PIE-Engine平台数据集更新汇总

PIE-Engine平台数据集更新汇总

DATASET UPDATE

自2022年初至今，PIE-Engine平台新增及更新了40多个数据集，涵盖了Landsat系列、海洋系列、数字高程系列、水体系列、植被系列、环境系列、夜光系列、哨兵系列、土地覆盖数据等。

PIE-Engine数据资源访问链接：

https://engine.piesat.cn/dataset-list

01Landsat系列

增加的Landsat系列数据主要为Collection2系列的产品数据，如Landsat8 Collection2 Top of Atmosphere、Landsat9 Collection2 Surface Reflectance、Landsat9 Collection2 Top of Atmosphere等，相对于Collection1的数据，Collection2数据提高了几何校正和辐射定标的精度，采用的大气校正的算法精度也更高。

Landsat8 Collection2 Top of Atmosphere

Landsat9 Collection2 Surface Reflectance

Landsat9 Collection2 Top of Atmosphere

02数字高程系列

在数字高程系列数据上，平台将30m的SRTM数据从全国扩大至全球范围，方便进行全球范围进行研究。

SRTMDEM 30米（全球）

增加了通过干涉合成孔径雷达（InSAR）获取，精度上优于SRTM的TanDEM-X数据。此外，还增加了两个版本的Elevation-Global高程数据，丰富了高程数据种类。

TanDEM_X 90 米

全球高程数据（Elevation-Global Version1）

全球高程数据（Elevation-Global Version2）

03海洋系列

海洋系列数据增加了海洋反射率每日合成数据MODOCGA和MYDOCGA， 有助于进一步理解气候变化背景下青藏高原及内陆水体透明度变化特征，并为湖泊水-气界面热量交换相关研究提供基础数据与研究参考。

此外，还增加了S3OLCI、S3BOLCI、SeaWiFS、VIIRS-SNPP、MERIS等数据，可用于海水透明度的长时空连续观测、海水透明度反演、海洋水色的应用等。

S3OLCI数据集中包含了L3 Mapped数据。Sentinel-3卫星有两项载荷，一个是OLCI（海陆色度计），另外一个是SLSTR（海陆表面温度辐射计）。OLCI是一种光学仪器，用于为ENVISAT的MERIS提供数据连续性。OLCI是一种推扫式成像光谱仪，它以300 m的地面空间分辨率在21个光谱带中测量由地球反射的太阳辐射。

S3BOLCI数据集中包含L3-Mapped数据。OLCI是ENVISAT中分辨率成像光谱仪（MERIS）的继任者，具有额外的光谱通道，不同的相机布置和简化的机载处理。OLCI是一款推扫帚仪器，具有五个共享视野的摄像头模块。五个摄像机的视场在垂直平面上以扇形配置排列，垂直于平台速度。每个摄像机都有 14.2° 的单独视野，与相邻摄像机重叠 0.6°。整个视野在轨道上移动了12.6°，远离太阳，以尽量减少太阳闪光的影响。OLCI配备了基于太阳扩散器的板载校准硬件。有三个太阳扩散器：两个“白色”扩散器专用于辐射校准，另一个专用于光谱校准，具有光谱反射率特征。原始分辨率约为300m，称为全分辨率（FR）。降低分辨率（RR）处理模式以采样率提供 1B 级数据，在两个空间维度上都降低了 4 倍，从而获得约 1.2 km 的分辨率。

SeaWiFS仪器由Orbital Sciences Corporation于1997年8月在 OrbView-2（又名SeaStar）卫星上发射，并收集了1997年9月至2010年12月任务结束的数据。SeaWiFS有8个光谱波段，从412到865nm。它以4公里的分辨率收集全球数据，以1公里的分辨率收集本地数据（有限的车载存储和直播)。该任务和传感器针对海洋颜色测量进行了优化，具有局部正午（下降）赤道穿越时间轨道、前后倾斜能力、全动态范围和低偏振灵敏度。

VIIRS-SNPP有22个光谱波段，范围从412 nm到12 um。有16个中等分辨率波段（最低点时为750m），5个图像分辨率波段（375m）和一个昼夜波段（DNB）。星下点空间分辨率400m，扫描带边缘空间分辨率约800m。VIIRS（Visible infrared Imaging Radiometer）可见光红外成像辐射仪是搭载在NPP卫星上的传感器，扫描式成像辐射仪，可收集陆地、大气、冰层和海洋在可见光和红外波段的辐射图像。

MERIS数据集中包含了L3Mapped数据。MERIS是ENVISAT-1上搭载的主要传感器之一，空间分辨率300m，主要用于海洋和海岸带的水色监测。MERIS传感器分别处于可见光/近红外（ 390~1040nm），设置了15个波段，带宽在3.75~20 nm之间，在可见光波段平均带宽为10nm。MERIS传感器需要对从大气中散射出来的不到1%的入射光的极化（偏振）效应有响应。

