数据集概述
本数据集是论文“Comparing the performance of vegetation indices for improving urban vegetation GPP estimation via eddy covariance flux data and Landsat 5/7 data”的补充数据，包含13个文件，涵盖遥感影像、处理代码及统计分析结果三类内容，用于对比不同植被指数在城市植被总初级生产力（GPP）估算中的性能，支持生态遥感领域的模型验证与方法优化。
文件详解
- 遥感影像文件（.tif格式，共6个）
- 文件名称：LST.tif、Suzhou_LULC_2018.tif、Suzhou_GPP_2018_Our.tif、SW.tif、Suzhou_GPP_2018_Wang.tif、VPD.tif
- 字段映射介绍：包含地表温度（LST）、苏州2018年土地利用覆盖（LULC）、两种方法估算的苏州2018年GPP、短波辐射（SW）、水汽压 deficit（VPD）等栅格数据
- 代码文件（共4个）
- 文件名称：00_VI_download_code(GEE).txt、01_Data_processing_code(matlab).mlx、02_PearsonR_CrossValidation_code(matlab).mlx、041_Partial_correlation_code(matlab).mlx
- 字段映射介绍：GEE平台植被指数下载代码、Matlab数据处理代码、Pearson相关与交叉验证代码、偏相关分析代码
- 统计分析结果文件（.xlsx格式，共3个）
- 文件名称：03_Regression of different vegetation types.xlsx、04_Partial_correlation_data.xlsx、05_Collinearity check(SPSS).xlsx
- 字段映射介绍：不同植被类型回归分析结果、偏相关分析数据、多重共线性检验结果
数据来源
论文“Comparing the performance of vegetation indices for improving urban vegetation GPP estimation via eddy covariance flux data and Landsat 5/7 data”
适用场景
- 城市生态遥感研究：利用遥感影像数据分析城市植被覆盖、生产力空间分布特征
- GPP估算模型优化：对比不同植被指数的GPP估算精度，优化城市植被生产力估算方法
- 生态统计分析：通过偏相关、共线性检验数据，探索环境因子与GPP的关联机制
- 遥感数据处理方法验证：参考GEE与Matlab代码，复现植被指数下载、数据预处理流程
