数据集(库)目录

出版期刊|区域分类

数据详情

MODIS全球叶面积指数产品再处理数据集(2001-2021)


刘丽1张英慧*2胡忠文2高星3王敬哲4邬国锋2
1 广东工贸职业技术学院,广州5105102 深圳大学自然资源部大湾区地理环境监测重点实验室,深圳5180603 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京1001014 深圳职业技术大学人工智能学院,深圳518055

DOI:10.3974/geodb.2023.10.03.V1

出版时间:2023年10月

网页浏览次数:3891       数据下载次数:337      
数据下载量:263601.61 MB      数据DOI引用次数:

关键词:

MODIS,叶面积指数,全球变化,时空滤波

摘要:

作者在MODIS叶面积指数(LAI)产品的基础上,通过筛选主算法反演结果,采用最大光合有效辐射吸收系数合成法,增加了植被类型的时空滤波方法进行再计算。数据在原500 m空间分辨率基础上综合成0.05°,时间分辨率保持8天,据此综合得到月度和年度平均数据。根据全球叶面积指数验证网络提供的280个验证点数据进行对比分析和验证,结果表明该数据集的LAI与验证点LAI线性拟合相关系数的平方达到0.748。该数据集内容包括2001-2021年每8天、每月、每年的全球LAI。数据集存储为.tif格式,像素值缩放系数为0.1。数据集由1239个数据文件组成,数据量为29.9 GB(压缩为3个数据文件,2.48 GB)。数据论文

基金项目:

国家自然科学基金(42201347);中国博士后基金(2022M712163);广东省粤深联合青年基金(2021A1515110910,2023A1515011273);中国科学院(XDA23090503);深圳市(JCYJ20220818101617037,20220811173316001)

数据引用方式:

刘丽, 张英慧*, 胡忠文, 高星, 王敬哲, 邬国锋. MODIS全球叶面积指数产品再处理数据集(2001-2021)[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.2023.10.03.V1.

刘丽, 张英慧, 胡忠文等. MODIS 全球叶面积指数产品再处理数据集(2001–2021)[J]. 全球变化数据学报(中英文), 2023, 7(3): 242-251.

参考文献:

[1] Fang, H., Baret, F., Plummer, S., et al. An overview of global Leaf Area Index (LAI): methods, products, validation, and applications [J]. Reviews of Geophysics, 2019, 57(3): 739-799.
     [2] 刘洋, 刘荣高, 陈镜明等. 叶面积指数遥感反演研究进展与展望[J]. 地球信息科学学报, 2013, 15(5): 734-743.
     [3] Chen, J. M., Black, T. A. Defining leaf area index for non-flat leaves [J]. Plant, Cell & Environment, 1992, 15(4): 421-429.
     [4] GCOS. The Global Observing System For Climate Implementation Needs [R], 2016.
     [5] Xiao, Z., Liang, S., Wang, J., et al. Use of general regression neural networks for generating the glass leaf area index product from time-series MODIS surface reflectance [J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(1): 209-223.
     [6] Baret, F., Hagolle, O., Geiger, B., et al. LAI, fAPAR and fCover CYCLOPES global products derived from VEGETATION [J]. Remote Sensing of Environment, 2007, 110(3): 275-286.
     [7] Knyazikhin, Y., Martonchik, J. V., Myneni, R. B., et al. Synergistic algorithm for estimating vegetation canopy leaf area index and fraction of absorbed photosynthetically active radiation from MODIS and MISR data [J]. Journal of Geophysical Research: Atmospheres, 1998, 103(D24): 32257-32275.
     [8] Chen, C., Park, T., Wang, X., et al. China and India lead in greening of the world through land-use management [J]. Nat Sustain, 2019, 2(2): 122-129.
     [9] Zhang, Y., Hu Z., Wang, J., et al. Temporal upscaling of MODIS instantaneous FAPAR improves forest gross primary productivity (GPP) simulation [J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 121.
     [10] Fang, H., Zhang, Y., Wei, S, et al. Validation of global moderate resolution leaf area index (LAI) products over croplands in northeastern China [J]. Remote Sensing of Environment, 2019, 233: 111377.
     [11] 马培培, 李静, 柳钦火等. 中国区域MuSyQ叶面积指数产品验证与分析 [J]. 遥感学报, 2018, 23(6): 1232-1252.
     [12] Yuan, H., Dai, Y., Xiao, Z., et al. Reprocessing the MODIS leaf area index products for land surface and climate modelling [J]. Remote Sensing of Environment, 2011, 115(5): 1171-1187.
     [13] Wang, J., Yan, K., Gao, S., et al. Improving the quality of MODIS LAI products by exploiting spatiotemporal correlation information [J]. IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1-19.
     [14] Zhang, Y., Fang, H., Wang, Y., et al. Variation of intra-daily instantaneous FAPAR estimated from the geostationary Himawari-8 AHI data [J]. Agricultural and Forest Meteorology, 2021, 307: 108535.
     [15] Pu, J., Yan, K., Gao, S., et al. Improving the MODIS LAI compositing using prior time-series information [J]. Remote Sensing of Environment, 2023, 287.
     [16] 曾也鲁, 李静, 柳钦火. 全球LAI地面验证方法及验证数据综述[J]. 地球科学进展, 2012, 27(2): 165-174.
     [17] Weiss, M., Baret, F., Block, T., et al. On line validation exercise (OLIVE): a web based service for the validation of medium resolution land products. application to FAPAR products [J]. Remote Sensing, 2014, 6(5): 4190-4216.
     

数据下载:

序号 数据名 数据大小 操作
0Datapaper_SZU_LAI.pdf3228.00kb下载
1 8-Day_LAI_2001_2010.rar 961743.10KB
2 8-Day_LAI_2011_2021.rar 1078138.67KB
3 Monthly_Yearly_LAI_2001_2021.rar 565512.28KB
主办单位
中国科学院地理科学与资源研究所    中国地理学会
协办单位
CODATA发展中国家任务组    肯尼亚JKUAT大学    数字化林超地理博物馆