Heihe Logo

当前浏览:FY-3时间序列


黑河生态水文遥感试验:黑河流域1km/5天合成植被指数(NDVI/EVI)数据集

黑河流域1km/5day植被指数(NDVI/EVI)数据集提供了2011-2014年的5天分辨率NDVI/EVI合成产品,该数据利用我国国产卫星FY-3数据兼具较高时间分辨率(1天)和空间分辨率(1km)的特点构造多角度观测数据集,在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上,提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法,即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系,分别对一级数据、二级数据计算合成植被指数,并进行质量标识。多源数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测,但是,由于传感器的在轨运行时间及性能差异,多源数据集的观测质量参差不齐。因此,为更有效的利用多源数据集,算法体系首先对多源数据集进行了质量分...

黑河生态水文遥感试验:黑河流域1km/5天合成植被指数(NDVI/EVI)数据集-2015

黑河流域1km/5day植被指数(NDVI/EVI)数据集提供了2015年的5天分辨率NDVI/EVI合成产品,该数据利用我国国产卫星FY-3数据兼具较高时间分辨率(1天)和空间分辨率(1km)的特点构造多角度观测数据集,在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上,提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法,即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系,分别对一级数据、二级数据计算合成植被指数,并进行质量标识。多源数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测,但是,由于传感器的在轨运行时间及性能差异,多源数据集的观测质量参差不齐。因此,为更有效的利用多源数据集,算法体系首先对多源数据集进行了质量分级,根据观...