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

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 本数据集隶属于**土壤健康数据立方体（Soil Health data cube, EU, 30m）**，可通过下方相关标识符板块获取该数据集的其他组成部分。 ## 总体说明 本数据集覆盖泛欧洲区域，包含乌克兰、英国与土耳其。该数据立方体可应用于全欧范围的土壤属性制图与综合土壤健康评估等场景，包含以下数据内容： 1. **长期趋势（2000-2022）**：包含4幅泛欧洲趋势图，分别为归一化植被指数（Normalized Difference Vegetation Index, NDVI）P50趋势、归一化水体指数（Normalized Difference Water Index, NDWI）P50趋势、土壤亮度指数（Brightness Soil Index, BSF）趋势以及最小归一化差分温度指数（minNDTI）趋势，上述趋势均基于2000至2022年的对应年度指数计算得到。 2. **年度Landsat P25数据**：基于双月合成的Landsat地表反射率波段生成，提供2000至2022年的年度聚合P25数据，涵盖红、绿、蓝、近红外（nir）、短波红外1（swir1）、短波红外2（swir2）、热红外波段，以及归一化植被指数（NDVI）和归一化水体指数（NDWI）两类指数。 3. **年度Landsat P50数据**：与年度Landsat P25数据生成逻辑一致，仅将聚合方式替换为P50，包含红、绿、蓝、近红外、短波红外1、短波红外2、热红外波段，以及NDVI和NDWI的年度P50聚合数据。 4. **年度Landsat P75数据**：与年度Landsat P25数据生成逻辑一致，仅将聚合方式替换为P75，包含红、绿、蓝、近红外、短波红外1、短波红外2、热红外波段，以及NDVI和NDWI的年度P75聚合数据。 5. **年度聚合指数数据**：包含最小NDTI、BSF、NOS与CDR四类指数，每类指数均通过对对应年度内双月合成的NDVI时间序列进行时序分析与统计计算，完成年度聚合。 6. **双月合成Landsat波段数据**：源自经过分析就绪、云优化的Landsat ARD v2数据，生成2000至2022年的双月合成Landsat地表反射率波段，涵盖红、绿、蓝、近红外、短波红外1、短波红外2以及热红外波段。Landsat ARD v2提供2000至2023年每16天间隔（每年共计23层）的波段空间数据与质量波段，仅保留质量波段标记为晴空的像素。数据间隙首先通过将16天间隔数据聚合为双月合成数据进行填补，剩余间隙则采用SWAG方法完成填充。 7. **双月合成光谱指数数据**：基于双月合成的Landsat地表反射率波段通过波段运算生成，包含NDVI、土壤亮度指数（BSI）、NDTI、归一化积雪指数（Normalized Difference Snow Index, NDSI）、土壤调整植被指数（Soil Adjusted Vegetation Index, SAVI）、NDWI以及光合有效辐射吸收比例（Fraction of Absorbed Photosynthetically Active Radiation, FAPAR）。 ## 相关标识符 - 长期趋势（2000-2022）：无年度细分 - 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 - 年度聚合指数数据：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 - 双月合成Landsat波段数据：2000、2001、2002、2003、2004、2005、2006、2007、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017、2018、2019、2020、2021、2022 - 双月合成光谱指数数据：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：土壤健康数据立方体，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，已剔除云覆盖像素，仅保留晴空像素用于后续处理。时序间隙填补与时序聚合均通过Scikit-map Python包完成计算。 - 采用的统计方法：波段运算、时序分析与统计计算 - 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 - 坐标系：EPSG:3035 - 边界框：(900000, 899000, 7401000, 5501000) - 空间分辨率：30米 - 图像尺寸：216700像素 × 153400行 - 文件格式：云优化GeoTIFF（Cloud Optimized Geotiff, COG）格式 ## 技术支持 若您发现数据存在错误、异常或不一致之处，或有相关疑问，请提交GitHub议题：GitLab Issues（待确认） ## 命名规范 为确保项目内与跨项目的一致性与易用性，本数据集遵循Ai4SoilHealth与Open-Earth-Monitor标准命名规范。该规范通过10个字段描述数据的核心属性，使用户可无需打开文件即可完成文件检索、数据分析准备等工作，各字段说明如下： 1. 通用变量名：例如`ndti.min.slopes`代表minNDTI的长期趋势斜率 2. 变量与处理过程组合：例如`glad.landsat.ard2.seasconv.yearly.min.theilslopes`代表基于NDTI年度最小值计算得到的Theil-Sen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：30m 5. 深度参考：`s`=表层 6. 时间参考起始时间：`20000101`对应2000-01-01 7. 时间参考结束时间：`20221231`对应2022-12-31 8. 边界框：`go`代表全球范围（不含南极洲） 9. EPSG代码：`epsg.3035` 10. 版本代码：`v20231218`对应2023-12-18（数据创建日期）