Monitoring vegetation phenology using MODIS

中分辨率成像光谱仪 植被(病理学) 生物圈 遥感 环境科学 物候学 增强植被指数 卫星 时间序列 比例(比率) 归一化差异植被指数 气候学 叶面积指数 地理 计算机科学 植被指数 生态学 地图学 地质学 病理 航空航天工程 工程类 机器学习 生物 医学
作者
Xiaoyang Zhang,M. A. Friedl,Crystal Schaaf,Alan H. Strahler,J.C.F. Hodges,Feng Gao,Bradley C. Reed,Alfredo Huete
出处
期刊:Remote Sensing of Environment [Elsevier]
卷期号:84 (3): 471-475 被引量:2209
标识
DOI:10.1016/s0034-4257(02)00135-9
摘要

Accurate measurements of regional to global scale vegetation dynamics (phenology) are required to improve models and understanding of inter-annual variability in terrestrial ecosystem carbon exchange and climate–biosphere interactions. Since the mid-1980s, satellite data have been used to study these processes. In this paper, a new methodology to monitor global vegetation phenology from time series of satellite data is presented. The method uses series of piecewise logistic functions, which are fit to remotely sensed vegetation index (VI) data, to represent intra-annual vegetation dynamics. Using this approach, transition dates for vegetation activity within annual time series of VI data can be determined from satellite data. The method allows vegetation dynamics to be monitored at large scales in a fashion that it is ecologically meaningful and does not require pre-smoothing of data or the use of user-defined thresholds. Preliminary results based on an annual time series of Moderate Resolution Imaging Spectroradiometer (MODIS) data for the northeastern United States demonstrate that the method is able to monitor vegetation phenology with good success.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
2秒前
星辰大海应助jy采纳,获得10
2秒前
3秒前
我是站长才怪应助Khr1stINK采纳,获得10
3秒前
4秒前
xh完成签到,获得积分10
5秒前
para_团结完成签到,获得积分10
6秒前
怡然剑成发布了新的文献求助10
6秒前
7秒前
7秒前
ipeakkka发布了新的文献求助10
7秒前
George完成签到,获得积分10
9秒前
WDK完成签到,获得积分10
9秒前
情怀应助敏感的芷采纳,获得10
9秒前
Orange应助方勇飞采纳,获得10
10秒前
FashionBoy应助烂漫驳采纳,获得10
10秒前
11秒前
12秒前
大鱼完成签到,获得积分10
12秒前
12秒前
lu完成签到,获得积分10
13秒前
Murphy完成签到 ,获得积分10
13秒前
斯文败类应助大方嵩采纳,获得10
13秒前
CodeCraft应助科研通管家采纳,获得10
14秒前
充电宝应助科研通管家采纳,获得10
14秒前
CodeCraft应助科研通管家采纳,获得10
14秒前
科研通AI2S应助科研通管家采纳,获得10
14秒前
丘比特应助科研通管家采纳,获得30
14秒前
hh应助科研通管家采纳,获得10
14秒前
Ava应助科研通管家采纳,获得10
14秒前
情怀应助科研通管家采纳,获得10
14秒前
搜集达人应助科研通管家采纳,获得10
14秒前
隐形曼青应助科研通管家采纳,获得10
14秒前
ding应助科研通管家采纳,获得20
14秒前
桐桐应助科研通管家采纳,获得10
14秒前
Hello应助科研通管家采纳,获得10
14秒前
sutharsons应助科研通管家采纳,获得200
15秒前
orixero应助科研通管家采纳,获得10
15秒前
许多知识发布了新的文献求助10
16秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
Luis Lacasa - Sobre esto y aquello 700
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527990
求助须知:如何正确求助?哪些是违规求助? 3108173
关于积分的说明 9287913
捐赠科研通 2805882
什么是DOI,文献DOI怎么找? 1540119
邀请新用户注册赠送积分活动 716941
科研通“疑难数据库(出版商)”最低求助积分说明 709824