中国区域MODISLAI产品及其改进_肖志强

中国区域MODISLAI产品及其改进_肖志强

ID:37555027

大小:1.08 MB

页数:8页

时间:2019-05-25

中国区域MODISLAI产品及其改进_肖志强_第1页
中国区域MODISLAI产品及其改进_肖志强_第2页
中国区域MODISLAI产品及其改进_肖志强_第3页
中国区域MODISLAI产品及其改进_肖志强_第4页
中国区域MODISLAI产品及其改进_肖志强_第5页
资源描述:

《中国区域MODISLAI产品及其改进_肖志强》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第12卷第6期遥感学报Vol.12,No.62008年11月JOURNALOFREMOTESENSINGNov.,2008文章编号:100724619(2008)0620993208中国区域MODISLAI产品及其改进肖志强,王锦地,王䦃森(北京师范大学地理学与遥感科学学院,遥感科学国家重点实验室,环境遥感与数字城市北京市重点实验室,北京100875)摘要:叶面积指数(LAI)是表征地表植被生长状况和进行陆面过程系统模拟的一个重要参数,搭载在Terra和Aqua两颗卫星上的MODIS传感器能够长时间收集全球陆地表面LAI的变化信息。然而,目前发布的MODISLAI数据产品的时空不

2、连续性制约着MODISLAI产品在农作物长势监测与产量估计、地球表面过程模拟、全球变化研究等领域的应用。论文对中国区域MODISLAI的标准产品进行了分析和总结,指出造成目前发布的中国区域MO2DISLAI的标准产品在时间和空间上的不连续性,既有MODISLAI反演算法的原因,更有MODIS反射率数据质量的原因。针对中国区域MODISLAI标准产品存在的时空不连续性问题,论文在TSF滤波算法的基础上,进一步考虑地表反射率数据质量对MODISLAI标准产品的影响,提出了改进的TSF滤波算法,并给出了基于该算法生成的时间上和空间上更具连续性的中国区域的MODISLAI改进产品。本文发

3、展的新算法和LAI改进产品可为相关研究提供LAI数据和产品算法参考。关键词:MODISLAI产品;LAI产品改进;TSF滤波中图分类号:TP79文献标识码:A化数据和一些重要参数提供了有力的支持。地面1引言工作组利用MODIS获取的数据生产了一系列标准产品,包括地表反射率,地表覆盖,植被指数,NPP,[2]一直以来,人们普遍关心的是如何利用太阳、fAPAR及叶面积指数(LAI)等。其中,叶面积指地球及其他行星的知识来建立复杂的环境、气候、数是描述陆地表面和植被边界层之间各种物质及自然灾害和自然资源模型,对全球变化和大范围的能量通量交换的陆面过程模型的一个十分重要的区域变化提供较为

4、系统和准确的评估及预报。为状态参数。自2000年公开发布以来,MODISLAI标了定量地、准确地模拟全球动态变化过程,区分短准产品正逐渐应用于各种全球和区域范围的研究。期和长期变化趋势以及区域和全球变化现象,必须然而,MODISLAI标准产品在时间上和空间上存在长时间收集陆地表面各种要素的变化信息。卫星明显的不连续性,这种时空不连续性制约着LAI标遥感提供了获取全球数据的一种最有效的方式,准产品在地球表面过程模拟、全球变化研究等领域[3]EOS2AM1的成功发射标志着遥感对地观测开启了的应用。[1]一个新的时代。搭载在Terra和Aqua两颗卫星造成MODISLAI产品时空不连续

5、的因素主要上的中分辨率成像光谱仪(MODIS),是美国地球观包括:云的覆盖、大气中的气溶胶、季节性的雪覆测系统(EOS)计划中用于观测全球生物和物理过盖、传感器故障及传感器的观测几何。这些因素可程的重要仪器。MODIS每两天连续提供地球上任能导致MODIS数据中估计的LAI不准确或者无法何地方白天反射图像和昼夜的发光光谱图像数据,估计LAI。文献[4]发展了一种改进MODIS标准产包括对地球陆地、海洋和大气观测的可见光和红外品的LACC方法,该方法首先确定受大气影响的像波谱数据,为EOS计划获取地球系统信息、全球变素,然后通过迭代插值,逐步确定这些像素改进后收稿日期:200720

6、2209;修订日期:2007206201基金项目:国家科学技术部国际科技合作重点项目(编号:2004DFA06300)、973项目(编号:2007CB714407)、国家自然科学基金(编号:40571107,40701102)、长江学者和创新团队发展计划联合资助。作者简介:肖志强(1976—),男,2004年获中南大学地球探测与信息技术专业博士学位。主要从事遥感数据反演、数据同化等方面的研究。E2mail:zhqxiao@bnu.edu.cn。994遥感学报第12卷的LAI值。文献[3]提出了一种时空滤波(TSF)算率的光谱信息,反演结果精度相对较高。当提取的法,通过集成同一数据

7、块(Tile)中不同功能植被类光谱数据值落在预期范围之外时,就利用备用算法型多年平均的背景信息和观测信息,确定改进后像估计LAI。备用算法是基于归一化差值植被指数素的LAI值。Fang等利用该算法对整个北美地区(NDVI)和LAI的回归关系,建立全球6种植被类[6]MODIS集合4的LAI产品进行处理后的结果表明,型的简单统计关系。当以上反演算法都不能估改进后的LAI产品与野外实测的LAI及ETM+图计LAI时,依据MODIS的土地分类标准产品像中反演的LAI的一致性更好。MOD

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。