Landsat-based soil spectral indices for pan-EU 2000-2022: Annual Landsat P75 (2002)

Description This data is part of the Soil Health data cube (EU, 30m) dataset. Check the related identifiers section below to access other parts of the dataset. General Description This dataset covers pan-European areas, including Ukraine, the UK, and Turkey. This data cube could be used for applications such as soil property mapping and comprehensive soil health assessment across Europe. This data cube includes: Long-term trend (2000-2022): The long term trend data includes 4 pan-European trend maps: NDVI P50 trend, NDWI P50 trend, BSF trend, and minNDTI trend. They are calculated from the corresponding annual indices from 2000 to 2022. Annual Landsat P25: Derived from bimonthly Landsat surface reflectance bands, this data provides an annually aggregated P25 from 2000 to 2022. The bands include red, green, blue, nir, swir1, swir2, thermal bands, and 2 indices NDVI and NDWI. Annual Landsat P50: Similar to annual Landsat bands P25, but is aggregated as P50 instead. This data includes annual P50 aggregation of red, green, blue, nir, swir1, swir2, thermal, NDVI, and NDWI. Annual Landsat P75: Similar to annual Landsat bands P25, but is aggregated as P75 instead. This data includes annual P75 aggregation of red, green, blue, nir, swir1, swir2, thermal, NDVI, and NDWI. Annual aggregated indices: This dataset includes minimum NDTI, BSF, NOS and CDR. Each of them are annually aggregated from bimonthly NDVI time series within the corresponding year, through time analysis and statistics calculation. Bimonthly Landsat bands: Derived from Landsat ARD v2 to analysis-ready, cloud-optimized bimonthly Landsat surface reflectance bands, spanning from 2000 to 2022. The bands include red, green, blue, nir, swir1, swir2, and thermal bands. Landsat ARD v2 provides spatial data of these bands, as well as the quality band at 16 days (23 layers of each year) interval from 2000 to 2023. Only pixels with clear sky according to quality band are kept. The gaps are firstly reduced by aggregating the 16 days interval data to bimonthly. The left gaps are then be gapfilled with SWAG method. Bimonthly spectral indices: This dataset is derived from bimonthly Landsat surface reflectance bands through band operation, including NDVI, BSI, NDTI, NDSI, SAVI, NDWI, and FAPAR. Related identifiers Long-term trend: 2000-2022 Annual Landsat P25: 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 Annual Landsat P50: 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 Annual Landsat P75: 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 Annual aggregated indices: 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 Bimonthly Landsat bands: 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 Bimonthly spectral indices: 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 Data Details Time period: 2000–2022 Type of data: soil health data cube, with selected indices relevant to soil health monitoring. How the data was collected or derived: Derived from Landsat ARD v2. Cloudy pixels were removed and only clear sky values were considered in further processing. The time-series gap-filling and time-series aggregation were computed using the Scikit-map Python package. Statistical methods used: band operation, time series analysis and statistics calculation Limitations or exclusions in the data: The dataset does not include data for Svalbard. Coordinate reference system: EPSG:3035 Bounding box (Xmin, Ymin, Xmax, Ymax): (900,000, 899,000, 7,401,000, 5,501,000) Spatial resolution: 30m Image size: 216,700P x 153,400L File format: Cloud Optimized Geotiff (COG) format. Support If you discover a bug, artifact, or inconsistency, or