本研究基于2014-2018年GLASS LAI、MOD13A1、MYD13A1、Landsat7-ETM+、Landsat 8-OLI数据，通过ESTARFM-IB方式获取时间连续的8d/30m分辨率 LAI，再结合分段线性内插得到1d/30m LAI。
数据命名方式：yyyymmdd，yyyy表示为年份，mm表示为月份，dd表示为日。
GLASS LAI、MOD13A1、MYD13A1、Landsat7-ETM+、Landsat 8-OLI。
（1）建立GLASS LAI与MOD13A1、MYD13A1 NDVI线性关系：基于2014-2018年GLASS LAI、MOD13A1、MYD13A1 NDVI的每一景影像，选取对应时间的样本点，提取样本点对应的像元值，通过这些像元值在30m尺度上建立LAI与NDVI线性关系LAI-NDVI；
（2）利用预处理后Landsat 7-ETM+、8-OLI的红、近红波段计算Landsat NDVI；
（3）将Landsat NDVI作为变量输入到LAI-NDVI线性关系中得到Landsat LAI；
（4）将3期GLASS LAI和2期Landsat LAI输入ESTARFM 模型中，融合得到8d/30m时空分辨率的ESTARFM-LAI；
（5）分段线性内插8d/30mLAI得到1d/30m的叶面积指数。
GLASS LAI较其他遥感LAI产品具有较高精度和数据完整性，不确定性较低，认为GLASS LAI准确性较高。故将本研究得到的高时空分辨率LAI（1d/30m）数据集与GLASS LAI产品的时空特征进行对比，以验证数据集精度。高时空分辨率LAI较原始GLASS LAI展示了更多空间细节（如细小河谷），轮廓与纹理特征更加明显，地物的边界更为清晰。高时空分辨率LAI很好地反映了不同季节，LAI值在空间上随着植物生长周期而动态变化，表现为研究区LAI值冬季最低(12月、1月、2月)-春季上升(3月、4月、5月)-夏季最高(6月、7月、8月)-秋季下降(9月、10月、11月)，这种变化特征在植被覆盖较高的研究区东部最为明显。高时空分辨率LAI与原始GLASS LAI的月平均LAI值和8日平均LAI值存在显著的线性关系。
| # | 编号 | 名称 | 类型 |
| 1 | 41801094 | 基于模型改进的高寒内陆河流域地下水补排关系研究 | 国家自然科学基金 |
| 2 | 2021-ZJ-705 | 基于模型改进的柴达木盆地植被恢复的土壤水资源响应研究 | 甘肃省自然科学基金 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.ncdc.NIEER.2021.1972
10.12072/ncdc.NIEER.db0119.2021
