. Thus, the actual percentile three ranges [0 1000], [2000 3000] and [4000 5000] could provide direct nformation of how interpolation is affecting the time series. ' Temporalrange = '1981-07-01 -> 2015-12-31' Year = 2015 RangeSemester = 'Jul 1 - Dec 31 (7:0.5:12.5)' SpatialResolution = '1/12 x 1/12 degrees' TemporalResolution = '1/24 a year' _fill_val = -32768 NorthernmostLatitude = '90' SouthernmostLatitude = '-90' WesternmostLongitude = '-180' EasternmostLongitude = '180' Dimensions: lon = 4320 lat = 2160 time = 12 Variables: lon Size: 4320x1 Dimensions: lon Datatype: double lat Size: 2160x1 Dimensions: lat Datatype: double time Size: 12x1 Dimensions: time Datatype: double satellites Size: 12x1 Dimensions: time Datatype: int16 ndvi Size: 4320x2160x12 Dimensions: lon,lat,time Datatype: int16 Attributes: units = '1' scale = 'x 10000' missing_value = -5000 valid_range = [-0.3 1] percentile Size: 4320x2160x12 Dimensions: lon,lat,time Datatype: int16 Attributes: units = '%' scale = 'x 10' flags = 'flag 0: from data flag 1: spline interpolation flag 2: possible snow/cloud cover' valid_range = 'flag*2000 + [0 1000]'2000-2019年全球中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer, MODIS）归一化差分植被指数（Normalized Difference Vegetation Index, NDVI）数据集 该数据集由波士顿大学（Boston University）提供，后续由挪威气候与环境研究中心（NORCE）的谢尔·阿里尔德·霍格达（Kjell Arild Høgda）与挪威自然研究所（NINA）的汉斯·托默维克（Hans Tømmervik）完成衍生处理。 波士顿大学原始数据的衍生数据集如下： MODIS_MaxNDVI_Annual：2000-2019年（共20年）逐年最大NDVI值 MODIS_MaxNDVI_Mean：2000-2019年期间最大NDVI的平均值 MODIS_MaxNDVI_Median：2000-2019年期间最大NDVI的中位数 MODIS_MaxNDVI_Percent Change：2000-2019年期间最大NDVI的百分比变化量 MODIS_MaxNDVI_Percent Deviation_Mean：2000-2019年期间逐年最大NDVI的百分比偏差平均值 MODIS_MaxNDVI_Percent Deviation_Median：2000-2019年期间逐年最大NDVI的百分比偏差中位数 MODIS_MaxNDVI_Trend：2000-2019年期间最大NDVI的线性趋势 MODIS_TI_NDVI_Annual：2000-2019年逐年MODIS时间积分NDVI值 MODIS_TI_NDVI_Mean：2000-2019年期间MODIS时间积分NDVI的平均值 MODIS_TI_NDVI_Median：2000-2019年期间MODIS时间积分NDVI的中位数 MODIS_TI_NDVI_Percent_Change：2000-2019年期间时间积分NDVI的百分比变化量 MODIS_TI_NDVI_Percent_Dev_Mean：2000-2019年期间逐年时间积分NDVI的百分比偏差平均值 MODIS_TI_NDVI_Percent_Dev_Median：2000-2019年期间逐年时间积分NDVI的百分比偏差中位数 MODIS_TI_NDVI_Trend：2000-2019年期间时间积分NDVI的线性趋势 2000-2019年全球MODIS叶面积指数（Leaf Area Index, LAI）数据集 该数据集由波士顿大学的陈驰（Chi Chen）提供，后续由挪威气候与环境研究中心（NORCE）的谢尔·阿里尔德·霍格达（Kjell Arild Høgda）与挪威自然研究所（NINA）的汉斯·托默维克（Hans Tømmervik）完成衍生处理。 