LAI重建及其对高分辨率HRCLDAS/CLM地表温度和土壤湿度模拟的影响

发布时间：2021-03-03 09:56

　　叶面积指数（LAI）是表征植被冠层结构的一个重要参数,因大气条件等因素影响,使MODIS LAI数据产品中存在数据缺失、质量较低等问题,严重影响LAI数据集的应用。在陆面模式中,叶面积指数影响植被的光合作用、冠层蒸腾作用效率和能量平衡的状态,与整个物质、能量和水分的循环过程都有联系。为了获取较高精度的模式模拟结果,本研究以青藏高原为研究区,综合利用像元质量分析、S-G滤波和年序列异常值检测滤波方法,开展了LAI数据重建技术研究,重建了2015年MODIS LAI时序数据集,并将重建后的高质量LAI数据应用于陆面过程模拟研究,分别设计两组对比试验,开展地表温度、土壤湿度模拟,对比分析重建后LAI数据应用效果。主要结论如下:（1）像元质量统计分析表明,阔叶林高质量像元占比最低,仅为48.12%,各类别低质量与反演失败像元整体占比达到18.68%。针对数据集质量偏低的问题,提出了综合滤波方法,该方法有效保留了高质量像元信息值,改进了S-G滤波效果的不足。相较于S-G滤波法,综合滤波方法重建后的高质量像元的LAI均值与原始均值更趋一致,高质量像元重建后与原始数据的相关系数达到0.99,具有更好... 

【文章来源】：南京信息工程大学江苏省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

技术路线

青藏高原示意图

图 2.2 青藏高原地区地表温度和土壤湿度观测站点Fig2.2 Surface temperature and soil moisture observation sites in the Qinghai-Tibet Plateau2.2.4 大气强迫数据

【参考文献】：
期刊论文
[1]3种IGBP分类系统的土地覆盖数据在韩江流域的对比分析[J]. 刘远,周买春.  遥感技术与应用. 2017(03)
[2]青藏高原复杂下垫面能量和水分循环季节变化特征分析[J]. 陈宇航,范广洲,赖欣,华维,张永莉,王炳赟,朱丽华.  气候与环境研究. 2016(05)
[3]基于CLDAS强迫CLM3.5模式的新疆区域土壤温度陆面过程模拟及验证[J]. 孟现勇,王浩,刘志辉,师春香,刘时银,陈曦,龚伟伟.  生态学报. 2017(03)
[4]基于时序指数西北植被物候时空变化特征[J]. 杨光,宋戈,韦振锋,刘晗.  水土保持研究. 2015(06)
[5]基于LTDRAVHRR和MODIS观测的全球长时间序列叶面积指数遥感反演[J]. 刘洋,刘荣高.  地球信息科学学报. 2015(11)
[6]MODISEVI时序数据重建方法及拟合分析[J]. 王乾坤,于信芳,舒清态,尚珂,文可戈.  地球信息科学学报. 2015(06)
[7]基于像元质量分析的S-G滤波重建MODIS-NDVI[J]. 李明,沈润平,王迪,李鑫慧.  生态与农村环境学报. 2015(03)
[8]基于S-G滤波的江西省植被覆盖度时空变化遥感分析[J]. 杨恒,沈润平,吴立叶,李明.  科学技术与工程. 2014(22)
[9]基于时空相关性的NDVI时序重建方法研究[J]. 曾群,殷守敬,田礼乔,陈晓玲.  华中师范大学学报(自然科学版). 2014(02)
[10]长时间序列NDVI数据重建方法比较研究进展[J]. 耿丽英,马明国.  遥感技术与应用. 2014(02)

博士论文
[1]基于MODIS反演重构时间序列数据的长江三角洲地区生态环境演变研究[D]. 黎治华.华东师范大学 2011
[2]陆面下边界对区域气候模拟的影响（LAI为例）及区域气候模式（CWRF+CLM）陆面遥感参数预处理研究[D]. 陆其峰.南京信息工程大学 2006

硕士论文
[1]基于CLDAS驱动数据的CLM3.5和SSIB2陆面模式模拟评估及干旱监测应用[D]. 韩帅.南京信息工程大学 2015



本文编号：3061068