基于集合卡尔曼滤波的帽儿山森林多源LAI产品重建及融合校正方法OA北大核心CSTPCD
Reconstruction and fusion correction method of multi-source LAI products in Maoershan forest based on ensemble Kalman filter
[目的]现有叶面积指数(LAI)产品大多存在分辨率低、数据异常和精度低等问题,难以满足某些应用需求.因此,本研究提出一种多源LAI数据的融合方法,以减少不同来源数据的差异并提高产品精度.[方法]以帽儿山实验林场的阔叶林和针叶林区域为研究区,基于2017年的MODIS、VIIRS和PROBA-V的LAI产品,利用多年LAI数据作为先验知识建立LAI背景库修正低质量数据,对3种LAI数据集进行混合像元分解的降尺度处理,基于Sentinel-2反射率产…查看全部>>
[Objective]Most of the existing leaf area index(LAI)products have some problems,such as low resolution,abnormal data and low accuracy,which are difficult to meet the requirements of some applications.Therefore,this study proposes a method of fusing multi-source LAI data to reduce the differences of data from different sources and improve product accuracy.[Method]The broad-leaved forest and coniferous forest in Maoershan experimental forest farm were taken as…查看全部>>
包塔娜;范文义
东北林业大学林学院,黑龙江哈尔滨 150040东北林业大学林学院,黑龙江哈尔滨 150040||东北林业大学森林生态系统可持续经营教育部重点实验室,黑龙江哈尔滨 150040
林学
叶面积指数(LAI)MODISVIIRSPROBA-V重建集合卡尔曼滤波(EnKF)数据融合
leaf area index(LAI)MODISVIIRSPROBA-Vreconstructionensemble Kalman filter(EnKF)data fusion
《浙江农林大学学报》 2024 (4)
841-849,9
国家自然科学基金资助项目(31971654)
评论