项目名称: 基于MODIS BRDF产品的叶片聚集度系数遥感反演与验证研究

项目编号: No.41271354

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 朱高龙

作者单位: 闽江学院

项目金额: 75万元

中文摘要: 植被叶片聚集度系数表征了冠层叶片的空间分布集聚特征,是一个与叶面积指数具有同等重要意义的植被结构参数。但是由于遥感资料的限制,目前基于多角度遥感的聚集度系数反演理论与技术还处于探索阶段。本项目基于4尺度几何光学模型和改进型核驱动BRDF模型,发展了利用MODIS BRDF模型参数产品提取500 m 分辨率的叶片聚集度系数的理论与方法,生产了我国2000-2012年聚集度系数产品,并分析其时空变化特征。利用地面观测数据,经过尺度转换,对MODIS聚集度系数产品的精度进行验证,并发展利用聚集度系数改正低分辨率LAI空间尺度效应的方法。该研究成果对于提高LAI产品质量和生态系统模型结果的可靠性具有重要的科学意义。

中文关键词: 聚集度系数;叶面积指数;多角度遥感;精度验证;核驱动BRDF模型

英文摘要: As an additional vegetation structure parameter of comparable importance to leaf area index (LAI), the foliage clumping index quantifies the deviation of the leaf spatial distribution from the random case. However, due to the lack of multi-angular remote sensing data, few efforts have been made to inverse this parameter. This project is focused on a new inversion algorithm of the 500 m resolution clumping index from MODIS BRDF data. By the 4-Scale geometrical model and the modified Ross-Li kernel-driven BRDF model, the clumping index over China at 500 m resolution is retrieved every 8 days during the period from 2000 to 2012, and the spatial and temporal variations of the retrieved clumping index in China are also analyzed. The ground measurements are scaled to 500 m resolution to validate the MODIS clumping index. Finally, the clumping index is first used to compensate the scaling effect of LAI with coarse spatial resolution. These results will improve LAI product, and can be supplied to users for various land surface studies.

英文关键词: clumping index;leaf area index;multi-angular remote sensing;accuracy validation;kernel-driven BRDF model

成为VIP会员查看完整内容
0

相关内容

图嵌入模型综述
专知会员服务
87+阅读 · 2022年1月17日
基于流线的流场可视化绘制方法综述
专知会员服务
26+阅读 · 2021年12月9日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
32+阅读 · 2021年10月8日
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
230+阅读 · 2020年12月15日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
图像分割的U-Net系列方法
极市平台
56+阅读 · 2019年10月21日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
Python 热图进阶
专知
15+阅读 · 2019年5月4日
【泡泡一分钟】基于紧凑模型表示的三维重建(3dv-12)
泡泡机器人SLAM
10+阅读 · 2017年12月7日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
小贴士
相关主题
相关VIP内容
图嵌入模型综述
专知会员服务
87+阅读 · 2022年1月17日
基于流线的流场可视化绘制方法综述
专知会员服务
26+阅读 · 2021年12月9日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
32+阅读 · 2021年10月8日
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
230+阅读 · 2020年12月15日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
图像分割的U-Net系列方法
极市平台
56+阅读 · 2019年10月21日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
Python 热图进阶
专知
15+阅读 · 2019年5月4日
【泡泡一分钟】基于紧凑模型表示的三维重建(3dv-12)
泡泡机器人SLAM
10+阅读 · 2017年12月7日
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员