1. 数据说明

太阳诱导叶绿素荧光 (SIF) 为测量陆地光合作用带来了重大进步。许多研究表明，粗分辨率 SIF 数据（例如 GOME-2、GOSAT）与网格化 GPP（总初级生产力）数据之间存在密切的关系。最近，一些研究评估了轨道碳观测站-2 (OCO-2) 的 SIF 检索在利用 OCO-2 的离散 SIF 探测和涡流协方差 (EC) 通量塔的 GPP 数据估算 GPP 方面的潜力。然而，OCO-2 数据在空间和时间上的稀疏性使得这些数据很难用于从生态系统规模到全球的许多应用。

基于离散 OCO-2 SIF 探测、中分辨率成像光谱仪 (MODIS) 遥感数据和气象再分析数据，使用数据驱动方法开发了 2000-2020 年期间具有高空间和时间分辨率（即 0.05°，8 天）的全球“OCO-2”SIF 数据集 (GOSIF)。GOSIF 产品具有合理的季节性周期，并且捕捉到的季节性与直接从离散 OCO-2 探测和基于塔的 GPP 聚合的粗分辨率 OCO-2 SIF (1°) 相似。我们的 SIF 估计值与来自 91 个 FLUXNET 站点的 GPP 高度相关（R2 = 0.73，p < 0.001）。它们捕捉了 SIF 中预期的空间和时间模式，并且还具有突出全球日产量最高的农作物地区的出色能力。我们的产品还使我们能够检查全球 SIF 的长期趋势。与直接从 OCO-2 探空数据聚合的粗分辨率 SIF 相比，GOSIF 具有更精细的空间分辨率、全球连续覆盖范围和更长的记录。

2. 数据获取

空间分辨率0.05°，时间分辨率包括8天、月和年，tif格式。

下面链接可直接获取数据：

国家青藏高原科学数据中心

3. 数据处理

该数据需要去除异常值并乘比例因子才能使用，本文提供R代码，大家换路径即可。

library(terra)

input_folder <- "F:/SIF/GOSIF/"
output_folder <- "F:/SIF/"

tif_files <- list.files(input_folder, pattern = "\\.tif$", full.names = TRUE)

for (file in tif_files) {
  tryCatch({
    r <- rast(file)
    
    r <- r * 0.0001
    r[r < 0] <- NA
    r[r > 1] <- NA
    r[r == 32766] <- NA
    r[r == 32767] <- NA
    
    output_file <- file.path(output_folder, basename(file))
    
    writeRaster(r, output_file, overwrite = TRUE, filetype = "GTiff")
    
    gc()
  }, error = function(e) {
    cat("文件处理出错：", file, "\n错误信息：", e$message, "\n")
  })
}

cat("批量处理完成！\n")