聯合LAINet觀測系統與CACAO時空融合方法制備時間連續的葉面積指數參考圖

日期：2024-11-20 05:04

瀏覽次數：757

摘要：原文以“Derivation of temporally continuous LAI reference maps through combining the LAINet observation system with CACAO”為題發表在Agricultural and Forest Meteorology上。作者：Gaofei Yin,Ainong Li,Huaan Jin,Wei Zhao,Jinhu Bian,Yonghua Qu,Yelu Zeng, Baodong Xu原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0168192316307031 LAINet：一種不間斷的LAI觀測系統，由無線傳感器網絡技術開發，詳情請參考文獻：10.1016/j.compag.2014.08.003 CACAO：（Consistent Adjustmen...

原文以“Derivation of temporally continuous LAI reference maps through combining the LAINet observation system with CACAO”為題發表在Agricultural and Forest Meteorology上。
作者：Gaofei Yin,Ainong Li,Huaan Jin,Wei Zhao,Jinhu Bian,Yonghua Qu,Yelu Zeng, Baodong Xu原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0168192316307031
LAINet：一種不間斷的LAI觀測系統，由無線傳感器網絡技術開發，詳情請參考文獻：10.1016/j.compag.2014.08.003
CACAO：（Consistent Adjustment of the Climatology to ActualObservations）：根據實際觀測對時序穩態進行調整的一種數據融合方法，詳情請參考文獻：10.1109/TGRS.2012.2228653

葉面積指數(LAI)是指單位水平地面面積綠葉總面積的一半，在光合作用、呼吸作用和蒸騰作用等方面的模擬、應用起著關鍵作用。分享的這篇文獻主要關注LAI在遙感方面的以下兩個應用：

1.葉面積指數數據庫（Leaf area index (LAI)products）（中文文獻里通常將“Leaf area index (LAI) products”翻譯成“葉面積指數產品”，此處采取了不同翻譯，請讀者注意）一般通過遙感產生，被廣泛地應用于大部分的地表過程模型。

2.在驗證過程中，需要根據葉面積指數參考圖將實地測量進行尺度上推（upscale）達到低分辨率。

評估葉面積指數數據的不確定性，對葉面積指數數據庫的正確應用至關重要，因此，迫切需要時間連續的葉面積指數參考圖。然而，有兩個主要的問題阻礙了時間連續的葉面積指數參考圖的生成：

1.如何高效且低成本地獲得時間連續的現場測量數據？

2.如何獲得時間連續的、高空間分辨率的、與現場測量同步的衛星圖像？

這篇文獻結合LAINet觀測系統（圖2）和CACAO時空融合方法，提出了一種解決上述兩個問題的方法：

首先，通過LAINet觀測系統獲得多角度的間隙率，接著對多角度的間隙率進行分析可以獲得有效的、時間連續的葉面積指數。通過CACAO時空融合方法去重新計算時間連續的歸一化植被指數（NDVI）。

圖1、試驗區Landsat-8 OLI假彩色合成圖像(波段5-4-3)。黑**格指示MODIS像元，點代表部署在研究區域內的LAINet觀測系統的位置。

圖2、LAINet系統示意圖，上方節點（Above Node, AN）（b）和下方節點（Below Node ,BN）（c）分別安裝了3個、9個量子傳感器。12個傳感器通過Zigbee協議與中央節點（Central Node,CN）通訊。中央節點接收12個傳感器的數據并將數據通過GPRS網絡傳輸給遠程的數據服務器（Data Server,DS），服務器進一步處理測量數據，輸出葉面積指數。