生态环境智能遥感 | 浏览量:1631下载量:3293CSCD:8
导出
收藏
专辑
基于GEE与多源遥感数据融合反演高时空分辨率物候
Accurately retrieving vegetation phenology at high spatial and temporal resolutions based on GEE and multi-source remote sensing data fusion
- “在植被物候研究领域,专家基于Google Earth Engine平台,利用ESTARFM算法融合Landsat 8影像与MODIS产品,生成高时间分辨率EVI序列,验证了其在物候监测能力上相比MODIS数据的提升效果,并探讨了影响融合效果的因素,为精细化的植被动态监测和生态系统研究提供理论支撑和数据参考。”
- 2024年28卷第11期 页码:2910-2926
DOI:10.11834/jrs.20232646
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 31 ) 表( 2 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
周玉科 中国科学院地理科学与资源研究所 生态系统网络观测与模拟重点实验室
刘世鹏 中国科学院地理科学与资源研究所 生态系统网络观测与模拟重点实验室;中国科学院大学
崔祎霖 华中师范大学 地理过程分析与模拟湖北省重点实验室;华中师范大学 城市与环境科学学院
周杰 华中师范大学 地理过程分析与模拟湖北省重点实验室;华中师范大学 城市与环境科学学院;代尔夫特理工大学 土木工程与地球科学学院
蒋奕秋 华中师范大学 地理过程分析与模拟湖北省重点实验室;华中师范大学 城市与环境科学学院
郭栋梁 华中师范大学 地理过程分析与模拟湖北省重点实验室;华中师范大学 城市与环境科学学院
邹丽 华中师范大学 地理过程分析与模拟湖北省重点实验室;华中师范大学 城市与环境科学学院
谢志英 北京师范大学 水科学研究院
相关机构
中国科学院大学
中国科学院地理科学与资源研究所 生态系统网络观测与模拟重点实验室
代尔夫特理工大学 土木工程与地球科学学院
华中师范大学 城市与环境科学学院
华中师范大学 地理过程分析与模拟湖北省重点实验室


