叶面积指数(leaf area index,LAI)是研究植被生态系统结构和功能的核心参数之一,遥感是获取大范围动态LAI的一个主要技术手段。但目前国际上没有高分辨率的LAI标准化产品,本研究利用高分一号(GF-1)宽幅相机高时空分辨率的特点,基于三维...叶面积指数(leaf area index,LAI)是研究植被生态系统结构和功能的核心参数之一,遥感是获取大范围动态LAI的一个主要技术手段。但目前国际上没有高分辨率的LAI标准化产品,本研究利用高分一号(GF-1)宽幅相机高时空分辨率的特点,基于三维随机辐射传输模型生产了MuSyQ(Multi-source data Synergized Quantitative remote sensing production system)高分系列中国地区2018–2020年16米/10天分辨率的标准化LAI产品01版。本产品可为中国地区植被变化分析、农林业示范应用、生态环境监测提供可靠的数据支撑。展开更多
地形校正是提高复杂地形区地表参数遥感定量化反演精度的重要手段。当前广泛应用的遥感叶面积指数产品(Leaf Area Index,LAI)多具有一定的地形误差,减少地形影响、提升其产品精度有着非常重要的意义。以我国江西省千烟洲地区为研究区域...地形校正是提高复杂地形区地表参数遥感定量化反演精度的重要手段。当前广泛应用的遥感叶面积指数产品(Leaf Area Index,LAI)多具有一定的地形误差,减少地形影响、提升其产品精度有着非常重要的意义。以我国江西省千烟洲地区为研究区域,利用地面实测LAI数据、LandsatTM数据和高程数据等,基于高程标准差和GLOBMAP LAI产品值的关系,建立面向叶面积指数产品的地形校正模型,利用这一模型对GLOBMAP LAI产品进行地形校正。结果表明:校正后的LAI与地面实测数据更为接近,LAI产品与地面测量值的RMSE由2.11下降到2.04;校正后LAI产品的标准差由2.08下降至1.69,LAI产品的地形误差得到了较好的改正。该方法较好地完成了LAI产品的地形校正,进一步提高了产品精度,具有一定的实用价值。展开更多
文摘叶面积指数(leaf area index,LAI)是研究植被生态系统结构和功能的核心参数之一,遥感是获取大范围动态LAI的一个主要技术手段。但目前国际上没有高分辨率的LAI标准化产品,本研究利用高分一号(GF-1)宽幅相机高时空分辨率的特点,基于三维随机辐射传输模型生产了MuSyQ(Multi-source data Synergized Quantitative remote sensing production system)高分系列中国地区2018–2020年16米/10天分辨率的标准化LAI产品01版。本产品可为中国地区植被变化分析、农林业示范应用、生态环境监测提供可靠的数据支撑。
文摘地形校正是提高复杂地形区地表参数遥感定量化反演精度的重要手段。当前广泛应用的遥感叶面积指数产品(Leaf Area Index,LAI)多具有一定的地形误差,减少地形影响、提升其产品精度有着非常重要的意义。以我国江西省千烟洲地区为研究区域,利用地面实测LAI数据、LandsatTM数据和高程数据等,基于高程标准差和GLOBMAP LAI产品值的关系,建立面向叶面积指数产品的地形校正模型,利用这一模型对GLOBMAP LAI产品进行地形校正。结果表明:校正后的LAI与地面实测数据更为接近,LAI产品与地面测量值的RMSE由2.11下降到2.04;校正后LAI产品的标准差由2.08下降至1.69,LAI产品的地形误差得到了较好的改正。该方法较好地完成了LAI产品的地形校正,进一步提高了产品精度,具有一定的实用价值。