if you have a question please raise a GitHub issue: GitLab Issues (tbc) Name convention To ensure consistency and ease of use across and within the projects, we follow the standard Ai4SoilHealth and Open-Earth-Monitor file-naming convention. The convention works with 10 fields that describe important properties of the data. In this way users can search files, prepare data analysis etc, without needing to open files. The fields are: generic variable name: ndti.min.slopes = the long term slope of minNDTI variable procedure combination: glad.landsat.ard2.seasconv.yearly.min.theilslopes - theil slopes calculated from yearly minimum values of NDTI Position in the probability distribution/variable type: m = mean | sd = standard deviation | n = number of observations | qa = quality assessment Spatial support: 30m Depth reference: s = surface Time reference begin time: 20000101 = 2000-01-01 Time reference end time: 20221231 = 2022-12-31 Bounding box: go = global (without Antarctica) EPSG code: epsg.3035 Version code: v20231218 = 2023-12-18 (creation date)## 数据集说明 本数据集属于**土壤健康数据立方（Soil Health data cube, EU, 30m）**数据集的一部分，如需获取该数据集的其他分册，请查阅下文的相关标识符章节。 ### 总体说明 本数据集覆盖泛欧洲区域，涵盖乌克兰、英国与土耳其。该数据立方可用于欧洲范围内的土壤属性制图与全域土壤健康评估等应用。本数据立方包含以下内容： 1. **长期趋势（2000-2022）**：该部分包含4幅泛欧洲趋势图，分别为归一化植被指数P50趋势（NDVI P50 trend）、归一化水体指数P50趋势（NDWI P50 trend）、土壤亮度指数趋势（BSF trend）以及最小归一化差异温度指数趋势（minNDTI trend），均基于2000至2022年的对应年度指数计算得到。 2. **年度Landsat P25**：该数据基于双月Landsat地表反射率波段生成，提供2000至2022年的年度聚合P25数据。所涉波段包括红光、绿光、蓝光、近红外（nir）、短波红外1（swir1）、短波红外2（swir2）与热红外波段，以及2个指数：归一化植被指数（NDVI）与归一化水体指数（NDWI）。 3. **年度Landsat P50**：与年度Landsat P25数据类似，但采用P50进行聚合。该数据包含红光、绿光、蓝光、近红外、短波红外1、短波红外2、热红外波段以及归一化植被指数（NDVI）、归一化水体指数（NDWI）的年度P50聚合结果。 4. **年度Landsat P75**：与年度Landsat P25数据类似，但采用P75进行聚合。该数据包含红光、绿光、蓝光、近红外、短波红外1、短波红外2、热红外波段以及归一化植被指数（NDVI）、归一化水体指数（NDWI）的年度P75聚合结果。 5. **年度聚合指数**：该数据集包含最小归一化差异温度指数（minNDTI）、土壤亮度指数（BSF）、NOS与CDR指数。所有指数均通过时间分析与统计计算，基于对应年份的双月归一化植被指数（NDVI）时间序列进行年度聚合得到。 6. **双月Landsat波段**：该数据源自Landsat ARD v2（分析就绪、云优化）的双月Landsat地表反射率波段，时间跨度为2000至2022年。所涉波段包括红光、绿光、蓝光、近红外、短波红外1、短波红外2与热红外波段。Landsat ARD v2提供上述波段的空间数据，以及2000至2023年期间每16天（每年共23层）间隔的质量波段。仅保留质量波段标记为晴空的像素。首先通过将16天间隔的数据聚合为双月数据以减少数据间隙，剩余间隙则通过SWAG方法进行间隙填充。 7. **双月光谱指数**：该数据集通过波段运算基于双月Landsat地表反射率波段生成，包含归一化植被指数（NDVI）、土壤调整植被指数（BSI）、归一化差异雪指数（NDSI）、土壤调整植被指数（SAVI）、归一化水体指数（NDWI）以及光合有效辐射吸收比例（FAPAR）。 ### 相关标识符 - 长期趋势（2000-2022）：无额外年份标识 - 年度Landsat P25：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 - 年度Landsat P50：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 - 年度Landsat P75：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 - 年度聚合指数：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 - 双月Landsat波段：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 - 双月光谱指数：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 ### 数据详情 - 时间范围：2000–2022年 - 数据类型：土壤健康数据立方，包含与土壤健康监测相关的精选指数 - 数据采集与衍生方式：源自Landsat ARD v2数据集。已移除云覆盖像素，仅保留晴空像素用于后续处理。时间序列间隙填充与时间序列聚合通过Scikit-map Python库完成。 - 所用统计方法：波段运算、时间序列分析与统计计算 - 数据局限性与排除范围：本数据集未包含斯瓦尔巴群岛的相关数据 - 坐标参考系统：EPSG:3035 - 边界框（X最小值、Y最小值、X最大值、Y最大值）：(900000, 899000, 7401000, 5501000) - 空间分辨率：30米 - 图像尺寸：216700列 × 153400行 - 文件格式：云优化GeoTIFF（Cloud Optimized Geotiff, COG）格式 ### 技术支持 若您发现程序错误、数据伪影或不一致问题，或有相关疑问，请提交GitLab议题（GitLab Issues，待确认）。 ### 命名规范 为确保项目间与项目内的命名一致性与易用性，本数据集遵循Ai4SoilHealth与Open-Earth-Monitor的标准文件命名规范。该规范通过10个字段描述数据的关键属性，使用户可无需打开文件即可实现文件检索、数据分析准备等操作。各字段如下： 1. 通用变量名：`ndti.min.slopes` = 最小归一化差异温度指数（minNDTI）的长期斜率 2. 变量-处理组合：`glad.landsat.ard2.seasconv.yearly.min.theilslopes` = 基于NDTI年度最小值计算得到的Theil斜率 3. 概率分布位置/变量类型：`m`=均值 | `sd`=标准差 | `n`=观测样本数 | `qa`=质量评估 4. 空间支撑：30米 5. 深度参考：`s`=表层 6. 时间参考起始时间：`20000101` = 2000-01-01 7. 时间参考结束时间：`20221231` = 2022-12-31 8. 边界框：`go`=全球（不含南极洲） 9. EPSG代码：`epsg.3035` 10. 版本代码：`v20231218` = 2023-12-18（数据创建日期）