数据集概述
本数据集是基于端到端卷积神经网络与空间重分布技术生成的全球0.005°分辨率SIF产品（RSIF），覆盖2018年5月至2020年12月。通过OSRNet模型将粗分辨率TROPOMI SIF重分布到精细网格，结合MODIS反射率等辅助变量，提升空间分辨率与保真度，可用于全球植被荧光的精细尺度分析。
文件详解
- 文件名称：Readme of the RSIF.docx
- 文件格式：DOCX
- 字段映射介绍：作为数据集说明文档，包含RSIF产品的技术背景、生成方法、数据验证结果、年度子集划分及引用规范等内容，指导用户理解和使用该全球高分辨率植被荧光数据集。
数据来源
Zenodo平台（2018年子集：doi:10.5281/zenodo.16787900；2019年子集：doi:10.5281/zenodo.16788564；2020年子集：doi:10.5281/zenodo.16788879）
适用场景
- 全球植被生产力监测: 利用高分辨率SIF数据分析不同生态系统的植被光合活性与生产力空间分布。
- 气候变化响应研究: 探究全球尺度下植被荧光对气候变化的动态响应规律。
- 农业遥感应用: 基于精细尺度SIF数据开展作物长势监测与产量估算。
- 生态系统碳循环分析: 结合SIF数据研究陆地生态系统碳吸收与分配过程。
- 遥感数据融合技术验证: 评估OSRNet模型在空间重分布任务中的性能与适用性。
