河北栾城站小麦叶面积指数数据集(2019)—“中国面向卫星应用叶面积指数自动观测网络”系列数据集
孙源1杨健1高海亮1陶醉1王春梅1顾行发*1周翔*1
1 中国科学院空天信息创新研究院,北京100101
DOI:10.3974/geodb.2023.09.08.V1
出版时间:2023年9月
网页浏览次数:1820
数据下载次数:61
数据下载量:0.72 MB 数据DOI引用次数:
关键词:
河北栾城,小麦,中国面向卫星应用叶面积指数自动观测网络(LAI星地网络),叶面积指数无线传感网络观测系统(LAI-NOS),日平均,平稳窗口算法
摘要:
“中国面向卫星应用叶面积指数自动观测网络”(简称“LAI星地网络”)自2018年开始启动建设,支撑仪器为叶面积指数无线传感网络观测系统(简称“LAI-NOS”),数据全程自动观测。“LAI-NOS”于2019年3月22日在河北栾城真实性检验站(中心坐标:114°41'34.80"E,37°53'22.51"N)布设完成,持续获取叶面积指数数据,地物类型为华北区域典型作物——冬小麦和夏玉米,耕作方式为轮作。我们选取栾城站小麦生长季2019年3月25日至6月10日(小麦返青期至成熟期)三个相邻节点(0901、0902和0904)“LAI-NOS”数据,提取每日清晨至黄昏时段的LAI数据,基于平稳窗口法计算得到每日精校正的LAI数据,即河北栾城站小麦叶面积指数数据集(2019)。该数据集内容包括:(1)2019年栾城站3个“LAI-NOS”节点地理位置数据;(2)2019年栾城站3个“LAI-NOS”节点2019年3月25日-6月10日每日叶面积指数数据。该数据集存储为.xlsx、.shp和.kmz数据格式,由9个数据文件组成,数据量为25.6 KB(压缩为2个文件,21.9 KB)。数据论文
基金项目:
中华人民共和国财政部(Y930280A2F,Y930070A2F)
数据引用方式:
孙源, 杨健, 高海亮, 陶醉, 王春梅, 顾行发*, 周翔*. 河北栾城站小麦叶面积指数数据集(2019)—“中国面向卫星应用叶面积指数自动观测网络”系列数据集[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2023. https://doi.org/10.3974/geodb.2023.09.08.V1.
孙源, 杨健, 周翔等. 河北栾城站小麦叶面积指数数据集(2019: "中国面向卫星应用叶面积指数自动观测网络"系列数据集研发与内容[J]. 全球变化数据学报(中英文), 2023, 7(3): 262-271.
参考文献:
     [1] https://tv.cctv.com/2020/07/30/VIDE3ezWn6Pf1W9vlX7equ8f200730.shtml.
     [2] Chen, J. M., Black, T. A. Defining leaf area index for non-flat leaves [J]. Plant, Cell & Environment, 1992, 15: 421-429. DOI:10.1111/j.1365-3040.1992.tb00992.x.
     [3] Baret, F., Solan, B. D., Lopez-Lozano, R., et al. GAI estimates of row crops from downward looking digital photos taken perpendicular to rows at 57.5° zenith angle: Theoretical considerations based on 3D architecture models and application to wheat crops [J]. Agricultural & Forest Meteorology, 2010, 150(11): 1393-1401. DOI: 10.1016/j.agrformet.2010.04.011.
     [4] Valérie Demarez, C, S. D. A., Frédéric Baret, et al. Estimation of leaf area and clumping indexes of crops with hemispherical photographs[J].Agricultural and Forest Meteorology, 2008, 148( 4): 644-655. DOI:10.1016/j.agrformet.2007.11.015.
     [5] Chen, Y. P., Jiao, S. F., Cheng, Y. L., et al. LAI-NOS: An automatic network observation system for leaf area index based on hemispherical photography [J]. Agricultural and Forest Meteorology, 2022, 322: 108999-108999. DOI: 10.1016/j.agrformet.2022.108999.
     [6] Wang, Q., Tenhunen, J., Dinh, N. Q., et al. Evaluation of seasonal variation of MODIS derived leaf area index at two European deciduous broadleaf forest sites [J]. Remote Sensing of Environment, 2005, 96(3-4): 475-484. DOI: 10.1016/j.rse.2005.04.003.
     [7] Ogutu, B., Dash, J., Dawson, T. P., et al. Evaluation of leaf area index estimated from medium spatial resolution remote sensing data in a broadleaf deciduous forest in southern England, UK [J]. Canadian Journal of Remote Sensing, 2011, 37(4): 333-347.
     [8] Guindin-Garcia, N., Gitelson, A. A., Arkebauer, T. J., et al. An evaluation of MODIS 8- and 16-day composite products for monitoring maize green leaf area index [J]. Agricultural & Forest Meteorology, 2012, 161: 15-25. DOI: 10.1016/j.agrformet.2012.03.012.
     
数据下载:
序号 |
数据名 |
数据大小 |
操作 |
0 | Datapaper_LuanchengLAI_2019.pdf | 760.00kb | 下载 |
1 |
LuanchengLAI_2019.rar |
18.85KB |
|
2 |
LuanchengNodes.kmz |
3.05KB |
|