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。

全球叶面积指数2011-2015年_TIFF.rar

全球叶面积指数2016-2019年_TIFF.rar

LAI-2200C使用手册（测量叶面积指数 ）

基于TAVI的山区毛竹林LAI反演分析

肯尼项目 该项目是使用版本1.5.0生成的。 使用以下方法部署到Amazon Web Services（AWS）： 亚马逊S3 亚马逊Cloudfront 亚马逊53号公路

A Course in Probability Theory 是一本享誉世界的经典概率论教材，令众多读者受益无穷。自出版以来。已被世界75％以上的大学的数万名学生使用。A Course in Probability Theory 内容丰富，逻辑清晰，叙述严谨。不仅可以拓展读者的视野。而且还将为其后续的学习和研究打下坚实基础。此外，A Course in Probability Theory 的习题较多，都经过细心的遴选，从易到难，便于读者巩固练习。本版补充了有关测度和积分方面的内容，并增加了一些习题。