Temperaturzeitreihen mit hoher räumlicher und zeitlicher Auflösung sind für verschiedene Anwendungen wichtig. Die neue MODIS Landoberflächentemperatur (LST) Kollektion 6 bietet zahlreiche Verbesserungen im Vergleich zur Kollektion 5. Da es sich jedoch um Fernerkundungsdaten im thermischen Bereich handelt, weist die Zeitreihe in wolkenbedeckten Gebieten Lücken auf. Mit einer neuartigen Methode [1] haben wir die täglichen globalen MODIS LST-Produkte MOD11A1/MYD11A1 (räumliche Auflösung: 1 km) für die Jahre 2003 bis 2022 vollständig rekonstruiert. Dazu kombinierten wir zeitliche und räumliche Interpolationen, wobei wir den Emissionsgrad und die Höhe als Kovariaten für die räumliche Interpolation verwendeten. <br> <br> Hier stellen wir eine Zeitreihe dieser rekonstruierten LST-Daten als Beispieldaten zur Verfügung. Es wurden Langzeit-Monatsmittel als monatliche Durchschnitts-LST-Karten für Deutschland zusammengefasst. Die Langzeit-Montalsmittel basieren auf den Monatsmitteln der Jahre 2003 - 2016, welche aus den Tagesmitteln berechnet wurden. Die Beispieldaten sind auf eine räumliche Auflösung von ca. 250 m hochgesampled.<br> <br> Die Daten werden im GeoTIFF-Format bereitgestellt. Das Koordinatenreferenzsystem (CRS) ist identisch mit dem MOD11A1/MYD11A1-Produkt (Sinusoidal), das von der NASA bereitgestellt wird. In WKT, wie von GDAL gemeldet:<br> <br> PROJCRS[\\\\\\\\\\\\\\\\"unnamed\\\\\\\\\\\\\\\\",<br> BASEGEOGCRS[\\\\\\\\\\\\\\\\"Unknown datum based upon the custom spheroid\\\\\\\\\\\\\\\\",<br> DATUM[\\\\\\\\\\\\\\\\"Not_specified_based_on_custom_spheroid\\\\\\\\\\\\\\\\",<br> ELLIPSOID[\\\\\\\\\\\\\\\\"Custom spheroid\\\\\\\\\\\\\\\\",6371007.181,0,<br> LENGTHUNIT[\\\\\\\\\\\\\\\\"metre\\\\\\\\\\\\\\\\",1,<br> ID[\\\\\\\\\\\\\\\\"EPSG\\\\\\\\\\\\\\\\",9001]]]],<br> PRIMEM[\\\\\\\\\\\\\\\\"Greenwich\\\\\\\\\\\\\\\\",0,<br> ANGLEUNIT[\\\\\\\\\\\\\\\\"degree\\\\\\\\\\\\\\\\",0.0174532925199433,<br> ID[\\\\\\\\\\\\\\\\"EPSG\\\\\\\\\\\\\\\\",9122]]]],<br> CONVERSION[\\\\\\\\\\\\\\\\"Sinusoidal\\\\\\\\\\\\\\\\",<br> METHOD[\\\\\\\\\\\\\\\\"Sinusoidal\\\\\\\\\\\\\\\\"],<br> PARAMETER[\\\\\\\\\\\\\\\\"Longitude of natural origin\\\\\\\\\\\\\\\\",0,<br> ANGLEUNIT[\\\\\\\\\\\\\\\\"degree\\\\\\\\\\\\\\\\",0.0174532925199433],<br> ID[\\\\\\\\\\\\\\\\"EPSG\\\\\\\\\\\\\\\\",8802]],<br> PARAMETER[\\\\\\\\\\\\\\\\"False easting\\\\\\\\\\\\\\\\",0,<br> LENGTHUNIT[\\\\\\\\\\\\\\\\"metre\\\\\\\\\\\\\\\\",1],<br> ID[\\\\\\\\\\\\\\\\"EPSG\\\\\\\\\\\\\\\\",8806]],<br> PARAMETER[\\\\\\\\\\\\\\\\"False northing\\\\\\\\\\\\\\\\",0,<br> LENGTHUNIT[\\\\\\\\\\\\\\\\"metre\\\\\\\\\\\\\\\\",1],<br> ID[\\\\\\\\\\\\\\\\"EPSG\\\\\\\\\\\\\\\\",8807]]],<br> CS[Cartesian,2],<br> AXIS[\\\\\\\\\\\\\\\\"easting\\\\\\\\\\\\\\\\",east,<br> ORDER[1],<br> LENGTHUNIT[\\\\\\\\\\\\\\\\"metre\\\\\\\\\\\\\\\\",1,<br> ID[\\\\\\\\\\\\\\\\"EPSG\\\\\\\\\\\\\\\\",9001]]],<br> AXIS[\\\\\\\\\\\\\\\\"northing\\\\\\\\\\\\\\\\",north,<br> ORDER[2],<br> LENGTHUNIT[\\\\\\\\\\\\\\\\"metre\\\\\\\\\\\\\\\\",1,<br> ID[\\\\\\\\\\\\\\\\"EPSG\\\\\\\\\\\\\\\\",9001]]]]<br> <br> Namenskonvention:<br> lst_250m_lt_MM_avg.tif<br> MM ist der zweistellige Monat.<br> Beispiel für Januar: lst_250m_lt_01_avg.tif<br> <br> Bedeutung der Pixelwerte:<br> Die Pixelwerte sind in Grad Celsius * 10 kodiert.<br> D.h. der Pixelwert muss durch 10 geteilt werden, um Grad Celsius zu erhalten.<br> <br> Datentyp: Raster, Int16<br> <br> Räumliche Auflösung: 231.6563582846881673 m<br> <br> Räumliche Ausdehnung Sinusförmig (W, S, E, N): 408410.160, 5256282.769, 1047318.396, 6122214.237<br> <br> [1] Metz M., Andreo V., Neteler M. (2017): Eine neue lückenlose Zeitreihe der Landoberflächentemperatur aus MODIS LST-Daten. Remote Sensing, 9(12):1333. DOI: http://dx.doi.org/10.3390/rs9121333<br> <br> Danksagung: Wir danken dem NASA Land Processes Distributed Active Archive Center (LP DAAC) für die Bereitstellung der MODIS LST-Daten. Der Datensatz basiert auf der MODIS-Sammlung V006. <br> <br>
The product is automatically derived from Aqua/Terra (MODIS) satellite imagery in near-real time. It is an incremental product, meaning that the retrieved results are updated as soon as new input data becomes available over a timespan of ten days. Besides the fire perimeter and detection time, each feature contains information about the severity of the burning.