波士顿大学原始数据的衍生数据集如下： MODIS_MaxLAI_Annual：2000-2019年（共20年）逐年最大叶面积指数值 MODIS_MaxLAI_Mean：2000-2019年期间最大叶面积指数的平均值 MODIS_MaxLAI_Percent Change：2000-2019年期间最大叶面积指数的百分比变化量 MODIS_MaxLAI_Trend：2000-2019年期间最大叶面积指数的线性趋势 NOAA AVHRR GIMMS NDVI数据集 使用`ncdisp`函数读取文件`ndvi3g_geo_v1_2015_0712.nc4`的信息如下： 单个netCDF4文件的近似大小为448MB 源文件：`ndvi3g_geo_v1_2015_0712.nc4` 文件格式：netCDF4_classic 全局属性： 文件名：`ndvi3g_geo_v1_2015_0712.nc4` 所属机构：美国国家航空航天局戈达德航天飞行中心全球植被指数制图与建模研究组（NASA/GSFC GIMMS） 数据内容：NDVI3g版本1 参考文献：1. Pinzon, J.E.; Tucker, C.J. 《1981-2012年非平稳AVHRR NDVI3g时间序列》，《遥感（Remote Sens.）》2014年第6期，第6929-6960页。2. Pinzon, J.E.; Tucker, C.J. 《1981-2015年非平稳AVHRR NDVI3g.v1时间序列：更新版》，《遥感（Remote Sens.）》2016年，待刊 版本1更新说明：版本1包含2项主要修复（a、b）与3项次要修复（c-g）： (a) 针对陆地产品重新处理了整个SeaWIFS任务的二级数据，以降低数据中的伪影，尤其是2006年后校准变化导致的NDVI低值异常下降问题。——美国国家航空航天局戈达德航天飞行中心海洋生物学处理组（OB.DAAC），2016年4月 (b) 恢复了冬季高纬度积雪区域的NDVI负值。在版本0中，我们将这些负值掩膜为0，这会导致物候参数产生伪影。 (c) 将数据整理为netCDF格式，每年拆分为2个netCDF4文件。每个netCDF4文件包含6个月的NDVI数据（1-6月和7-12月），每半年包含12组（每15日合成一次）数据。 (d) 对NDVI数值进行了重缩放，并将质量标记值与NDVI数值分离。 (e) 新增了百分位数（percentile）变量，用于表征时间序列中NDVI数值的分布情况，取值范围为10×[0, 100]。 (f) 简化了质量标记值的定义：标记0：NDVI无明显异常（有效数值）；标记1：通过样条插值得到的NDVI；标记2：通过季节剖面得到的NDVI（可能存在积雪/云覆盖）。 (g) 将质量标记值嵌入百分位数变量中：计算方式为2000×标记值 + 百分位数。因此，百分位数的实际取值范围分为三类：[0, 1000]、[2000, 3000]与[4000, 5000]，可直接反映插值操作对时间序列的影响。 时间范围：1981年7月1日至2015年12月31日 对应年份：2015 半年度时间范围：7月1日至12月31日（步长为0.5，范围7至12.5） 空间分辨率：1/12°×1/12° 时间分辨率：每年1/24（即每15日一次合成） 填充值：-32768 最北纬度：90°N 最南纬度：90°S 最西经度：180°W 最东经度：180°E 维度： 经度（lon）：4320个格点 纬度（lat）：2160个格点 时间（time）：12个时次 变量： lon（经度）：大小为4320×1，维度为lon，数据类型为双精度浮点型（double） lat（纬度）：大小为2160×1，维度为lat，数据类型为双精度浮点型（double） time（时间）：大小为12×1，维度为time，数据类型为双精度浮点型（double） satellites（卫星信息）：大小为12×1，维度为time，数据类型为短整型（int16） ndvi（归一化差分植被指数）：大小为4320×2160×12，维度为lon、lat、time，数据类型为短整型（int16）。其属性包括：单位：无量纲；缩放因子：×10000；缺失值：-5000；有效范围：[-0.3, 1] percentile（百分位数）：大小为4320×2160×12，维度为lon、lat、time，数据类型为短整型（int16）。其属性包括：单位：百分比（%）；缩放因子：×10；标记说明：标记0：源自原始观测数据；标记1：通过样条插值得到；标记2：可能存在积雪/云覆盖；有效范围：标记值×2000 + [0, 1000]