A Temporally Integrated Inversion Method for Estimating Leaf Area Index From MODIS Data
A Temporally Integrated Inversion Method for Estimating Leaf Area Index From MODIS Data
复制标题
一种利用MODIS数据估算叶面积指数的时间积分反演方法
DOI：
10.1109/tgrs.2009.2015656
复制
发表时间：
2009-04
期刊：
影响因子：
--
通讯作者：
Song Jinlin
中科院分区：
文献类型：
--
作者：
Wang Jindi;Liang Shunlin;Wu Xiyan;Xiao Zhiqiang;Song Jinlin
从遥感数据中产生了多种叶面积指数产品。其中，中分辨率成像光谱仪（MODIS）LAI产品（MOD 15A2）现在通常来自Terra和Aqua卫星平台上的MODIS传感器获得的数据。然而，MODIS叶面积指数产品在空间和时间上是不连续的，在许多地区的某些植被类型是不准确的。本文提出了一种利用时间序列的MODIS反射率数据（MOD09A1）估算叶面积指数的新算法。一个辐射传输模型耦合的双逻辑叶面积指数的时间剖面模型，和洗牌复杂的进化优化方法，在亚利桑那大学开发的，是用来估计耦合模型的参数从时间签名在给定的时间窗口。初步分析，利用MODIS地表反射率数据在通量站点进行验证这种方法。结果表明，新算法能够有效地构建时间连续的LAI产品，与实测LAI数据相比，精度明显提高。
Multiple leaf area index (LAI) products have been generated from remote-sensing data. Among them, the Moderate-Resolution Imaging Spectroradiometer (MODIS) LAI product (MOD15A2) is now routinely derived from data acquired by MODIS sensors onboard Terra and Aqua satellite platforms. However, the MODIS LAI product is not spatially and temporally continuous and is inaccurate in many areas for some vegetation types. In this paper, a new algorithm is developed to estimate LAI from time-series MODIS reflectance data (MOD09A1). A radiative-transfer model is coupled with a double-logistic LAI temporal-profile model, and the shuffled complex evolution optimization method, developed at the University of Arizona, is used to estimate the parameters of the coupled model from the temporal signature in a given time window. Preliminary analysis using MODIS surface-reflectance data at flux sites was performed to validate this method. The results show that the new algorithm is able to construct a temporally continuous LAI product efficiently, and the accuracy has been significantly improved over the MODIS LAI product as compared to field-measured LAI data.
登录
查看更多内容
DOI：
10.1109/36.263779
发表时间：
1993-09
期刊：
IEEE Trans. Geosci. Remote. Sens.
影响因子：
--
作者：
S. Liang;A. Strahler
通讯作者：
S. Liang;A. Strahler
DOI：
10.1109/igarss.1991.579476
发表时间：
1991-06
期刊：
[Proceedings] IGARSS'91 Remote Sensing: Global Monitoring for Earth Management
影响因子：
--
作者：
A. Kuusk
通讯作者：
A. Kuusk
影响因子：
8.2
作者：
L. Aragão;Y. Shimabukuro;F. Espírito-Santo;M. Williams
通讯作者：
L. Aragão;Y. Shimabukuro;F. Espírito-Santo;M. Williams
影响因子：
4.8
作者：
Fumin Wang;Jingfeng Huang;Yan-lin Tang;Xiuzhen Wang
通讯作者：
Fumin Wang;Jingfeng Huang;Yan-lin Tang;Xiuzhen Wang
DOI：
10.1109/tgrs.2006.872089
发表时间：
2006-08-01
影响因子：
8.2
作者：
Chen, Jing M.;Deng, Feng;Chen, Mingzhen
通讯作者：
Chen, Mingzhen