国家地球系统科学数据中心共享服务平台下载: 点击下载反照率产品
香港大学GLASS产品发布网站: 点击下载反照率产品
产品介绍
GLASS地表反照率产品（Surface Broadband Albedo,简称Albedo）采取直接估算算法，使用观测数据POLDER3 BRDF数据集（适用广泛地表）和模型数据ART模型数据集（针对冰雪地表）训练建立起适用于全球不同区域、不同覆盖类型、不同季节的地表的格网查找表，直接通过AVHRR和MODIS反射率数据估算短波、可见光和近红外波段反照率。GLASS地表反照率产品的空间范围为全球陆表，时间分辨率均为8天，空间分辨率主要包括0.05°和1km两种，具体而言包括3个子产品：GLASS02B05（2000年之前的0.05°产品）、GLASS02B06（2000年及之后的0.05°产品）和GLASS02A06（2000年及之后的1km产品）。GLASS地表反照率产品输出格式为HDF-EOS标准格式，包含短波、可见光和近红外三个波段的黑空反照率、白空反照率和质量标识九个数据集。2000年后的0.05°产品额外提供短波、可见光和近红外三个波段的晴空反照率三个数据集。
数据说明
1. 文件说明
产品相关文件包括HDF和XML两个文件，其中数据实体存储在HDF文件中，产品的元数据信息存储在HDF和XML文件中。
2. GLASS02B05数据集说明
|
数据集 |
属性 |
含义组合 |
取值 |
|
ABD_BSA_VIS |
|
可见光波段黑空反照率 |
|
|
|
_FillValue |
填充值 |
-1 |
|
|
long_name |
长名 |
Black-sky albedo in Visible band |
|
|
units |
单位 |
Albedo, no units |
|
|
valid_range |
有效值范围 |
0-10000 |
|
|
scale_factor |
比例系数 |
0.0001 |
|
ABD_WSA_VIS |
|
可见光波段白空反照率 |
|
|
除'long_name'外其余属性均与ABD_BSA_VIS相同
|
long_name |
长名 |
White-sky Albedo in Visible albedo |
|
QC_VIS |
|
可见光波段质量标识 |
|
|
|
_FillValue |
填充值 |
65535 |
|
|
long_name |
长名 |
Quality assessment of product in Visible band |
|
|
units |
单位 |
Concatenated flags, no units |
|
|
valid_range |
有效值范围 |
0-65534 |
|
ABD_BSA_NIR |
|
近红外波段黑空反照率 |
|
|
除'long_name'外其余属性均与ABD_BSA_VIS相同 |
long_name |
长名 |
Black-sky albedo in Near Infrared band |
|
ABD_WSA_NIR |
|
近红外波段白空反照率 |
|
|
除'long_name'外其余属性均与ABD_BSA_VIS相同 |
long_name |
长名 |
White-sky albedo in Near Infrared band |
|
QC_NIR |
|
近红外波段质量标识 |
|
|
除'long_name'外其余属性均与QC_VIS相同 |
long_name |
长名 |
Quality assessment of product in Near Infrared band |
|
ABD_BSA_shortwave |
|
短波波段黑空反照率 |
|
|
除'long_name'外其余属性均与ABD_BSA_VIS相同 |
long_name |
长名 |
Black-sky albedo in shortwave band |
|
ABD_WSA_shortwave |
|
短波波段白空反照率 |
|
|
除'long_name'外其余属性均与ABD_BSA_VIS相同 |
long_name |
长名 |
White-sky albedo in shortwave band |
|
QC_shortwave |
|
短波波段质量标识 |
|
|
除'long_name'外其余属性均与QC_VIS相同 |
long_name |
长名 |
Quality assessment of product in shortwave band |
注：反照率Albedo系列数据集为16-bit有符号整数，QC系列数据集为16-bit无符号整数
3. GLASS02B05质量标识说明
|
位数 |
说明 |
比特位组合 |
含义 |
|
15 |
滤波状态 |
0 |
成功 |
|
1 |
未处理 | ||
|
11-14 |
不确定性（结果残差） |
0 |
0.00-0.01 |
|
1 |
0.01-0.02 | ||
|
2 |
0.02-0.03 | ||
|
3 |
0.03-0.04 | ||
|
4 |
0.04-0.05 | ||
|
5 |
0.05-0.06 | ||
|
