免费的全球植被聚集指数遥感数据(500米,8天分辨率)
植被叶片在冠层中的随机或聚集分布状况影响植被总初级生产力(GPP)和蒸散发(ET)的估算。叶片在冠层中的分布通常用植被聚集指数(clumping index, CI)来描述,同时CI也是陆表生态和过程模型中的一个关键参数。多角度遥感观测数据为长时间序列的全球CI产品的生产提供了一种有效的手段。
当前国内外CI产品的生产,大多基于CI和归一化热点和暗点(NDHD)指数之间的相关关系进行估算。但现有的全球CI产品没有考虑到太阳角度和地表反射率模型的影响,极大影响了CI的估算精度;而且现有的产品时间跨度短,未充分考虑CI的年内和年际变化,难以有效满足研究需求。
中国科学院地理科学与资源研究所方红亮团队针对当前CI数据产品中存在的问题进行了改进,生产了新的全球聚集指数遥感产品(LIS-CI-A1)。该团队通过对比分析不同反射率模型和太阳角度,选取最佳反射率模型和太阳角度估算CI,较好的解决了植被稀疏地区CI的估算问题,提高了全球CI数据产品的精度。
目前团队已连续生产了2001-2016年长时间序列的全球CI数据产品,空间分辨率为500米,时间分辨率为8天。
本产品的研制得到了国家自然科学基金(41471295)和国家重点研发计划(2016YFA0600201)的支持。
1. 国家科技基础条件平台下载站点: 国家地球系统科学数据共享服务平台 http://www.geodata.cn 检索“聚集指数”或者直接链接 http://www.geodata.cn/thematicView/modisCI.html;
2. 资源与环境信息系统国家重点实验室下载站点: http://www.lreis.ac.cn/kfjl/zlxz/;
3. 数据下载国际站点: https://doi.pangaea.de/10.1594/PANGAEA.884994。
相关算法研究论文:
Wei, S., & Fang, H. (2016). Estimation of canopy clumping index from MISR and MODIS sensors using the normalized difference hotspot and darkspot (NDHD) method: The influence of BRDF models and solar zenith angle. Remote Sensing of Environment, 187, 476-491.