Heihe Logo

当前浏览:多源遥感数据集


黑河生态水文遥感试验:黑河流域1km/5天合成叶面积指数(LAI)数据集

黑河流域1km/5天合成叶面积指数(LAI)数据集提供了2010-2014年的5天LAI合成结果,该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。多源遥感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,算法首先对多源数据集进行了质量分级,根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测,不用于计算。质量评估及分级的目的是为LAI反演时最优数据集的选择及反演算法流程设计提供依据。叶面积指数产品反演算法设计为区分山地平地、区分植被类型使用不同模型的神经网络法反演。基于全球DEM图和地表分类图,针对草地和农作物等连续植被采用PRO...

黑河生态水文遥感试验:黑河流域1km/5天合成叶面积指数(LAI)数据集-2015

黑河流域2015年1km/5天合成叶面积指数(LAI)数据集提供了2015年的5天LAI合成结果,该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。多源遥感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,算法首先对多源数据集进行了质量分级,根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测,不用于计算。质量评估及分级的目的是为LAI反演时最优数据集的选择及反演算法流程设计提供依据。叶面积指数产品反演算法设计为区分山地平地、区分植被类型使用不同模型的神经网络法反演。基于全球DEM图和地表分类图,针对草地和农作物等连续植被采用PRO...

黑河生态水文遥感试验:黑河流域1km/5天合成植被覆盖度(FVC)数据集

黑河流域1km/5天合成植被覆盖度(FVC)数据集提供了2011-2014年的5天FVC合成结果,该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类,分别计算植被指数(NDVI)与FVC的转换系数,采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例,减轻低分辨率数据异质性的影响;另外,选择植被生长变化的典型时期,通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数;再配合土地利用图和植被分类图,寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比,首先联合地面...

黑河生态水文遥感试验:黑河流域1km/5天合成植被覆盖度(FVC)数据集-2015

黑河流域1km/5天合成植被覆盖度(FVC)数据集提供了2015年的5天FVC合成结果,该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类,分别计算植被指数(NDVI)与FVC的转换系数,采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例,减轻低分辨率数据异质性的影响;另外,选择植被生长变化的典型时期,通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数;再配合土地利用图和植被分类图,寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比,首先联合地面实测数据,...