生态环境智能遥感 | 浏览量 : 0 下载量: 349 CSCD: 0
  • 导出

  • 分享

  • 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   

      纸质出版日期: 2024-11-07

    • DOI: 10.11834/jrs.20232646     

    移动端阅览

  • 宋杰,张朝,韩继冲.2024.基于GEE与多源遥感数据融合反演高时空分辨率物候.遥感学报,28(11): 2910-2926 DOI: 10.11834/jrs.20232646.
    Song J,Zhang Z and Han J C. 2024. Accurately retrieving vegetation phenology at high spatial and temporal resolutions based on GEE and multi-source remote sensing data fusion. National Remote Sensing Bulletin, 28(11):2910-2926 DOI: 10.11834/jrs.20232646.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

付永硕 北京师范大学 水科学研究院
朱文泉 北京师范大学 地理科学学部, 遥感科学国家重点实验室
谢志英 北京师范大学 水科学研究院
罗毅 兰州大学 资源环境学院
马轩龙 兰州大学 资源环境学院
吴小丹 兰州大学 资源环境学院
谢巧云 悉尼科技大学 生命科学学院
张正阳 兰州大学 资源环境学院

相关机构

北京师范大学 水科学研究院
北京师范大学 地理科学学部, 遥感科学国家重点实验室
兰州大学 资源环境学院
悉尼科技大学 生命科学学院
兰州大学 资源环境学院
0