青藏高原拥有丰富的草地资源，对我国畜牧业生产发展、涵养水源及全球气候变化具有重要的作用。然而，近几十年来，在季节性过度放牧和开矿采金等人为干扰因素，以及气候暖干化和鼠虫害等不利自然因素的影响下，青藏高原草地退化明显。青藏高原草地退化类型空间分布数据集（GLD_Tibet）是基于连续时间序列的AVHRR-NDVI 数据和SPOT-NDVI 数据，采用Sense 趋势度和Mann-Kendall 变化趋势检验的方法获取的。
2021-06-23 13:02:35
37KB
GLOBMAP 全球叶面积指数产品 (Version 3)
GLOBMAP Leaf Area Index (LAI) Version 3 Description
引用 (使用该数据时请引用如下文章):
Citation (Please cite this paper whenever these data are used):
Liu, Y., R. Liu, and J. M. Chen (2012), Retrospective retrieval of long-term consistent global leaf area index (1981–2011) from combined AVHRR and MODIS data, J. Geophys. Res., 117, G04003, doi:10.1029/2012JG002084.
产品说明
GLOBMAP叶面积指数产品 (Version 3) 提供了全球1981年以来的高一致性长时间序列叶面积指数(Leaf Area Index, LAI)数据，产品持续更新。数据覆盖全球植被区域，空间分辨率为8km，采用经纬度坐标。产品基于AVHRR和MODIS数据定量融合反演得到，2000年前后分别为AVHRR和MODIS数据反演结果。算法首先基于MODIS地表反射率产品MOD09A1利用GLOBCARBON LAI算法(Deng et al., 2006)反演得到MODIS LAI序列，然后基于两个传感器的重叠观测构建AVHRR GIMMS NDVI与MODIS LAI像元级的关系，并基于该关系回溯反演了AVHRR LAI。详细算法请参考Liu et al., (2012)。
Version 3相对于JGR文章的变化:
(1).利用MODIS C6地表反射率产品MOD09A1生成MODIS LAI，替换了JGR文章中采用的C5产品。
(2).采用全球集聚指数图（500m分辨率）(He et al., 2012)从像元尺度考虑植被的聚集效应，替换了JGR文章中MODIS LAI反演采用的土地覆盖类别的集聚指数。
(3).MOD09A1云掩膜采用了基于时间序列地表反射率拐点的云检测算法(Liu and Liu, 2013)，并利用局部调整三次样条插值方法LACC (Chen et al., 2006)对缺失值和噪音进行插值平滑。
2021-06-17 13:19:44
642.76MB
厂内物流调度控制系统RCS-2000 V3.1.3 对外任务接口文档_发布版.pdf
2021-06-15 09:05:33
1.8MB
1