【摘 要】
：
植被覆盖度(Fractional Vegetation Cover,FVC)是刻划地表植被覆盖程度的一个重要参数,也是指示生态环境变化的重要指标之一。中国-东盟1km/5day的FVC数据集,采用像元二分模型和NDVI数据,按照不同气候类型、不同土地和植被类型分别采取不同的归一化植被指数(Normalized Difference Vegetation Index,NDVI)到FVC转换系数开发完
论文部分内容阅读
植被覆盖度(Fractional Vegetation Cover,FVC)是刻划地表植被覆盖程度的一个重要参数,也是指示生态环境变化的重要指标之一。中国-东盟1km/5day的FVC数据集,采用像元二分模型和NDVI数据,按照不同气候类型、不同土地和植被类型分别采取不同的归一化植被指数(Normalized Difference Vegetation Index,NDVI)到FVC转换系数开发完成。与基于SPOT-VEGETATION数据生成的植被覆盖度产品GEOV1-FCOVER对比分析显示,本
其他文献
鸭绿江是中(国)朝(鲜)界河,地理位置为39°43′57″N-42°17′28″N,123°35′59″E-128°45′50″E。与其接壤的流域分别是辽河流域(东)、松花江流域(北)、图们江流域(北)、大同江流域(西南)等。鸭绿江流域指鸭绿江干流和支流汇水区。鸭绿江流域界线在中国境内从长白山天池火山口的南壁起始,向西南经长白山脉、转向西南至千山山脉的北部,再折向南入海;在朝
地球观测组织(the Group on Earth Observations,GEO)数据共享工作组、数据管理工作组和GEO秘书处于2017年10月23日在美国华盛顿召开的GEO全会期间主办了GEO数据共享、数据管理与最佳案例研讨会。来自GEO成员国、GEO成员组织、GEO项目负责人等70余位专家、学者、政府代表出席了此次会议。此次会议的主要目的是在GEO成员国、成员组织单位、GEO各项目组(旗舰
自"全球变化科学研究数据出版系统"2014年6月上网以来,科学研究数据出版得到许多科技工作者的关注。尤其《全球变化数据学报》(中英文)创刊以来(2017年3月),全球变化数据出版与共享成为学术界该领域热点问题之一。为了在全球变化科学研究数据领域落实国家大数据战略,进一步推动全球变化科学研究数据出版与共享工作,中国科学
经国家新闻出版广电总局批准,由中国科学院地理科学与资源研究所、中国地理学会主办的《全球变化数据学报》(中英文)于2017年3月正式创刊(季刊)。该刊被中国科学院地理科学与资源研究所纳入"科技平台创新项目"、中国地理学会纳入"学会走基层创新计划"、中国科学院科学传播局纳入"高起点学术期刊计划"给予资助。作为一本学术新刊,2017本刊的创新举措简要总结如下。
中国-东盟1km分辨率NDVI数据集(2013)是在5种1km分辨率卫星遥感数据(Terra/MODIS、Aqua/MODIS、NOAA18/AVHRR、FY3A/VIRR和FY3B/VIRR)基础上,参照标准的MODIS-NDVI合成算法生产的、5-day分辨率的数据集。本数据集的合成算法分两步:首先,在5-day合成期内,利用基于带NDVI权重的核系数稳健拟合法,把多源数据按照残差阈值10%、
植被生长季长度决定了植被生长的有效期。利用现有叶面积指数(LAI)产品,基于通用多周期植被物候遥感反演算法(Universal Multi-life-cycle Phenology Monitioring Method,UMPM)和NDVI阈值法,得到中国-东盟1 km分辨率植被生长季长度数据集(2013)。数据结果表明,植被生长季长度的空间分布规律与植被类型显著相关,热带雨林生长季最长,达到36
植被净初级生产力(Net Primary Productivity,NPP)能够反映植被固碳能力,决定了进入陆地生态系统的初始物质和能量。针对植被净初级生产力产品生产,基于光能利用率原理进行了组网遥感数据驱动的区域陆地生态系统生产力建模研究。在参数的选择上,利用多种卫星数据获得的光合有效辐射、叶面积指数、温湿度数据等进行模型驱动,同时利用过程模型优化模型参数,从而基于卫星组网技术,建立了完全基于卫
通过样品采集、分析和验证,建立了南极菲尔德斯半岛与协和半岛环境多介质中多氯联苯(PCBs)的浓度水平数据集。该数据集包括中国南极长城站和中山站附近大气、海水、雪、湖水和沉积物、土壤、企鹅粪便、植物和潮间带生物等123份样品中27种PCBs的浓度数据。数据集由2个.xlsx文件组成,数据量为93KB。与以往资料相比,该数据集提供了更多关于南极PCBs的基础数据,有助于较好地理解多氯联苯的长距离迁移及
光合有效辐射是影响植被生长的重要参数。中国-东盟5km分辨率光合有效辐射数据集是以静止卫星MTSAT2和极轨卫星MODIS数据为基础,研发的技术路线为:(1)首先进行云天/晴空模式判别,以区分晴空与阴天;本研究中采用CDFS模型(Cloud Depiction and Forecast System)进行云检测,采用三步来完成云识别:1)时间差分;2)动态阈值;3)光谱识别。每种方法分别利用云在时