Google Earth Engine（GEE）——使用GEE平台实现全球森林生物量的估算（MODIS数据为例）

最新推荐文章于 2024-09-17 15:02:08 发布

此星光明

最新推荐文章于 2024-09-17 15:02:08 发布

阅读量2.5k

点赞数

分类专栏： GEE案例分析文章标签：开发语言 gee modis 生物量随机森林

本文链接：https://blog.csdn.net/qq_31988139/article/details/128754990

版权

GEE案例分析专栏收录该内容

276 篇文章 125 订阅 ¥199.90 ¥299.90

订阅专栏

超级会员免费看

本文介绍了一种利用Google Earth Engine（GEE）和15年MODIS数据估算全球叶面积指数、光合有效辐射吸收分数、植被覆盖分数和冠层含水量的方法。通过结合PROSAIL辐射传输模型和随机森林回归，实现了对生物物理变量的全球估算。在BELMANIP2.1站点网络上验证了结果，与MODIS产品高度一致。

摘要由CSDN通过智能技术生成

本文提出了一个处理链，利用谷歌地球引擎（GEE）云平台的能力，从15年的MODIS数据中推导出全球叶面积指数（LAI）、光合有效辐射吸收分数（FAPAR）、植被覆盖分数（FVC）和冠层含水量（CWC）地图。检索链是基于一种混合方法，将PROSAIL辐射传输模型（RTM）与随机森林（RF）回归进行倒置。这项工作的一个主要特点是实施了一个检索链，利用全球和气候数据记录（CDR）的MODIS表面反射率和LAI/FAPAR数据集的GEE能力，允许以前所未有的及时性对生物物理变量进行全球估算。我们将大量的全球叶片性状测量汇编（TRY）与GEE摄取的大量遥感数据结合起来，后者是所考虑的RTM的更现实的叶片参数化的基线。此外，拟议的检索链包括对FVC和CWC的估计，这些数据在操作上并不为MODIS传感器所产生。通过与GEE中的MODIS LAI/FAPAR产品相互比较，在BELMANIP2.1站点网络上验证了所得出的全球估计值。总的来说，检索链与参考的MODIS产品表现出极大的一致性（LAI的R2=0.87，RMSE=0.54 m2/m2，ME=0.03 m2/m2；FAPAR的R2=0.92，RMSE=0.09，ME=0.05）。按土地覆盖类型分析的结