6 |
0.06-0.07 | ||
|
7 |
0.07-0.08 | ||
|
8 |
0.08-0.09 | ||
|
9 |
0.09-0.10 | ||
|
10 |
0.10-0.11 | ||
|
11 |
0.11-0.12 | ||
|
12 |
0.12-0.13 | ||
|
13 |
0.13-0.14 | ||
|
14 |
0.14-0.15 | ||
|
15 |
0.15-1.00 | ||
|
9-10 |
输入数据利用率 |
0 |
>=50% |
|
1 |
25%-50% | ||
|
2 |
10%-25% | ||
|
3 |
<=10% | ||
|
6-8 |
实际使用的数据数 |
0 |
0 |
|
1 |
1 | ||
|
2 |
2-3 | ||
|
3 |
4-7 | ||
|
4 |
8-15 | ||
|
5 |
16-31 | ||
|
6 |
32-64 | ||
|
7 |
>64 | ||
|
5 |
合成窗口长度 |
0 |
17天 |
|
1 |
33天 | ||
|
2-4 |
分类 |
0 |
植被 |
|
1 |
纯雪 | ||
|
2 |
海冰 | ||
|
3 |
海水 | ||
|
4 |
海岸带 | ||
|
5 |
部分冰雪 | ||
|
6 |
裸地 | ||
|
7 |
未分类 | ||
|
0-1 |
总体质量 |
0 |
好 |
|
1 |
可接受 | ||
|
2 |
存在不确定性 | ||
|
3 |
先验值 |
注：GLASS02A06、GLASS02B06数据集说明同表1,GLASS02A06质量标识说明同表2。
4. GLASS02B06质量标识说明
|
位数 |
说明 |
比特位组合 |
含义 |
|
9-15 |
1km子像元中质量好或可接受像元的面积比例 |
0 |
0% |
|
… |
… | ||
|
100 |
100% | ||
|
2-8 |
1km子像元中陆地像元的面积比例 |
0 |
0% |
|
… |
… | ||
|
100 |
100% |
0-1 |
总体质量 |
0 |
好 |
|
1 |
可接受 | ||
|
2 |
存在不确定性 | ||
|
3 |
填充值 |
影像展示
 |
GLASS地表晴空反照率产品2010年第41天
产品文献
[1]Liu, N., Liu, Q., Wang, L., Liang, S., Wen, J., Qu, Y., & Liu, S. (2013a). A statistics-based temporal filter algorithm to map spatiotemporally continuous shortwave albedo from MODIS data. Hydrology and Earth System Sciences, 17, 2121-2129, https://doi.org/10.5194/hess-17-2121-2013 [PDF]
[2]Liu, Q., Wang, L., Qu, Y., Liu, N., Liu, S., Tang, H., & Liang, S. (2013b). Priminary Evaluation of the Long-Term GLASS Albedo Product. International Journal of Digital Earth, 6, 69-95, https://doi.org/10.1080/17538947.2013.804601 [PDF]
[3]Qu, Y., Liu, Q., Liang, S., Wang, L., Liu, N., & Liu, S. (2014). Improved direct-estimation algorithm for mapping daily land-surface broadband albedo from MODIS data. IEEE Transactions on Geoscience and Remote Sensing, 52, 907-919 [PDF]
[4]Qu, Y., Liang, S., Liu, Q., Li, X., Feng, Y., & Liu, S. (2016). Estimating Arctic sea-ice shortwave albedo from MODIS data. Remote Sensing of Environment, 186, 32-46 https://doi.org/10.1016/j.rse.2016.08.015 [PDF]
[5]Feng, Y., Liu, Q., Qu, Y., & Liang, S. (2016). Estimation of the Ocean Water Albedo From Remote Sensing and Meteorological Reanalysis Data. IEEE Transactions on Geoscience and Remote Sensing, 54, 850-868 DOI: 10.1109/TGRS.2015.2468054 [PDF]