国家地球系统科学数据中心共享服务平台下载: 点击下载植被总初级生产力产品

产品介绍

GLASS植被总初级生产力产品（Gross Primary Production，简称GPP）算法源于Eddy Covariance-Light Use Efficiency (EC-LUE)。原始的EC-LUE模型仅由四个变量驱动：遥感植被指数（NDVI）、光合有效辐射、空气温度和波文比（感热和潜热通量的比值）。新版的GLASS GPP产品使用了最新版本的EC-LUE模型，重点是综合了几个影响GPP长期变化趋势的环境变量：大气CO2浓度、直接和散射辐射通量和大气水汽压亏。

GLASS-GPP 产品空间范围为全球陆表，空间分辨率可达500m，时间分辨率为8天。GLASS GPP产品已经广泛地用于评价不同时空尺度的GPP变化。

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. 植被总初级生产力数据集

空间分辨率	1km
时间分辨率	8-day
投影	SIN Grid
填充值	0
有效值	0~30000
比例系数	0.01
单位	g C/m2

影像展示

2012年第265GLASS全球植被总初级生产力

相关文献

[1] Yuan WP, Liu SG, Yu GR, Bonnefond JM, Chen JQ, Davis K, Desai AR, Goldstein AH, Gianelle D, Rossi F, Suyker AE, Verma SB. 2010. Global estimates of evapotranspiration and gross primary production based on MODIS and global meteorology data. Remote Sensing of Environment, 114, 1416-1431. [PDF]

[2] Yuan W P, Zheng Y, Piao S, Ciais P, Lombardozzi D, Wang Y P, Ryu Y, Chen G X, Dong W J, and Hu Z M, Jain A K, Jiang C Y, Kato E, Li S H, Lienert S, Liu S G, Nabel J E M S, Qin Z C, Quine T, Sitch S, Smith W K, Wang F, Wu C Y, Xiao Z Q and Yang S. 2019. Increased atmospheric vapor pressure deficit reduces global vegetation growth. Science Advances, 5(8): eaax1396 [DOI: 10.1126/sciadv.aax139] [PDF]

[3] Zheng Y, Shen RQ, Wang YW, Li XQ, Liu SG, Chen JM, Ju WM, Zhang L, Yuan WP. 2020. Improved estimate of global gross primary production for reproducing its long-term variation, 1982