【数据分享】1981—2023年我国省市县三级的逐日归一化植被指数（NDVI）数据

之前我们分享过1981—2023年中国逐日归一化植被指数（NDVI）栅格数据（可查看之前的文章获悉详情），该数据来源于西北工业大学陕西秦岭生态智能监测与保护重点实验室等单位的学者在figshare平台上分享的数据！很多小伙伴拿到数据后反馈栅格数据不太方便使用，问我们能不能把数据处理为更方便使用的Shp和Excel格式的数据！

我们特地对数值在-1—1之间的NDVI栅格数据进行了处理，将1981—2023年中国逐日归一化植被指数栅格分别按照我国省级行政边界、地级市行政边界、区县级行政边界进行了求平均数处理得到了本次分享的数据——Shp和Excel格式的我国省市县三个等级的1981-2023年的逐日归一化植被指数数据！

大家可以在公众号回复关键词 337 按照转发要求获取数据！以下为数据的详细介绍：

01 数据预览

1.省级1981-2023年逐日归一化植被指数数据

首先，我们先来看看省份层级的逐日NDVI数据，数据包括Excel和Shp两种格式！

需要说明的是：1981至2023年的所有天数的逐日NDVI数据汇总在一个Excel文件中，由于单个Shp文件能支持的字段有限制，所有年份的数据没办法保存到一个Shp文件中，因此每个年份的逐日NDVI数据保存为一个Shp文件，每个Shp文件的属性表中包括当年的365天每天的NDVI数据。地级市和区县同理！

我们先以2023年1月1号—1月15号为例，来预览一下省份层级Excel格式的逐日NDVI数据，数据字段包括省份名称、省份代码和每日NDVI：

下面我们再以2023年5月1号的数据为例，来预览一下省份层级Shp格式的逐日NDVI数据：

2.市级1981-2023年逐日归一化植被指数数据

下面我们来看看地级市层级的逐日NDVI数据，数据包括Excel和Shp两种格式！

我们先以2023年1月1号—1月13号为例，来预览一下地级市层级Excel格式的逐日NDVI数据，数据字段包括城市名称、城市代码、省份名称、省份代码和每日NDVI：

下面我们再以2023年5月1号的数据为例，来预览一下地级市层级Shp格式的逐日NDVI数据：

3.县级1981-2023年逐日归一化植被指数数据

下面我们来看看区县层级的逐日NDVI数据，数据包括Excel和Shp两种格式！

我们先以2023年1月1号—1月12号为例，来预览一下区县层级Excel格式的逐日NDVI数据，数据字段包括区县名称、区县代码、城市名称、城市代码、省份名称、省份代码和每日NDVI：

下面我们再以2023年5月1号的数据为例，来预览一下区县层级Shp格式的逐日NDVI数据：

02 数据详情

数据来源：

原始数据源自西北工业大学陕西秦岭生态智能监测与保护重点实验室等单位的学者在figshare平台上分享的数据，数据格式有nc格式和geotiff格式两种，数据范围为全国，数值在-1000—1000之间。官方下载网站：https://figshare.com/s/16f1fbaff259272249f1

数据处理说明：

基于逐日归一化植被指数（NDVI）数据，我们采用国家地理信息公共服务平台（天地图）发布的审图号为GS（2024）0650号的2024年省市县三级行政区划Shp数据（关于该数据的介绍戳我跳转），对每个省\每个地级市\每个区县内的栅格值进行了求平均数处理，得到了省市县三级的逐日归一化植被指数！

数值范围：

-1—1

数据格式：

Shp和Excel格式

时间范围：

1981年6月24日—2023年5月10日（逐日）

空间范围：

省市县三级

地理坐标系：

GCS_WGS_1984

空间分辨率：

0.05°×0.05°

数据引用：

Li, H., Cao, Y., Xiao, J. et al. A daily gap-free normalized difference vegetation index dataset from 1981 to 2023 in China. Sci Data 11, 527 (2024). https://doi.org/10.1038/s41597-024-03364-3

如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！

03 数据获取