中国陆域1∶100万植被指数UNVI多维数据集（2017）

中国陆域1∶100万植被指数UNVI（Universal Normalized Vegetation Index）多维数据集（2017）是在分析MODIS地表反射率产品数据MOD09GA特点，参照传统的植被指数合成算法，为了满足植被长时间序列变化研究需要而生成的16 d合成UNVI数据集。本研究合成的UNVI数据集在反映植被密度、植被覆盖度、植被光合作用速率，以及反演植被理化参数方面，与传统的NDVI和EVI合成数据集相比，具有明显的优势。合成算法主要分为两步：首先对16 d合成周期内存在无效值和反射率负值的MODIS数据进行筛选处理；然后读取合成周期内的质量控制波段数据统计“无云”数据的天数，并根据“无云”数据的天数选择相应合成算法进行UNVI的16 d合成，从而获得2017年中国陆域时间分辨率为16 d，空间分辨率约为0.00286°的UNVI时间序列影像。基于本文提出的合成算法生成的中国陆域UNVI数据集，采用1∶100万标准经纬线分幅，共64景（Tile），每景所覆盖的经纬度范围为6°×4°，为方便起见，数据集采用MDD多维数据格式（Multi-Dimensional Dataset）存储，每个.mdd文件下存放每景2017年所有时相的影像数据。同时为便于数据下载，全部数据按照分幅压缩为64个.zip文件，压缩后的数据量约为3.78 GB。本数据集能为从事全球变化研究的科研人员提供更方便的植被指数长时间序列数据产品。     

卫星重力梯度数据的归算与格网化处理

给出引力梯度数据归算的二阶径向改正公式,计算结果表明选用高精度参考重力场模型可以有效控制归算误差的影响。比较加权平均法、Shepard曲面拟合法和最小二乘配置法用于卫星重力梯度数据格网化处理的精度和适用性,采用不同噪声背景的径向引力梯度数据进行格网化处理,计算结果表明：最小二乘配置法相比加权平均法和Shepard曲面拟合法具有明显优势,其格网化精度可满足高精度重力场恢复的需要,建议在实际计算中采用最小二乘配置法进行格网化处理。