该增强植被指数(EVI)产品的基础数据集是MODIS BRDF校正图像(MCD43B4),使用Weiss等人(2014)中概述的方法填补了该图像的缺口,以消除由云层等因素造成的数据缺失。然后将无间隙输出在时间和空间上进行汇总,产生每月的≈5公里产品。 该数据集由Malaria Atlas项目的Harry Gibson和Daniel Weiss制作(英国牛津大学大数据研究所...
brdfmodis影像校正辐射strahler -1- MODISBRDF MODIS BRDFMODIS (1) (2) (3) [3] MODIS BRDF (Bi-directionalReflectanceDistributionFunctionBRDF) [1] -2- BRDF BRDF MODISBRDF/AmbralsAlgorithmforMODIS BidirectionalReflectanceAnisotropiesoftheLandSurfaceMODIS AmbralsBRDF[4]AmbralsEOS BRDF BRDFMODIS kernel-dri...
但在数据合成之前,该方法需要对数据进行严格的筛选,去除受云影响的数掘、头了避负选择沅离星下点的观测数据,MODIS植被指数合成法采用BRDF模刑校正的方法合成数据 图1是 MODIS植被指数合成法的算法流程图。基干云标识等信息,在16天的时间窗口内选取所有高质量的方向反射率数据。当时间窗口内高质量的方向反射率数据量...
传统的辐射校正方法由于没有更细致的考虑成像过程中地物的反射和发射光谱特性因素，因此不能很好的解决地物的辐射失真问题。近年来，随着定量遥感和多角度遥感的发展，由地面二向性反射特性引起的辐射失真的校正逐渐为人们所重视。随之产生的二向性反射分布函数(Bi-directional Reflectance Distribution Function简称BRDF)模型...
一种改善业务化核驱动二向性反射分布函数(BRDF)模型热点的方法 本发明涉及一种改善业务化核驱动二向性反射分布函数(BRDF)模型热点的方法.通过对现有MODIS业务化核驱动BRDF模型RTLSR的体散射核进行热点校正,提出一个考虑热点变化的新体散射核,该核与原几何光学核进行线性组合产生的RTCLSR模型对热点有更好的拟合能力,...
核驱动的Ross Thick-LiSparse Reciprocal(RTLSR)双向反射函数(BRDF)模型已广泛地应用于MODIS等星载传感器的业务化产品处理中.但是,对于多年MODIS二向反射产品历史数据,如何基于RTMLSR模型发展一种简单有效快速的方法,进行热点效应的校正是一个迫切需要解决的问题.本文提出了一种简单有效的方法,不需要对观测数据重新反演,...
Bit 14: BRDF correction performed data 0: No 1: Yes Bit 15: Internal snow mask 0: No snow 1: Snow 数据属性: date string 影像日期 这里再次提示大家,我们如果上传自己的featureCollection想要进行筛选和裁剪影像的时候我们需要完成对矢量集合的处理,.first().geometry()来完成准换。另外,这里我们镶嵌使用...
Bit 14: BRDF correction performed data 0: No 1: Yes Bit 15: Internal snow mask 0: No snow 1: Snow 数据属性: date string 影像日期 这里再次提示大家,我们如果上传自己的featureCollection想要进行筛选和裁剪影像的时候我们需要完成对矢量集合的处理,.first().geometry()来完成准换。另外,这里我们镶嵌使用...
MOD43:陆地3级标准数据产品,内容为表面反射,BRDF/Albedo参数,空间分辨率1公里,日、旬、月度数据。(我只找到了8天合成,16天合成的数据) MOD44:陆地3级标准数据产品,内容为植被覆盖转换,250m,季度、年度,判定植被覆盖转换 MODIS技术指标表: 项目 指标
MOD41 :(未定)MOD42 :海洋3级标准数据产品,内容为海冰覆盖,空间分辨率1公里,日、旬、月度数 据。MOD43 :陆地 3级标准数据产品,内容为 表面反射, BRDF/Albedo 参数,空间分辨率 1 公里,日、旬、月度数据。MOD44 :陆地3级标准数据产品,内容为 植被覆盖转换,250m,季度、年度,判定植 被覆盖转换的发生和类型。