长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的实践技术应用

【查看原文】长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的实践技术应用

植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量产品为研究长时间序列全球及区域植被时空变化提供了重要数据源。目前已经从卫星获取的遥感数据反演了许多长时序生物物理参量产品，如GIMMS3g NDVI/LAI/FAPAR、MODIS NDVI/LAI/FAPAR/ GPP、GLASS LAI/FVC/GPP等，并且已经广泛应用于全球或区域尺度植被变化趋势及格局分析。

【内容简述】：

专题一：长时序遥感产品在全球变化/植被变绿/植被物候等方面的应用
Science/Nature/PNAS等相关文章
长时序遥感数据产品介绍
长时序遥感数据产品分析方法
长时序遥感数据产品质量评价

专题二：MODIS遥感数据产品预处理
基于MODIS TOOL的HDF影像拼接/子区截取/格式转换
基于MODIS TOOL的长时序海量遥感数据的自动批处理程序
基于MATLAB的遥感产品数值读取
基于MATLAB的产品质量控制(QC)图层读取及含义解读
经QC后的产品最大值/均值/中值等合成

专题三：长时序MODIS遥感数据产品时间序列重构
遥感数据异常值/离群值outliers检测方法
年内时间序列遥感数据重构以去除噪声点(滤波、多项式拟合、…)
长时序逐年份遥感产品年均/最大值、月均/最大值、季节均/最大值批处理运算
距平anomaly及变异系数coefficient of variation计算
不良天气(如云)对长时序遥感数据分析的影响

专题四：基于GIMMS 3g和MODIS NDVI构建更长时序遥感数据
GIMMS 3g和MODIS NDVI产品相关性分析
重叠时间段内GIMMS 3g和MODIS NDVI产品融合
基于GIMMS 3g和MODIS NDVI产品的更长时间序列产品生成

专题五：植被物候提取与分析实践应用
年内时间序列遥感数据重构方法
多种植被物候提取方法实现：threshold/logistic/derivative/…
生长季开始/长度/结束日期提取
区域植被SOS/LOS/EOS制图
年际间植被物候变化趋势分析

专题六：植被变绿趋势分析实践应用
长时序年际间植被变化趋势分析方法
植被变绿/变黄趋势判断准则
基于一元线性回归的植被变化趋势判断
基于Manner-Kendall(M-K)的植被变化检验
基于变异系数法(CV)的植被变化稳定性分析
区域结果成图显示与空间格局分析

专题七：植被变绿与生态系统固碳一致性分析
植被变绿意味着生态系统固碳增强吗？-来自长时序遥感产品的启示
长时序NDVI变化趋势分析
长时序LAI变化趋势分析
长时序GPP变化趋势分析
长时序NDVI/LAI/GPP变化趋势综合研判

专题八：草地生长关键参数/生物量遥感估算及趋势分析
草地LAI/覆盖度/生物量遥感估算原理
PROSAIL辐射传输模型应用
PROSAIL模型参数敏感性分析
基于PROSAIL模型草地关键参数遥感反演
长时序草地生长变化趋势分析

【其它相关推荐】：

高光谱数值建模技术及在植被、水体、土壤信息提取领域应用技术

如何利用ArcGIS探究环境与生态因子对水体、土壤、大气污染物等影响

陆面生态水文模拟与多源遥感数据同化的实践技术应用

无人机遥感在农林信息提取中的实现方法与 GIS 融合制图

PROSAIL 模型前向模拟与植被参数遥感提取代码实现

无人机生态环境监测、图像处理与 GIS 数据分析综合应用

基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割教程

农林生态专业软件模型：DSSAT、Meta 分析、CASA、Biome-BGC、CENTURY、CMIP6、InVEST模型等

统计语言类教程：贝叶斯统计学、Copula、SEM、极值统计学、混合效应模型、PyTorch深度学习、科研数据可视化

长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的实践技术应用相关推荐

基于Python/MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析
目录专题一.长时序遥感产品在全球变化/植被变绿/植被物候等方面的应用专题二.MODIS遥感数据产品预处理专题三.长时序MODIS遥感数据产品时间序列重构专题四.基于GIMMS 3g和MODIS ...
基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用实践技术
查看原文>>>基于Python长时间序列遥感数据处理及在全球变化.物候提取.植被变绿与固碳分析.生物量估算与趋势分析等领域中的应用实践目录专题一.长时序遥感产品在全球变化/植被变 ...
长时间序列遥感数据植被物候提取/遥感数据产品分析暨MODIS NDVILAI多年产品数据批处理分析/Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析
基于MATLAB长时间序列遥感数据植被物候提取与分析 1.本课程基于matlab语言 2.提供所有代码 3.以实践案例为课程内容主线,原理与操作相结合 4.根据讲解内容,布置作业,巩固所学内容及拓展在 ...
基于 Python 长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用
植被是陆地生态系统中最重要的组分之一,也是对气候变化最敏感的组分,其在全球变化过程中起着重要作用,能够指示自然环境中的大气.水.土壤等成分的变化,其年际和季节性变化可以作为地球气候变化的重要指标.此外 ...
基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析
植被是陆地生态系统中最重要的组分之一,也是对气候变化最敏感的组分,其在全球变化过程中起着重要作用,能够指示自然环境中的大气.水.土壤等成分的变化,其年际和季节性变化可以作为地球气候变化的重要指标.此外 ...
遥感与GIS在滑坡、泥石流风险普查中的实践技术应用
我国是地质灾害多发国家,地质灾害的发生无论是对于地质环境还是人类生命财产的安全都会带来较大的威胁,因此需要开展地质灾害风险普查.利用遥感(RS)技术进行地质灾害调查工作具有宏观.快速.准确的特点,能反 ...
西藏*拉萨专场丨遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的实践应用
[特色]: 1.原理深入浅出的讲解: 2.技巧方法讲解,提供所有案例数据及代码: 3.与项目案例相结合讲解实现方法,对接实际工作应用 : 4.跟学上机操作.独立完成案例操作练习.全程问题跟踪解析: 5 ...
【ArcGIS遇上Python】ArcGIS Python实现长时间序列遥感影像批量处理--以裁剪为例
任务分析:在采用遥感方法研究植被物候变化时,需要下载长时间序列(本文用到的是30年)GIMMS 3G NDVI数据.原始数据是全球的,预处理过程包括几何校正.裁剪.投影变换.Hants时间序列谐波分析 ...
GEE遥感云大数据如何应用在林业生态领域中？监测森林扰动、火灾、砍伐退化、生理参数、植被状态
原文>>>GEE遥感云大数据在林业中的应用以Earth Engine(GEE)为代表全球尺度地球科学数据(尤其是卫星遥感数据)在线可视化计算和分析云平台应用越来越广泛.该平台存储和 ...

长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的实践技术应用

长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的实践技术应用相关推荐

最新文章

热门文章