您的位置: 专家智库 > >

国家自然科学基金(41171264)

作品数:2 被引量:24H指数:2
相关作者:向阳肖志强梁顺林宋金玲王锦地更多>>
相关机构:北京师范大学中国科学院遥感与地理信息系统研究中心更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划更多>>
相关领域:生物学天文地球更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇生物学
  • 1篇天文地球

主题

  • 2篇叶面
  • 2篇叶面积
  • 2篇叶面积指数
  • 2篇LAI
  • 1篇遥感
  • 1篇遥感反演
  • 1篇数据同化
  • 1篇同化
  • 1篇集合卡尔曼滤...
  • 1篇反演
  • 1篇GLASS
  • 1篇MODIS
  • 1篇ENKF

机构

  • 2篇北京师范大学
  • 1篇中国科学院
  • 1篇遥感与地理信...

作者

  • 1篇靳华安
  • 1篇王锦地
  • 1篇宋金玲
  • 1篇梁顺林
  • 1篇肖志强
  • 1篇向阳

传媒

  • 2篇遥感学报

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
双集合卡尔曼滤波估算时间序列LAI被引量:6
2014年
遥感估算叶面积指数(LAI)时空动态变化对全球气候变化研究具有重要的意义,为了提高遥感估算时间序列叶面积指数的精度,需要耦合遥感观测数据与LAI动态过程模型。本文提出一种基于双集合卡尔曼滤波(Dual EnKF)的时间序列LAI反演方法,同时更新LAI估计值和LAI动态过程模型中的敏感性参数,得到LAI和动态过程模型敏感参数的最优估计值来优化动态过程模型。一方面使得动态过程模型可以更好地描述LAI随时间的变化过程,降低模型预测误差,从而提高LAI动态过程模型的预测能力;另一方面通过耦合动态过程模型和辐射传输模型,集成遥感观测数据与动态过程模型的预测值,进而得到优化的LAI估计值。为检验算法,分别选取作物、草地和林地等典型植被验证站点进行Dual EnKF LAI时间序列估算,并分别与MODIS LAI产品及其SG滤波曲线、集合卡尔曼滤波方法反演LAI、未优化的动态过程模型模拟LAI结果进行比较,并配以一些站点地面实测点数据作为参考。结果表明,采用Dual EnKF方法得到的LAI不但保持了时间上的连续性,而且通过改善动态过程模型的预测能力,即使在缺乏高质量遥感观测数据时,也能够获得符合LAI发展趋势的估算值,没有出现跳跃、波动现象,时间序列曲线较稳定,更符合植被LAI变化规律,表明基于Dual EnKF的时间序列LAI遥感估算方法是提取LAI时间廓线的一种有效途径。
李喜佳肖志强王锦地瞿瑛靳华安
关键词:数据同化遥感反演
GLASS叶面积指数产品验证被引量:18
2014年
在国家高技术研究发展计划(863计划)重点项目的支持下,已利用MODIS和AVHRR地表反射率数据生成了1981年—2012年的GLASS(Global LAnd Surface Satellite)叶面积指数(LAI)产品。本文从两个方面对GLASS LAI产品的质量进行分析和评价:(1)与现有的全球LAI产品进行比较,分析GLASS LAI产品的时空变化特征;(2)利用LAI的地面测量数据,对GLASS LAI的精度进行评价。研究结果表明:GLASS LAI与CCRS LAI在高纬度和赤道附近区域的差异较大;相对而言,GLASS LAI与MODIS(主算法反演)和CYCLOPES LAI在空间分布上具有更好的一致性;GLASS和CYCLOPES LAI的时间序列曲线连续平滑,MODIS LAI在一些区域的植被生长季节存在剧烈的跳跃;与LAI的地面测量数据进行比较,GLASS LAI产品的R2为0.76,RMSE为0.51,结果明显优于MODIS和C YCLOPES LAI产品。
向阳肖志强梁顺林王锦地宋金玲
关键词:GLASSMODIS
共1页<1>
聚类工具0