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 医学 病理 生物 机器学习 工程类 航空航天工程
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:2391
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
该充话费了完成签到 ,获得积分20
刚刚
刚刚
刚刚
草莓完成签到,获得积分10
刚刚
刚刚
nidie完成签到,获得积分10
1秒前
羡鱼完成签到,获得积分10
2秒前
2秒前
2秒前
Lorain发布了新的文献求助10
3秒前
星睿发布了新的文献求助10
3秒前
3秒前
3秒前
4秒前
4秒前
汪宇发布了新的文献求助10
4秒前
SciGPT应助348847119采纳,获得10
4秒前
xiaoma完成签到,获得积分10
4秒前
quant完成签到,获得积分10
5秒前
5秒前
raner完成签到 ,获得积分10
5秒前
5秒前
5秒前
澄桦发布了新的文献求助10
5秒前
熊儒恒完成签到,获得积分10
6秒前
饱满金连发布了新的文献求助10
6秒前
量子星尘发布了新的文献求助10
6秒前
羡鱼发布了新的文献求助10
7秒前
无名应助yurihuang采纳,获得20
7秒前
量子星尘发布了新的文献求助10
7秒前
yuancw完成签到 ,获得积分10
7秒前
无名应助老K采纳,获得10
7秒前
NexusExplorer应助zcy采纳,获得20
8秒前
XXXCR7完成签到,获得积分10
8秒前
Alyssa完成签到,获得积分10
8秒前
小机灵鬼完成签到,获得积分10
8秒前
MY发布了新的文献求助10
9秒前
南漂发布了新的文献求助20
10秒前
10秒前
于yu发布了新的文献求助10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Russian Foreign Policy: Change and Continuity 800
Real World Research, 5th Edition 800
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 800
Superabsorbent Polymers 700
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5710115
求助须知:如何正确求助?哪些是违规求助? 5197663
关于积分的说明 15259339
捐赠科研通 4862719
什么是DOI,文献DOI怎么找? 2610264
邀请新用户注册赠送积分活动 1560627
关于科研通互助平台的介绍 1518332