全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
摘要：针对高植被覆盖区 AMSR-E 土壤水分数据的精度较低等问题，根据地面长时间序列观测数据，采用回归分析及线性拉伸方法，对比分析整体及逐月的校准效果，探讨 AMSR-E 土壤水分的最佳校准方案。研究结果表明，基于回归分析或线性拉伸方法的整体校准效果均较差，逐月校准方法则较好地吻合了地面观测数据的变化趋势，其中逐月回归分析方法可获得最佳的校准效果，线性拉伸方法强调所有像元具有相同的均值与方差，忽略了土壤水分的空间差异性特征，导致产生较多的异常像元（土壤水分小于 0 或大小 100）。研究结果不仅可为 AMSR-E 数据校准方法提供科学的方法借鉴，同时可为相关研究提供可靠的数据来源。
|
相关数据
暂无相关数据！
|
相关文章
暂无相关文献！
|
