植被覆盖度 (Fractional Vegetation Cover, FVC) 定义为植被叶、茎、枝在地面的垂直投影面积占统计区总面积的比例（或百分数）。基于Google Earth Engine云平台，利用长时间序列Landsat-8 normalized difference vegetation index (NDVI) 数据集，采用最大值合成法（Maximum Value Composite, MVC）和像元二分模型，计算得到乌兹别克斯坦安帕铁路沿线10 km缓冲区内植被覆盖度数据集（2017年）。

巴基斯坦白卡公路沿线10 km范围内植被覆盖度数据集(2017)是基于Landsat-8卫星影像NDVI数据，采用最大值合成法和像元二分模型计算得到的。数据结果表明，白卡公路沿线10km范围区的植被覆盖度主要在0.6~0.8区间内，其面积占研究区总面积的39.62%；其次分布在0.4~0.6与0.8~1区间内，其面积分别占研究区总面积的21.7%、26.06%；小于0.4的面积占比为12.62%。该数据集空间分辨率为30 m，存储为3个数据文件，.tif格式，数据量为3.52GB (压缩为1个文件，182MB)。

土耳其科依高铁从科斯克亚（Kosekoy）到依诺奴（Inonu）。研究区域为科依高铁沿线10 km范围内，基于Landsat-8 Operational Land Imager (OLI)遥感影像和Google Earth Engine（GEE）云平台，获取研究区内归一化差异植被指数(Normalized difference vegetation index, NDVI)的空间分布数据；采用最大值合成法和像元二分模型方法计算得到土耳其科依高铁沿线10 km范围内植被覆盖度数据集（2017）。植被覆盖度数值介于0-1之间。0表示无植被覆盖，像元数值越高表明植被覆盖程度越好。数据分析结果表明，科依高铁沿线10 km范围内，植被覆盖度为0.8~1的区域占研究区总面积的32.82%；植被覆盖度为0.6~0.8的区域占研究区总面积的29.52%；覆盖度为0.4~0.6的区域占研究区总面积的22.92%；覆盖度小于0.4的只占14.73%。该数据集空间分辨率为30 m，存储为.tif格式，由3个文件组成，数据量为40.8 MB（压缩为1个文件，数据量16.3 MB）

文中介绍了遥感监测手段在森林火灾监测和事后灾害损失评估上应用的趋势;说明了利用遥感手段对森林进行火灾监测的理论基础;然后以昆明西山森林区416火灾为例,深入分析该林区已有TM8多光谱遥感影像火灾发生前后的数据。结合遥感数据获取的不同波段的光谱特征,找出了本研究区适宜的波段组合,探测出了火灾变化的区域,通过利用ENVI软件对遥感图像进行一系列的转换处理,使昆明西山森林过火区的特征得到了明显的增强,最后利用软件的统计功能对过火林区面积进行了统计。

本数据是基于GEE平台遥感云计算，通过在线最大合成影像，35年的长时间序列NDVI影像，文件时TIF格式的！

秦岭-大巴山地区位于中国南北过渡带。在2000-2019年NDVI（MOD13Q1 V006）数据（250m，16d）基础上，利用最大值合成法、均值法生成季均和年均NDVI数据基础上，采用线性回归趋势分析、F检验和统计分析法，计算得到秦岭-大巴山地区NDVI时空变化趋势数据集（2000-2019）。该数据集包括覆盖研究区250m空间分辨率、2000-2019年下列数据：（1）NDVI的年际和季节变化趋势空间分布数据；（2）显著性变化趋势特征数据（P值和通过P<0.05检验的Slope数据）；（3）逐年平均和季节平均的NDVI统计数据。

基于2000-2015年每月的分辨率为1km的SPOT/VEGETATION NDVI数据，运用最大值合成法生成每年的NDVI数据；结合统计年鉴数据，采用趋势分析法和地理探测器模型，计算得到内蒙古植被NDVI变化趋势及影响因子数据集（2000-2015）。该数据集包括地理信息系统空间数据和统计表格数据两种类型。空间数据包括：（1）内蒙古2000-2015年NDVI年变化趋势1km栅格数据；（2）基于2000-2015年NDVI年变化趋势的变化程度分类1km栅格数据;（3）自然因子数据，包括2000-2015年的降水量、平均气温变化趋势、坡向、坡度分级和植被类型1 km栅格数据；（4）以旗、县为基础单元的人为因子地理信息系统数据，包括2000-2015年乡村人口变化趋势、乡村户数变化趋势、乡村劳动力变化趋势、粮食产量变化趋势、农牧民人均纯收入变化趋势和牲畜数量变化趋势等6项属性数据。表格数据包括：（1）基于植被NDVI变化划分的植被变化等级所占的面积及比例；（2）导致内蒙古牧业旗县和非牧业旗县植被NDVI变化的主要影响因素及q值。数据集存储为.tif、.shp 和.xlsx 格式

IPCC第三次评估报告中，将生态系统的脆弱性表达为生态系统对气候变化的敏感性和生态系统对气候变化的适应性之差。基于孟印缅地区1982-2015年15天合成的GIMMS NDVI 3g.v1数据，累积得到每年的总值，以表征每年的农田生产力；根据IPCC脆弱性定义，采用年际变率及其变化趋势计算农田生产力对气候变化的敏感性、适应性和脆弱性指数，得到孟印缅地区农田生产力脆弱性评估数据集（1982-2000,2000-2015）。该数据集包括1982-2000年和2000-2015年两个时段的农田生产力脆弱性评估数据。该数据集存储为.flt和.tif两种格式，Albers投影，空间分辨率为8 km。数值越大，表示越脆弱。

该数据集包括：（1）研究区地理位置数据；（2）2000年、2005年、2010年和2015年四个时间段、空间分辨率为1 km的下列数据：a.城镇建设用地栅格数据；b.城市不透水地表所占比例栅格数据；c.年最大植被指数（NDVImax）栅格数据；d.植被净初级生产力栅格数据。数据集存储为.shp、GRID（.adf）格式，由207个文件组成.

青藏高原拥有丰富的草地资源，对我国畜牧业生产发展、涵养水源及全球气候变化具有重要的作用。然而，近几十年来，在季节性过度放牧和开矿采金等人为干扰因素，以及气候暖干化和鼠虫害等不利自然因素的影响下，青藏高原草地退化明显。青藏高原草地退化类型空间分布数据集（GLD_Tibet）是基于连续时间序列的AVHRR-NDVI 数据和SPOT-NDVI 数据，采用Sense 趋势度和Mann-Kendall 变化趋势检验的方法获取的。