Westdc Logo

星机地综合观测定量遥感融合处理与共性产品生产系统

编号:2013AA12A301 | 类型:国家高技术发展计划课题

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250m/1km月合成植被覆盖度(FVC)数据集

黑河流域250m/1km月合成植被覆盖度(FVC)数据集提供了2011-2014年的月FVC合成结果,该数据利用MODIS的植被指数产品MOD13A2和MOD13Q1,基于像元二分法生产。

黑河生态水文遥感试验:黑河流域30m/月合成光合有效辐射吸收比例(FAPAR)数据集

黑河流域30m/月合成光合有效辐射吸收比例(FAPAR)数据集提供了2011-2014年的月度LAI合成产品,该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率(组网后2天)和空间分辨率(30m)的特点构造多角度观测数据集,考虑不同植被类型,基于土地覆盖分类图,结合30m/月合成叶面积指数(LAI)产品,采用基于能量守恒的FAPAR-P模型,进行月合成FAPAR产品生产。算法从能量守恒原理出发,考虑植被间及土壤与植被间的多次反弹,也考虑了天空散射光等多种因素的影响,通过分析光子与冠层作用的过程,从光子在植被冠层内的运动和发生多次散射时的再碰撞概率相等为出发点,建立了均匀连续植被FAPAR模型。此外,分析多种影响因素对FAPAR模型的影响,其中土壤和叶片反射率、聚集指数、G函数在针对不同情况采用不同取值。算法具有很高的动态性,对于不同的土壤背景、植被类型、辐射条件、光照与观测几何、天气...

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:黑河流域土地利用覆被数据集

黑河流域土地利用覆盖数据集提供了2011-2015年的月度地表类型覆盖数据,该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率(组网后2天)和空间分辨率(30m)的特点构造时间序列数据,针对各类地物随时间变化呈现的NDVI时间序列曲线不同,对不同地物特征进行知识归纳,设定提取规则不同地物信息。黑河流域土地利用覆盖数据集保留了传统的土地利用图的基本类别信息,包括水体,城镇,耕地,常绿针叶林,落叶阔叶林等,同时增加了对耕地范围的作物精细分类(包括玉米、大麦、油菜、春小麦等主要作物信息)、更新了上游冰川、积雪等信息,使黑河流域的土地覆盖信息更为详细。 通过和黑河流域历史土地利用图以及其他植被覆盖产品相比,黑河流域土地利用覆盖数据集的分类效果在视觉上都要优于其他数据,利用黑河中游实地调研数据,中游的作物精细分类信息精度也较高。由Google Earth高清影像和实地调研数据对2012年的分类...

黑河生态水文遥感试验:黑河流域30m/月合成叶面积指数(LAI)数据集

黑河流域30m/月合成叶面积指数(LAI)数据集提供了2011-2014年的月度LAI合成产品,该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率(组网后2天)和空间分辨率(30m)的特点构造多角度观测数据集,考虑地表分类和地形起伏影响,算法针对不同植被类型特点选择适宜的一体化模型参数化方案,基于查找表方法反演LAI。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测,但由于传感器的在轨运行时间及性能差异,多时相、多角度观测数据的质量参差不齐。因此,为有效利用多时相、多角度观测数据,首先设计了数据质量检查方案。利用黑河上游大野口地区与中游盈科、临泽等地区的9个森林样方,20个农田样方和14个稀树草原样方的LAI地面观测数据验证7月份LAI,反演结果与测量结果吻合得很好,平均误差小于1;此外联合多时相、多角度观测数据的LAI反演结果与地面实测数据具有较好的一致性(R2=...

黑河生态水文遥感试验:黑河流域30m/月合成植被指数(NDVI/EVI)数据集

黑河流域30m/月植被指数(NDVI/EVI)数据集提供了2011-2014年的月度NDVI/EVI合成产品,该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率(组网后2天)和空间分辨率(30m)的特点构造多角度观测数据集,以平均合成MC法作为主算法进行合成,备用算法采用VI法。同时,将多源数据集主要观测角作为质量描述符的一部分,以辅助分析合成植被指数残留的角度效应。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测,但由于传感器的在轨运行时间及性能差异,多时相、多角度观测数据的质量参差不齐。因此,为有效利用多时相、多角度观测数据,本算法在利用多源数据集进行植被指数合成前,设计了对多源数据集的数据质量检查,去除了较大误差观测及不一致的观测。在黑河中游农田区域的验证结果表明,联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性(R2=0.8...

黑河生态水文遥感试验:黑河流域30m/月合成植被覆盖度(FVC)数据集

黑河流域30m/月合成植被覆盖度(FVC)数据集提供了2011-2014年的月度FVC合成产品,该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率(组网后2天)和空间分辨率(30m)的特点构造多角度观测数据集,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月度合成NDVI产品生产区域月度合成FVC产品。黑河流域30m/月合成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。通过黑河流域30m/月合成FVC产品与ASTER参考FVC结果相比,30m/月合成FVC产品的数值略高于ASTER参考结果,但总体偏差并不...

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:黑河流域植被物候数据集

黑河流域植被物候数据集提供了2012年至2015年遥感物候产品。其空间分辨率为1km,投影类型为正弦投影。该数据采用MODIS LAI产品MOD15A2作为物候遥感监测数据源,MODIS陆地覆盖分类产品MCD12Q1作为辅助数据集进行提取。产品算法首先采用时间序列数据重建方法(BISE法)控制输入时间序列的数据质量;然后利用主算法(Logistic函数拟合法)与备用算法(分段线性拟合法)相结合的方式提取植被物候参数,实现算法互补,保证精度的同时提高可反演率。算法可提取一年最多三个生长周期,每个生长周期包含6个数据集,包括植被生长起点、生长峰值起点、生长峰值终点、生长终点、生长最快点、衰落最快点,同时记录了生长周期类型、生长季长度、质量标识等,共25个数据集。该物候产品降低了反演缺失率,提高了产品稳定性,数据集信息丰富,是相对可靠的。...