A global moderate resolution dataset of gross primary production of vegetation for 2000-2016.
A global moderate resolution dataset of gross primary production of vegetation for 2000-2016.
复制标题
DOI：
10.1038/sdata.2017.165
复制
发表时间：
2017-10-24
期刊：
影响因子：
9.8
通讯作者：
Dong J
中科院分区：
文献类型：
--
作者：
Zhang Y;Xiao X;Wu X;Zhou S;Zhang G;Qin Y;Dong J
陆地植被总初级生产力（GPP）的准确估算对于了解全球碳循环和预测未来气候变化至关重要。目前有多种基于不同方法的GPP产品，但当根据涡度协方差数据对GPP估计进行验证时，它们的性能差异很大。本文提供了2000-2016年整个地球仪中等空间（500 m）和时间（8天）分辨率的新GPP数据集。该GPP数据集基于改进的光利用效率理论，并由来自MODIS的卫星数据和来自NCEP再分析II的气候数据驱动。它还采用了最先进的植被指数（VI）间隙填充和平滑算法，并对C3/C4光合作用途径进行单独处理。所有这些改进旨在解决当前GPP产品中存在的几个关键问题。与原位GPP估计值相比，该数据集具有令人满意的性能，为区域到全球碳循环研究提供了另一种GPP估计。
Accurate estimation of the gross primary production (GPP) of terrestrial vegetation is vital for understanding the global carbon cycle and predicting future climate change. Multiple GPP products are currently available based on different methods, but their performances vary substantially when validated against GPP estimates from eddy covariance data. This paper provides a new GPP dataset at moderate spatial (500 m) and temporal (8-day) resolutions over the entire globe for 2000–2016. This GPP dataset is based on an improved light use efficiency theory and is driven by satellite data from MODIS and climate data from NCEP Reanalysis II. It also employs a state-of-the-art vegetation index (VI) gap-filling and smoothing algorithm and a separate treatment for C3/C4 photosynthesis pathways. All these improvements aim to solve several critical problems existing in current GPP products. With a satisfactory performance when validated against in situ GPP estimates, this dataset offers an alternative GPP estimate for regional to global carbon cycle studies.
登录
查看更多内容
生态恢复如何改变生态系统服务：中国黄土高原碳汇分析
影响因子：
4.6
作者：
Feng, Xiaoming;Fu, Bojie;Lu, Nan;Zeng, Yuan;Wu, Bingfang
通讯作者：
Wu, Bingfang
影响因子：
56.9
作者：
Beer, Christian;Reichstein, Markus;Papale, Dario
通讯作者：
Papale, Dario
影响因子：
5.2
作者：
Monfreda, Chad;Ramankutty, Navin;Foley, Jonathan A.
通讯作者：
Foley, Jonathan A.
影响因子：
2.7
作者：
Aber, JD;Reich, PB;Goulden, ML
通讯作者：
Goulden, ML
影响因子：
11.6
作者：
Brandt, Martin;Mbow, Cheikh;Fensholt, Rasmus
通讯作者：
Fensholt, Rasmus