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:本文提出了一种新的混合像元聚集指数计算方法。该方法基于高分辨率遥感数据,采用方向孔隙率公式和线性混合模型相结合的方法,详细描述了混合像元内部由于植被覆盖度(FVC)、端元聚集指数以及叶倾角分布等引起的尺度差异。利用模拟数据进行初步敏感性分析,将计算得到的混合像元聚集指数与所占面积比例最大的端元聚集指数进行比较,结果表明端元聚集指数的不均一性对计算结果影响最大,由此得到的混合像元聚集指数较最大面积端元聚集指数下降了55%;植被覆盖度的不均一性影响次之,可使聚集指数降低43%;植被叶倾角分布(G函数)的空间异质性影响最小,约12%。敏感性分析的结果同时也证明了对于空间异质性较强的混合像元进行尺度差异修正的必要性。利用本文中提出的混合像元聚集指数方法有望在提高低分辨率叶面积指数反演中发挥重要作用。
相关数据
暂无相关数据!
|
相关文章
暂无相关文献!
|