该数据集包含2021年1月1日至12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。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)。
| 采集时间 | 2021/01/01 - 2021/12/31 |
|---|---|
| 采集地点 | 黑河上游,阿柔超级站 |
| 数据量 | 15.6 KiB |
| 数据格式 | *xlsx |
| # | 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 | 2021年黑河流域地表过程综合观测网上游阿柔超级站GCC.xlsx | 15.6 KiB |
| # | 时间 | 姓名 | 用途 |
|---|---|---|---|
| 1 | 2026/06/16 05:59 | 阮*玲 |
祁连山亚高山草甸物候参数率定与GCC-GPP交叉验证研究,利用物候相机高时间分辨率的绿度指数(GCC)时间序列,精确提取草甸的生长季开始(SOS)与结束(EOS),优化遥感物候模型的关键阈值参数。交叉验证:通过对比GCC提取的物候期与通量塔观测的总初级生产力(GPP)物候期,量化“冠层颜色变化”与“生态系统碳吸收”之间的时间滞后与偏差(参考已有研究将偏差控制在4-5天以内),建立精度更高的物候验证基准。
|
| 2 | 2026/06/01 18:30 | 张*来 |
数据用途说明
本人申请本数据集,事务用途为科研项目研究与学术论文发表。具体依托的研究项目为“烟草叶部主要病害智能监控、识别与防治技术研究与应用”,同时拟将基于该数据的研究成果撰写1-2篇学术论文,投稿至遥感或农业、生态领域的SCI期刊。
在确切用途方面,本数据集将用于多光谱连续监测算法的测试与验证。具体研究方向为:基于时间序列多光谱图像的植被关键物候期自动提取与冠层动态监测算法。数据在研究中的作用包括:
算法开发与参数标定:利用阿柔超级站2021年全年的物候相机多光谱时间序列数据,提取不同波段(如红、绿、近红外)的反射率及典型植被指数(如NDVI、EVI),构建时序曲线,开发能够自动识别植被返青期、枯黄期等关键物候节点的算法模型。
跨尺度验证:将地面物候相机获取的近地面多光谱连续监测结果,与同区域的卫星遥感产品(如MODIS、Sentinel-2)及涡动相关通量观测数据进行对比验证,评估多光谱连续监测技术在捕捉地表动态变化中的精度与可靠性。
模型鲁棒性测试:利用该数据集包含的不同天气条件、光照变化及植被生长阶段的真实图像,测试所提多光谱监测算法在复杂自然环境下的稳定性与泛化能力。
该数据集的高时间分辨率(逐半小时/小时)和多光谱波段信息是其核心价值所在,能够提供卫星数据无法实现的连续日变化观测,这对于验证和优化连续监测算法不可或缺。因此,本数据是完成上述研究的关键基础。
本人承诺,所获取的数据仅用于上述学术研究,不向第三方传播,并将在所有成果中按规定对数据提供者进行致谢与引用。
|
© 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

