该数据集包含了2020年7月10日至2020年9月20日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.376° E, 38.853° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计6个,每个样方大小约30m×30m,经纬度分别为(100.376°E, 38.853°N)、(100.377° E, 38.858°N)、(100.374°E, 38.855°N)、(100.374°E, 38.858°N)、(100.371°E, 38.854°N)、(100.369°E, 38.854°N)。每个样方内布设5个冠层下节点和1个冠层上节点。
本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Qu et al. (2014)。
| 采集时间 | 2020/07/10 - 2020/09/28 |
|---|---|
| 采集地点 | 黑河中游,大满超级站 |
| 数据量 | 50.0 KiB |
| 数据格式 | *.xls |
| # | 编号 | 名称 | 类型 |
| 1 | XDA20000000 | 泛第三极环境变化与绿色丝绸之路建设 | 中国科学院战略性先导科技专项(A类) |
本作品采用
CC BY 4.0 (知识共享 署名 4.0 国际许可协议)进行许可。
| # | 标题 | 文件大小 |
|---|---|---|
| 1 | 2020年黑河流域地表过程综合观测网中游大满超级站LAI.xls | 50.0 KiB |
| # | 时间 | 姓名 | 用途 |
|---|---|---|---|
| 1 | 2026/10/12 18:23 | 闫* |
本人闫烁,系长安大学地理学专业研究生,在李霞教授指导下参与课题组关于中国三北地区植被光合功能与冠层结构变化及其水分响应的研究工作。相关成果拟用于博士学位论文及学术期刊论文的撰写与发表。
本次申请黑河流域大满超级站地面叶面积指数(LAI)观测数据,主要用于开展地面实测LAI与同期卫星遥感LAI产品的独立对照和精度评价。研究拟依据实测日期和样地位置匹配遥感观测,检验遥感LAI对典型农田生态系统冠层发育和季节变化的表征能力,并考虑地面样方与遥感像元之间的尺度差异,为植被光合功能与冠层结构分歧研究提供结构指标的独立观测支持。
申请数据仅用于上述非商业性学术研究及博士学位论文、学术期刊论文的撰写与发表,按照数据平台要求进行规范引用、致谢和保密管理。
申请人:闫烁;单位:长安大学;专业与身份:地理学专业研究生;指导教师:李霞教授;研究成果类型:博士学位论文及学术期刊论文。
|
| 2 | 2026/10/04 00:42 | 加*丽 |
由于课题内容与该数据相吻合,需要获取相关数据。仅用于课题研究。不做非法传播。非常感谢!
|
| 3 | 2026/09/19 23:17 | 魏** |
用于黑河流域大满超级站 2020 年 Sentinel-1/Sentinel-2 多源遥感物理辐射传输模型研究,开展 PROSAIL/MARMIT 与微波散射模型的地表反照率、LAI 和土壤水分独立验证,仅用于科研与学位论文研究。
|
| 4 | 2026/09/18 02:08 | 王*松 |
审核员老师您好,申请数据用于研究生阶段课题研究,本人现在研一,拟定课题题目为基于光合功能异常的农业气象灾害即时遥感探测指数构建,拟定研究区域为甘肃大满站,申请气象数据与通量数据用于验证大满站下垫面玉米农作物的生长状态验证,本研究已整理大满站 2017—2024 年塔基光谱观测数据,拟构建半小时尺度的 SIF、反射率、气象、涡动通量、LAI 和物候统一数据集。研究将分析冠层结构、光照条件和水热胁迫对 SIF 与光合作用关系的影响,并构建 PFAI 基线模型。论文指导教师为刘新杰老师,北京师范大学副教授,刘良云老师,北京师范大学教授,博导。数据仅用于科研分析。研究过程遵守平台许可和数据使用要求,成果将按每个年度数据集页面提供的格式引用国家冰川冻土沙漠科学数据中心及数据贡献者。望批准。
|
| 5 | 2026/07/21 17:11 | 王* |
基于Landsat-8卫星影像与PROSAIL模型的作物叶面积指数反演算法构建(硕士论文)
叶面积指数(Leaf Area Index, LAI)定义为单位水平地表面积上绿叶表面积总和的一半,是表征植被冠层结构和功能的关键生物物理参量。为了实现大面积植被长势动态变化监测,基于遥感技术已发展多套长时间序列的全球尺度LAI产品。然而,全球LAI产品空间分辨率相对较低(≥500m),且反演算法存在较多的不确定性,限制了LAI产品在实际农业中的应用。因此,围绕如何构建中空间分辨率(10-30m)尺度时空泛化能力较强的作物LAI反演算法的问题,本文基于Landsat-8卫星遥感影像与PROSAIL模型,对查找表反演算法的不同环节采取相应的反演优化策略,并与基于模拟光谱查找表训练的BP神经网络反演混合算法进行比较,从而提出适用于大尺度多植被类型的且时空泛化能力强的作物LAI反演算法。
数据将用于LAI预测验证点的补充
指导老师:徐保东
|
© 中国科学院西北生态环境资源研究院 2005- 备案号:陇ICP备2021001824号-21
兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596

