叶面积指数是陆地生态系统中一个十分重要的参数,提高遥感叶面积指数的反演精度,对于生物量估算、全球气候变化及其区域响应研究等都具有重要意义。本课题拟以森林叶面积指数遥感反演算法为研究重点,采取遥感像元尺度上的机理研究与野外试验、应用示范紧密结合的基本研究方案,在筛选遥感模型和优化反演策略的基础上,探索提高遥感叶面积指数反演精度的方法。并通过对MODIS/MISR、ASTER、机载AMTIS等获得的不同分辨率的遥感数据以及地面观测数据的分析,结合地表分类和地形信息,研究叶面积指数的尺度效应及其影响因素,为叶面积指数的空间尺度转换和验证提供理论依据。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于改进LinkNet的寒旱区遥感图像河流识别方法
萃取过程中微观到宏观的多尺度超分子组装 --离子液体的特异性功能
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
近红外光响应液晶弹性体
基于LANDSAT数据的湿地动态变化特征研究——莫莫格保护区
叶面积指数遥感反演的空间尺度转换方法研究
干旱区荒漠稀疏植被叶面积指数遥感反演及多尺度验证
协同主被动光学遥感数据的多尺度森林叶面积指数反演研究
基于直方变差图的叶面积指数反演尺度效应研究