海洋反射率每日合成产品（MODOCGA.006）

海洋反射率每日合成产品（MYDOCGA.006）

S3OLCI、S3BOLCI、SeaWiFS、VIIRS-SNPP、MERIS

04水体系列

增加了JRC水体数据产品JRC Global Surface Water Mapping Layers, v1.4、JRC Monthly Water History, v1.4、JRC Monthly Water Recurrence, v1.4、JRC Yearly Water Classification History, v1.4，基于该系列数据集我们可以量化气候变化和气候振荡对地表水分布的影响，并分析人类活动是如何改变地表水的地理分布。

此外，该数据集还将提升不同情景下的气候模式预测能力，显示地表水发生变化的地区，为水资源管理提供相关决策支持。将该数据集与卫星测高观测数据等其他数据集结合使用，可以估测地表水体积、河道流量和海平面上升高度等，从而更加深入地理解气候变化对水资源的影响。

JRC Global Surface Water Mapping Layers, v1.4

JRC Monthly Water History, v1.4

JRC Monthly Water Recurrence, v1.4

JRC Yearly Water Classification History, v1.4

05植被产品系列

增加了中国500米LAI产品、中国地区月度蒸腾产品、中国叶面积指数（LAI月度合成产品）、中国净初级生产力合成产品NPP、中国总初级生产力GPP等，可用于植被、生态环境、碳循环等研究。

全球250米LAI产品由北京师范大学的肖志强教授团队生产，提供了多分辨率卫星遥感（MUSES）250m分辨率全球LAI产品，LAI即叶面积指数（leaf area index）又叫叶面积系数，是指单位土地面积上植物叶片总面积占土地面积的倍数。该产品利用了MODIS地表反射率数据（MOD09Q1）生成网格数据，时间分辨率为8天。数据中的每一个MOD09Q1像元包含了8天之内最佳L2G（栅格化后的L2级产品）观测数值，综合考虑了高观测覆盖、低视角、无云及云的阴影以及气溶胶浓度的影响。

中国总初级生产力月度合成产品（Gross Primary Productivity，GPP）根据NASA MODIS数据（MOD17A2H.061）通过Smoother计算得到的平滑后GPP产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的月度合成产品。该数据可用作数据模型的输入，计算陆地能量，碳、水循环过程和植被的地球生物化学。

中国净初级生产力年度合成产品NPP（MOD17A3H.006/ MYD17A3H.006）根据NASA MODIS数据（MOD17A3H.006/ MYD17A3H.006）通过Smoother算法计算得到的平滑后NPP产品，解决了影像云雾覆盖、像元异常值等问题。对处理后的覆盖中国区域的影像结果镶嵌，生成了分辨率为500米的年度合成产品。

中国500米LAI产品

全球250米LAI产品

中国地区月度蒸腾产品（MYD-ET）

中国地区月度蒸腾产品（MOD-ET）

中国叶面积指数（LAI月度合成产品）

中国总初级生产力（GPP）月度合成产品

中国净初级生产力年度合成产品NPP（MOD17A3H.006）

中国净初级生产力年度合成产品NPP（MYD17A3H.006）

总初级生产力GPP8天合成产品（MOD17A2H.006）

06环境系列

增加了全球二氧化碳排放数据、全球遥感干旱指数产品、全球遥感长势指数产品等，可用于全球各国干旱的实时监测与长时间序列的分析，进行碳循环、农业干旱监测等方面的研究。

全球遥感干旱指数产品基于风云3C全球数据生成，产品空间分辨率为1000米，时间分辨率为逐旬。利用该产品可以全球各国干旱的实时监测与长时间序列的分析。该产品来源于中国农业科学院农业资源与农业区划研究所主导的GEO项目：全球农业干旱监测研究。

全球遥感长势指数产品（FY3C/FY3D）基于FY-3C/FY-3D MERSI-2 全球数据生成，产品空间分辨率为1000米，时间分辨率为逐旬。利用该产品可以全球各国干旱的实时监测与长时间序列的分析。该产品来源于中国农业科学院农业资源与农业区划研究所主导的GEO项目：全球农业干旱监测研究。

全球二氧化碳排放数据1deg产品（ODIAC）

全球二氧化碳排放数据1km产品（ODIAC）

全球遥感干旱指数产品

全球遥感长势指数产品（FY3C）

全球遥感长势指数产品（FY3D）

07夜光系列

更新了2022年夜光系列数据VIIRS Nighttime Day/Night Band Composites Version 1、VIIRS Stray Light Corrected Nighttime Day/Night Band Composites Version 1，可用于研究人类经济活动情况。

