黑河流域30m/月合成叶面积指数(LAI)数据集提供了2011-2014年的月度LAI合成产品,该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率(组网后2天)和空间分辨率(30m)的特点构造多角度观测数据集,考虑地表分类和地形起伏影响,算法针对不同植被类型特点选择适宜的一体化模型参数化方案,基于查找表方法反演LAI。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测,但由于传感器的在轨运行时间及性能差异,多时相、多角度观测数据的质量参差不齐。因此,为有效利用多时相、多角度观测数据,首先设计了数据质量检查方案。利用黑河上游大野口地区与中游盈科、临泽等地区的9个森林样方,20个农田样方和14个稀树草原样方的LAI地面观测数据验证7月份LAI,反演结果与测量结果吻合得很好,平均误差小于1;此外联合多时相、多角度观测数据的LAI反演结果与地面实测数据具有较好的一致性(R2=0.9,RMSE=0.42)。
总之,黑河流域30m/月合成叶面积指数(LAI)数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等,更好的服务于遥感数据产品的应用。
采集时间 | 2011/01/01 - 2015/01/01 |
---|---|
采集地点 | 黑河流域 |
数据量 | 7.2 GiB |
数据格式 | tif |
数据时间分辨率 | 月 |
坐标系 | WGS84 |
黑河流域30m/月合成叶面积指数(LAI)数据集提供了2011-2014年的月度LAI合成产品,该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率(组网后2天)和空间分辨率(30m)的特点构造多角度观测数据集。
利用黑河上游大野口地区与中游盈科、临泽等地区的9个森林样方,20个农田样方和14个稀树草原样方的LAI地面观测数据验证7月份LAI,反演结果与测量结果吻合得很好,平均误差小于1;此外联合多时相、多角度观测数据的LAI反演结果与地面实测数据具有较好的一致性(R2=0.9,RMSE=0.42)。
数据质量良好
# | 编号 | 名称 | 类型 |
1 | 2013AA12A301 | 星机地综合观测定量遥感融合处理与共性产品生产系统 | 国家高技术研究发展计划(863计划) |
2 | 2012AA12A304 | 多尺度遥感数据按需快速处理与定量遥感产品生成关键技术 | 国家自然科学基金 |
# | 标题 | 文件大小 |
---|---|---|
1 | 2011.zip | 1.8 GiB |
2 | 2012.zip | 1.7 GiB |
3 | 2013.zip | 1.9 GiB |
4 | 2014.zip | 1.7 GiB |
5 | 黑河流域30m月合成LAI数据说明文档.txt | 257 Bytes |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2022/12/20 05:37 | 谢*颖 |
论文题目:长时间序列多源遥感 LAI数据时空融合研究
论文摘要:
论文类型:硕士论文
导师姓名:沈润平
|
2 | 2022/09/10 00:38 | 谢*颖 |
论文题目:长时间序列多源遥感LAI数据时空融合研究
论文摘要:
论文类型:硕士论文
导师姓名:沈润平
|
3 | 2022/05/27 02:03 | Hao*****ang |
论文题目:基于机器学习的关键水文变量模拟预测——以黑河流域为例
论文摘要:本研究基于机器学习,针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处,选取三种机器学习算法(ANN、RF 和 LSTM)为主要研究方法,通过算法测试及不同算法间的比较,尝试在不同水文条件下构造高寒区水文模拟预测模型,以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法,以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例,探究机器学习在关键水文变量模拟预测方面的适用性,通过对有限的水文观测数据的充分利用,达到对水文要素精确模拟预测的目的。
论文类型:基础研究;纵向课题;硕士毕业论文。
导师姓名:姚莹莹
|
4 | 2021/12/28 02:22 | 肖*伟 |
论文题目:黑河流域土壤粒径数据预测研究
论文摘要:土壤粒径数据作为区域水文、生态、地理、农业和环境研究领域的重要基础数据,需要准确把握其空间分布情况。关于土壤粒径数据空间预测方法已有很多方面研究,主要为成分克里金插值(CK)以及 log-ratio 克里金(log-ratio OK)和 log-ratio 协克里金方法(log-ratio COK)。但是,关于这些方法的预测效果及方法的适用性分析评价尚未有所定论。四种 log-ratio 转换方法,加法的对数比转换(ALR)、中心对数比转换(CLR)、等角对数比转换(ILR)、对称对数比转换(SLR),结合 OK 组成的 log-ratio OK(ALR_OK、CLR_OK、ILR_OK、SLR_OK),结合 COK 的 log-ratio COK(ALR_COK、CLR_COK、ILR_COK、SLR_COK),结合稳健的方差估计 log-ratio RCOK(ALR_RCOK、CLR_RCOK、ILR_RCOK、SLR_RCOK),CK 以及基于环境变量的 ALR 和 ILR 结合广义线性模型(GLM)和随机森林(RF)的方法被分别应用到黑河不同尺度流域的土壤粒径数据空间预测研究。对不同插值方法精度表现及方法适用性进行分析比较。选取均方根误差(RMSE)、Aitchison 距离(AD)、标准化残差平方和(STRESS)、土壤质地类型的正确预测率(RR)作为方法精度评价指标。
论文类型:期刊论文
导师姓名:魏立飞
|
©2024 中国科学院西北生态环境资源研究院 备案号:陇ICP备2021001824号-34
兰州市东岗西路320号 730000 电话:0931-4967592, 0931-4967596