用 MODIS 地表反射率产品和 ProSAIL 模型反演叶面积指数。 （1）做本实验的代码在 codes/ 文件夹中。除了我们常用的 numpy、pandas和geopandas、gdal库之外，还用了tqdm显示进度条、用scikit-opt现成的遗传算法做优化、为使代码规范用了overrides库明确标明我要覆写某个方法，这些库都可以 pip 装上。 （2）主程序为main.py (3) 代码都有注释

为了快速准确地获取黄瓜叶片的含氮量和叶面积指数等生长信息, 提出了采用多光谱图像技术对黄瓜生长信息进行检测的新方法。利用标定板建立黄瓜叶片光谱反射率同图像灰度值之间的线性公式。通过多光谱相机对样本在绿光、红光和近红外三个通道的图像进行处理, 获得叶片样本在每一通道的灰度值, 然后根据标定板所建立的灰度值与反射率间的经验线性公式将对应的灰度值转为反射率值, 并由反射率值计算出黄瓜的植被指数。采用最小二乘-支持向量机(LS-SVM)建立植被指数同叶片含氮量以及叶面积指数间的拟合模型。结果表明植被指数同叶片含氮量和叶面积指数的拟合相关系数分别为0.8665和0.8553。表明植被指数与黄瓜的叶片含氮量和叶面积指数具有紧密的相关性, 也为快速采集黄瓜生长信息提供了一种新方法。

基于PROSPECT+SAIL植被辐射传输模型,通过控制不同的植被生化变量、地表参数和土壤光谱参数建立光谱数据集,定量地分析了归一化植被指数(NDVI)、比值植被指数(SR)、土壤调节植被指数(SAVI)等10种常用的植被指数(VIs)对叶面积指数(LAI)的响应。利用敏感性函数定量地筛选出具有较强适用性的转换型土壤调节植被指数(TSAVI)。在此基础上,分别建立了TSAVI及常用植被指数NDVI反演LAI的模型。以张掖市南部地区的TM影像为数据源,进行了LAI的反演,并利用黑河生态水文遥感试验获得的中游

MOD15_User_Guide_V6（叶面积指数用户手册）.pdf

LAI-2200C 冠层分析仪简易操作手册（测量叶面积指数）

叶面积指数（Leaf Area Index, LAI）定义为单位地表面积上叶子表面积总和的一半，是刻画植被结构和功能的重要参数。基于多种传感器数据（包括Terra/MODIS、Aqua/MODIS、FY-3A/VIRR、FY-3B/VIRR、FY-3A/MERSI、FY-3B/MERSI），结合DEM和地表分类图，在对遥感数据的质量进行分级基础上，利用随机辐射传输模型查找表反演LAI，得到2015年1 km/5 day的LAI数据；将5 day分辨率的LAI数据经过时间序列重建后的累加结果除以该年天数，得到年平均叶面积指数（AMLAI），即及其毗邻区域1 km分辨率年平均叶面积指数数据集（2015）。

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。

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