《Data》:A Multi-Metric NDVI-Derived Dataset of Vegetation Dynamics and Land Surface Phenology in Southern and Central Europe (1982–2022)
编辑推荐:
本数据描述介绍了一套增值的南欧和中欧(10° W–28° E; 35° N–50° N)衍生植被物候产品,由PKU GIMMS NDVI v1.2档案(1982–2022)通过标准化处理流程生成,包括质量筛选、时间合成、物候指标提取、生态物候区域化和变异性分析
本数据描述介绍了一套增值的南欧和中欧(10° W–28° E; 35° N–50° N)衍生植被物候产品,由PKU GIMMS NDVI v1.2档案(1982–2022)通过标准化处理流程生成,包括质量筛选、时间合成、物候指标提取、生态物候区域化和变异性分析。最终集合包含82个GeoTIFF栅格图层和一个CSV文件,结构化为长期月NDVI气候学、年代际NDVI合成、生态物候区域化、带有年代际偏移图层的陆地表面物候(Land Surface Phenology, LSP)指标,以及物候变异性指数(Phenology Variability Index, PVI)。此外,以表格形式提供了聚类级别的Mann–Kendall和Theil–Sen趋势统计量。所有产品均以WGS84(EPSG:4326)坐标系统,0.0833°空间分辨率分发。该数据集提供了即用型植被物候指标、变异性指标和空间一致的气候学产品,支持欧洲生物气候区域的生态系统监测、气候影响评估、生物多样性研究和大型环境分析等应用。
**研究背景与问题**
欧洲南部及中部地区(10° W–28° E; 35° N–50° N)的植被动态与物候变化是生态系统对气候响应的重要指示器,但现有长期卫星数据集(如AVHRR NDVI产品)存在质量不一致、空间处理不连续或需用户自行完成复杂预处理等问题,限制了其直接应用。为填补这一空白,研究人员基于PKU GIMMS NDVI v1.2档案(1982–2022),通过标准化、可复现的处理流程,生成了一套多指标、增值的植被物候产品,旨在提供即用型、空间和时间一致的衍生数据集,以支持生态监测、气候影响评估、生物多样性研究及跨欧洲生物气候区域的大尺度环境分析。该研究论文发表在《Data》期刊上。
**研究内容与结论**
研究人员对原始PKU GIMMS NDVI v1.2数据(1982–2022,空间分辨率0.0833°)进行空间裁剪(南欧和中欧区域)、基于位级质量标志的多准则质量控制滤波、最大值合成法(MVC)生成月合成数据,进而计算长期月NDVI气候学(1982–2022)和四个年代际月NDVI合成(1982–1992、1993–2002、2003–2012、2013–2022)。通过K-means无监督聚类(基于12维长期月NDVI均值,最终选择K=5)生成生态物候区域化地图。采用动态阈值法(SOS基于20%幅度,EOS基于30%幅度)提取每个年代际的陆地表面物候(LSP)指标,包括生长季开始(SOS)、峰值(POS)、结束(EOS)和长度(LOS),并计算年代际偏移图(1982–1992 vs 2013–2022)。进一步提出物候变异性指数(PVI),基于10个非重叠四年间隔(1983–2022)的SOS、POS、EOS方差,量化物候时间稳定性。最后,对五个生态物候聚类进行月度NDVI的Mann–Kendall和Theil–Sen趋势分析,输出聚类级统计表。数据集包含82个GeoTIFF栅格图层和1个CSV文件,分别存储于六个组件中。结论表明,该数据集提供了标准化、空间一致的植被物候指标,可直接用于生态系统监测、气候影响评估和生物多样性研究,其中PVI作为新指标,补充了传统LSP指标对物候稳定性的量化。
**关键技术与方法**
研究采用的主要关键技术包括:1)基于PKU GIMMS NDVI v1.2数据源(1982–2022,南欧和中欧区域);2)位级质量控制(QC)滤波,通过分解三位质量标志,仅保留“良好质量”或“估计数据”像素;3)最大值合成法(MVC)生成月NDVI;4)K-means聚类(K=5)进行生态物候区域化;5)动态阈值法(SOS 20%,EOS 30%)提取LSP指标(SOS、POS、EOS、LOS);6)物候变异性指数(PVI)计算,基于10个四年间隔的方差并映射至[0,1)范围;7)Mann–Kendall检验和Theil–Sen斜率估计进行趋势分析。所有处理在MATLAB R2023b中实现,输出产品统一为WGS84(EPSG:4326)坐标系统,0.0833°分辨率。
**研究结果**
- **Summary**:介绍了数据集整体结构,指出该数据集增值于原始PKU GIMMS NDVI v1.2,通过标准化流程生成,包含82个GeoTIFF和1个CSV文件,分为六个组件,支持生态监测、气候影响评估等应用,其中PVI首次由Samela et al.(2026)提出。
- **Data Description**:详细描述了六个组件的内容:Component 01包含12个长期月NDVI气候学图层(1982–2022);Component 02包含48个年代际月NDVI合成图层(四个时期);Component 03为单个生态物候分区图(5个类别,基于K-means聚类);Component 04包含16个LSP指标图层(SOS、POS、EOS、LOS,每个年代际)和4个年代际偏移图层(1982–1992与2013–2022之差);Component 05为单个PVI图层(范围[0,1),≥0.5表示高变异性);Component 06为CSV文件,含五个聚类的月度Mann–Kendall和Theil–Sen趋势统计(Sen斜率、p值、观测数)。所有产品空间对齐,可直接用于GIS软件。
- **Methods**:描述了处理流程,包括数据获取与预处理(空间裁剪、位级QC、MVC合成)、长期与年代际均值计算、K-means聚类(基于19个聚类有效性指标选择K=5)、LSP指标提取(动态阈值SOS 20%、EOS 30%)、PVI计算(基于10个四年间隔的方差,要求至少7个有效间隔)、趋势分析(Mann–Kendall检验,p<0.05,Theil–Sen斜率)。
- **User Notes**:提供了使用建议,强调组件选择应依据应用目标;LSP指标为月尺度近似,非精确日期;PVI为相对比较指标;趋势统计为聚类级汇总,不应降尺度至像素级;所有产品需与外部数据集进行空间和时间协调。
**讨论与结论**
讨论部分指出,尽管经过严格质量控制,残余噪声(如大气污染、雪盖效应)仍可能影响数据,月合成限制了时间精度,因此物候指标应视为月尺度近似而非精确过渡日期。数据集不涉及人类或动物实验,所有输入数据公开可用。研究结论总结为:该数据集提供了即用型植被物候指标、变异性指标和空间一致的气候学产品,支持欧洲生物气候区域的生态系统监测、气候影响评估、生物多样性研究和大型环境分析。PVI作为新引入的指标,提供了对物候时间稳定性的标准化度量,补充了传统LSP指标。数据集以CC-BY 4.0许可证公开,鼓励研究人员直接使用,无需重复预处理流程。