pixelknife.github.io

View the Project on GitHub

云分布统计产品

我们小组在学术期刊Remote Sensing上发表了一篇文章 Global Land High-Resolution Cloud Climatology Based on an Improved MOD09 Cloud Mask 描述了我们制作的10天1公里分辨率的全球云气候产品。

摘要

云在地球-大气系统的能量和水分循环中起着重要作用,影响着自然界和人类社会的许多重要过程。然而,可用于高分辨率模式的细粒度和高精度全球云气候学数据非常少。在本文中,我们根据2001年至2016年的MOD09云罩产品制作了一份10天1公里分辨率的全球陆地云气候学(GLHCC)产品。对原始MOD09云遮罩的两项改进(短波红外和波段2/6比值阈值法)减少了被错误归类为云的雪、冰和明亮区域。初步云产品通过变分静止噪声去除器(VSNR)去除轨道伪影,并去除异常反照率区域,以生成最终云气候学数据。从3777个全球气象站收集的地面云观测直接验证了新产品。来自高级甚高分辨率辐射计(AVHRR)和MOD/MYD35的PATMOS-X作为GLHCC一致性检查的对比产品。评估结果表明,GLHCC显示出与地面站观测值、MOD/MYD35和PATMOS-X的强相关性。当地面观测值作为真值时,GLHCC和MOD/MYD35显示出比PATMOS-X更高的精度。在大多数选定的感兴趣区域,三者表现不同,GLHCC比MOD/MYD35和PATMOS-X更符合事实。GLHCC可以很好地代表过去16年的云分布,并将在自然和人类社会许多方面的细粒度需求中发挥重要作用。

数据集

数据按照日期分割成36期,每个月3期,每个月最后一期包含的日期不一定为10。(这个和论文中不同)

这样也可以方便把连续3期合并成月度产品,也可以把连续9期合并成季度产品。

每期图像是一个8位的压缩TIF图像,0~100是有效数值,255是NODATA。每期图像大概500MB,数据集总量为18GB。

存放在百度网盘上提供长期下载:

链接:https://pan.baidu.com/s/13d3qNB7BJAcBieobbv_CcQ 提取码:65qi

动态访问

通过动态WEBGIS可以访问该数据集

http://satsee.radi.ac.cn/cfdata/doc/cloudmap/


联系方式

陈甫 副研究员 中国科学院空天信息创新研究院 chenfu@aircas.ac.cn 13811147935