VIIRS Nighttime Day/Night Band Composites Version 1

VIIRS Stray Light Corrected Nighttime Day/Night Band Composites Version 1

08哨兵系列

增加了哨兵3号OLCI数据L1B级产品，L1B产品提供了图像网格每个波段和视图中每个像素的辐射度，以及与OLCI像素关联的注释数据。

哨兵3号卫星有两项载荷，一个是OLCI（海陆色度计），另外一个是SLSTR（海陆表面温度辐射计）。OLCI是一种推扫式成像光谱仪，它以300m的地面空间分辨率在21个光谱带中测量由地球反射的太阳辐射。可测量海面地形、海面和陆地表面温度、海洋颜色和陆地颜色，以支持海洋预报系统、环境和气候的监测等。

Sentinel3 OLCI

09土地覆盖

更新了2020年中国30米年度土地覆盖产品（CLCD），目前数据时间为1985年-2020年。

中国30米年度土地覆盖产品（annual China Land Cover Dataset, CLCD）是基于三十万景Landsat影像，结合现有产品自动稳定样本和目视解译样本生产获得。该数据集基于5463个独立参考样本，产品整体精度为79.31% 。该数据集反映了中国快速的城市化和一系列生态工程，揭示了在气候变化下人类活动对区域地表覆盖的影响。该产品来源于武汉大学黄昕教授团队。

中国30米年度土地覆盖产品（CLCD）

特别感谢相关团队共享研究成果数据：

PIE-Engine在发展进程中，收获了包括国家青藏高原数据中心在内的多家科研院所及多位科研工作者（详见下文）无偿贡献的数据产品，特此鸣谢！

国家青藏高原科学数据中心依托中国科学院青藏高原研究所建设，共建单位包括：兰州大学、北京师范大学和中国科学院计算机网络信息中心。负责青藏高原科学数据的收集/汇交、存储、管理、集成、挖掘、分析、共享和应用推广，是我国唯一针对青藏高原及周边地区科学数据门类最全、最权威的数据中心。数据中心以青藏高原及周边地区各类科学数据为主，已整合的数据资源包括：大气、冰冻圈、水文、生态、地质、地球物理、自然资源、基础地理、社会经济等，开发了在线大数据分析、模型应用等功能，实现青藏高原科学数据、方法、模型与服务的广泛集成。

黄昕：工学博士，博导，珞珈特聘教授。在地学和环境科学两个领域中，均入选世界前2%科学家名单(斯坦福大学发布)，入选Elsevier“测绘科学与威廉希尔官方网站 高被引学者”。长期从事遥感影像处理与应用研究，已在NSR、RSE、ES&T、IEEE-TGRS、ISPRS-Journal等国际刊物发表SCI论文160余篇。Google Scholar引用8000余次，15篇论文入选ESI高引论文，25篇论文引用超100次以上。担任Remote Sensing of Environment, IEEE JSTARS, Remote Sensing的副主编/编委。

覃志豪：中国农业科学院农业资源和农业区划研究所研究员，博士生导师。农业部有突出贡献中青年专家，国务院政府特殊津贴专家。中国农科院农业环境学科带头人和二级岗位杰出人才。主要从事农业自然灾害机理与监测研究、地表温度遥感反演与遥感图像处理研究、土壤水份遥感反演、地表水热平衡interwetten与威廉的赔率体系 与干旱环境研究、农业空间数据库与农业资源环境研究、农业生态、农业环境污染与草地问题研究、区域农业发展与农村经济发展问题研究等。

肖志强：北京师范大学地理学与遥感科学学院副教授。主要从事遥感反演的基础理论研究，在遥感数据同化、全球叶面积指数反演等领域取得了突出性成果。在Remote Sensing of Environment, IEEE Transactions on Geoscience and Remote Sensing等国际期刊上发表SCI论文20余篇，出版专著2部。

穆西晗：北京师范大学地理学与遥感科学学院副教授。主要从事遥感算法研究及检验，用遥感来解决全球变化植被生态相关问题。IEEE TGARS、Agricultural and Forest Meteorology、Remote Sensing、IEEE JSTARS、IEEE Remote Sensing Letters, International Journal of Remote Sensing、Remote Sensing Letters等期刊审稿人；IEEE GRSS 遥感建模委员会委员。

徐栋：北京师范大学研究生，主要从事城市环境遥感应用研究，基于遥感手段探究具有普适性的全球城市化发展及其对城市环境的影响规律。近两年在JCLP、CATENA、RS、生态学报等国内外期刊发表/录用十余篇文章。

PIE-Engine全体员工再次感谢以上团队提供的系列专题数据产品！（此排名不分先后）

审核编辑 ：李倩