FPAR的Monte Carlo模拟研究

来源 :遥感学报 | 被引量 : 0次 | 上传用户:naughty009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
FPAR(fraction of photosynthetically active radiation absorbed by the canopy)是植被冠层阻截太阳光合有效辐射的比例,是遥感估算陆地生态系统植被净第一性生产力(NPP)的重要参数。利用Monte Carlo方法模拟光子在植被冠层中的辐射传输过程,以植被冠层二向反射分布函数的模拟来验证模拟的正确性;在此基础上对400—700nm光合作用波段范围内的植被叶片吸收光子辐射比例的FPAR进行模拟。FPAR的Monte Carlo模拟结果
其他文献
遥感数据具有覆盖范围广、时间与空间分辨率高的特点,被广泛应用于提取区域范围内的一些重要的生物物理参数。为提高参数的提取精度,需要制定正确的反演策略。了解影响参数提取精度的因素、反演过程中各反演参数之间如何相互作用是制定合理反演策略的关键。本文通过数学推导与物理机理的分析,证明了影响参数反演精度的因素不但有冠层反射率数据的质量,还有反演过程中参与反演的未知参数的个数、参与反演的每个参数的敏感性及各个
着重阐述了地表空间信息尺度转换的必要性和方法。首先从尺度转换成因分析入手,介绍了两种普适性的尺度转换模型,即泰勒级数展开模型和计算几何模型,并对这两个模型的适用性进行了分析。借助叶面积指数的反演,针对林地、农田、水体3种不同下垫面的试验样区进行了模型的分析比较。结果表明,在拥有小尺度(高分辨率)数据时,泰勒级数模型能够很好的刻画尺度效应,使得尺度效应改正后的相对误差小于1%,获取更为准确的地表参数
NO2是主要的大气痕量气体,对流层NO2垂直柱密度分布图已经用于诸如污染排放和污染物分布的科学应用研究。就NO2柱浓度的卫星差分光谱吸收反演算法(DOAS)进行了评述,包括误差分析