使用Matlab合成月尺度、年尺度数据

处理PML v2陆地蒸散发与总初级生产力数据集,由8天尺度合成月尺度、年尺度数据

处理代码

% By Yang,2020/5/9
% 所有数据全部解压放在一个文件夹下
%% 合成年尺度数据
for j = 1:18                                                               % 2002-2019,18年
         a   = num2str(2001+j);                                            % 数字转字符
         dz  = ['F:\Regional_Dataset\PMLV2_005deg\PMLV2_005deg\*',a,'*.tif'];
         pml_dz = dir(dz);
         gpp = zeros(3000,7200);                                   % 生成uint16的空矩阵
         Ec  = zeros(3000,7200);
         Es  = zeros(3000,7200);
         Ei  = zeros(3000,7200);
         Ew  = zeros(3000,7200);
        parfor i = 1:size(pml_dz,1)                                        % 计算文件个数
              pml_dz2  = strcat(pml_dz(i).folder,'\',pml_dz(i).name);      % 数据的每个文件地址+文件名   
              [pml, R] = geotiffread(pml_dz2);                             % 读取tif数据                        
              gpp      = gpp + double(pml(:,:,1));                                 % 总初级生产力累加
              Ec       = Ec + double(pml(:,:,2));                                  % 植被蒸腾累加
              Es       = Es + double(pml(:,:,3));                                  % 土壤蒸发累加
              Ei       = Ei + double(pml(:,:,4));                                  % 冠层截留蒸发累加
              Ew       = Ew + double(pml(:,:,5));                                  % 水体、积雪蒸发累加           
        end
              gpp(gpp==0)  = NaN;                                                    % 空值设为NaN
              Ec(Ec==0)      = NaN;
              Es(Es==0)      = NaN;
              Ei(Ei==0)       = NaN;
              Ew(Ew==0)      = NaN;
              PML_y{1,j}      = gpp*8*0.01;         % 真实值=像素值*scale_factor (scale_factor=0.01)
              PML_y{2,j}      = Ec*8*0.01;           % 每个数据对应的是这个8天里GPP和ET要素的平均
              PML_y{3,j}      = Es*8*0.01;
              PML_y{4,j}      = Ei*8*0.01;
              PML_y{5,j}      = Ew*8*0.01;  
end     
save PML_y.mat PML_y -v7.3   

数据网站

国家青藏高原科学数据中心

补充

月尺度合成比年尺度还稍微要麻烦一点,其实应该先计算月尺度的再合成年尺度的更为准确些。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342