数据集(库)目录

出版期刊|区域分类

2021年第12期
2019年第02期
数据详情

山东禹城站观测节点日平均叶面积指数数据集(2020)


李若溪1,2周翔*1吕婷婷1陶醉1王锦1谢富泰1,2
1 中国科学院空天信息创新研究院遥感卫星应用国家工程实验室,北京1001012 中国科学院大学电子电气与通信工程学院,北京100049

DOI:10.3974/geodb.2021.03.01.V1

出版时间:2021年3月

网页浏览次数:4454       数据下载次数:50      
数据下载量:2.08 MB      数据DOI引用次数:

关键词:

山东禹城,叶面积指数,观测节点,日平均,地面观测

摘要:

作者于2020年5-11月在山东禹城站布置3个节点(0803、0804和0805)运用叶面积指数传感器网络系统SBLX-034进行观测。首先选择观测时间在上午10时至下午15时的数据,然后依据站点间的时空相关性利用时序神经网络NARX建模,剔除模型预测误差大于1的异常时刻数据,并利用LSTM神经网络对处理后的数据规律进行检验。最后对每天的数据进行平均处理得到长时间序列的LAI实测相对真值,即山东禹城站观测节点日平均叶面积指数数据集(2020)。数据集包括:(1)禹城站3个无线传感器网络节点的地理位置数据;(2)2020年5-11月三个节点、每日叶面积指数数据。该数据集存储为.xlsx、.shp和.kmz数据格式,由10个文件组成,数据量为49.1 KB(压缩为1个文件,42.5 KB)。全文

基金项目:

中华人民共和国科学技术部(2018YFE0124200);中国科学院(2020)

数据引用方式:

李若溪, 周翔*, 吕婷婷, 陶醉, 王锦, 谢富泰. 山东禹城站观测节点日平均叶面积指数数据集(2020)[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2021. https://doi.org/10.3974/geodb.2021.03.01.V1.

李若溪,周翔,吕婷婷等. 山东禹城叶面积指数无线传感器网络数据集(2020)研发方法与验证结果[J]. 全球变化数据学报(中英文), 2021, 5(2): 135-142. https://doi.org/10.3974/geodp.2021.02.04.

参考文献:


     [1] Chen, J. M., Black, T. A. Defining leaf area index for non-flat leaves [J]. Plant, Cell & Environment, 1992, 15: 421-429.
     [2] Garrigues, S., Lacaze, R., Baret, F., et al. Validation and intercomparison of global Leaf Area Index products derived from remote sensing data [J]. Journal of Geophysical Research, 2008, 113, G02028. DOI: 10.1029/2007JG000635.
     [3] Liu, J., Chen, J. M., Cihlar, J., et al. A process-based boreal ecosystem productivity simulator using remote sensing inputs [J]. Remote Sensing of Environment, 1997, 62: 158-175.
     [4] Andrew, D., Richardson, R. S., Anderson, M., et al. Terrestrial biosphere models need better representation of vegetation phenology: results from the North American Carbon Program Site Synthesis [J]. Global Change Biology, 2012, 18(2): 566-584.
     [5] Sellers, P. J., Dickinson, R. E., Randall, D. A., et al. Modeling the exchanges of energy, water, and Carbon between continents and the atmosphere [J]. Science, 1997, 275: 502-509.
     [6] Bonan, G. B. Land-atmosphere interactions for climate system models: coupling biophysical, biogeochemical, and ecosystem dynamical processes [J]. Remote Sensing of Environment, 1995, 51: 57-73.
     [7] Friedl, M. A., Davis, F. W., Michaelsen, J., et al. Scaling and uncertainty in the relationship between the NDVI and land surface biophysical variables: An analysis using a scene simulation model and data from FIFE [J]. Remote Sensing of Environment, 1995, 54: 233-246.
     [8] 丁艳玲. 植被覆盖度遥感估算及其真实性检验研究[D]. 北京: 中国科学院研究生院(东北地理与农业生态研究所), 2015.
     [9] Shi, Y. C., Wang, J. D., Qin, J., et al. An upscaling algorithm to obtain the representative ground truth of LAI time series in heterogeneous land surface [J]. Remote Sensing, 2015, 7(10): 12887-12908.
     [10] Zhang, J. L., Liu, Q., Li, X. H., et al. Calibration and data validation of wireless sensor network [P]. Intelligent Earth Observing Systems, 2015.
     [11] Dou, B. C., Wen, J. G., Li, X. H., et al. Wireless sensor network of typical land surface parameters and its preliminary applications for coarse-resolution remote sensing pixel [J]. International Journal of Distributed Sensor Networks, 2016, 12(4): 55-60.
     [12] 周雨石. 基于改进热惯量模型土壤含水量时空变化研究[D]. 开封: 河南大学, 2018.
     [13] Qu, Y., Zhu, Y., Han, W., et al. Crop leaf area index observations with a wireless sensor network and its potential for validating remote sensing products [J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2014, 7(2): 431-444.
     

数据下载:

序号 数据名 数据大小 操作
0Datapaper_LAI_YuCheng_2020_0501-1108.pdf685.00kb下载
1 LAI_YuCheng_2020_0501-1108.rar 42.57KB
主管单位