本文主要研究内容
作者于龙龙,罗泽,阎保平（2019）在《兴趣区域高分辨率叶绿素荧光遥感数据集重建框架》一文中研究指出：太阳诱导叶绿素荧光数据是反映全球植被总初级生产力的关键指标,对于监测全球或地区性的植被生产力变化和气候变化的影响具有重大意义.然而,目前为止仍没有高分辨率和全球覆盖的可用原始数据集.虽然存在一些全球性的重建数据集,但一般存在区域特异性不够明显等问题,从而一定程度上限制了该数据在特定的兴趣区域上的可用性.为了探索重建基于兴趣区域的叶绿素荧光数据的方法,本研究以华北平原为例,综合遥感数据处理技术,机器学习方法和生态学原理,对原始轨道碳观测者二号卫星所提供的叶绿素荧光数据集和MODIS地表反照率数据建模.重建数据集基于兴趣区域内原始数据的时空特征而建,具有连续的空间覆盖和更高的空间分辨率,经过验证,该框架可以为特定区域提供有效的有针对性的的叶绿素荧光数据,可为兴趣区域的与叶绿素荧光数据有关的研究提供数据支持.
Abstract
tai yang you dao xie lu su ying guang shu ju shi fan ying quan qiu zhi bei zong chu ji sheng chan li de guan jian zhi biao ,dui yu jian ce quan qiu huo de ou xing de zhi bei sheng chan li bian hua he qi hou bian hua de ying xiang ju you chong da yi yi .ran er ,mu qian wei zhi reng mei you gao fen bian lv he quan qiu fu gai de ke yong yuan shi shu ju ji .sui ran cun zai yi xie quan qiu xing de chong jian shu ju ji ,dan yi ban cun zai ou yu te yi xing bu gou ming xian deng wen ti ,cong er yi ding cheng du shang xian zhi le gai shu ju zai te ding de xing qu ou yu shang de ke yong xing .wei le tan suo chong jian ji yu xing qu ou yu de xie lu su ying guang shu ju de fang fa ,ben yan jiu yi hua bei ping yuan wei li ,zeng ge yao gan shu ju chu li ji shu ,ji qi xue xi fang fa he sheng tai xue yuan li ,dui yuan shi gui dao tan guan ce zhe er hao wei xing suo di gong de xie lu su ying guang shu ju ji he MODISde biao fan zhao lv shu ju jian mo .chong jian shu ju ji ji yu xing qu ou yu nei yuan shi shu ju de shi kong te zheng er jian ,ju you lian xu de kong jian fu gai he geng gao de kong jian fen bian lv ,jing guo yan zheng ,gai kuang jia ke yi wei te ding ou yu di gong you xiao de you zhen dui xing de de xie lu su ying guang shu ju ,ke wei xing qu ou yu de yu xie lu su ying guang shu ju you guan de yan jiu di gong shu ju zhi chi .
论文参考文献
论文详细介绍
论文作者分别是来自计算机系统应用的于龙龙,罗泽,阎保平，发表于刊物计算机系统应用2019年09期论文，是一篇关于叶绿素荧光论文,轨道碳观测者二号论文,遥感论文,机器学习论文,兴趣区域论文,数据重建论文,计算机系统应用2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机系统应用2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：叶绿素荧光论文; 轨道碳观测者二号论文; 遥感论文; 机器学习论文; 兴趣区域论文; 数据重建论文; 计算机系统应用2019年09期论文;