在叶面积指数LAI(Leaf Area Index)产品真实性检验中,地面站点的多时相连续观测LAI数据是重要的验证数据来源。当站点观测范围与产品像元尺度不一致时,站点观测LAI直接用于产品验证可能为验证结果带来误差。因此,在验证之前需要分析站...在叶面积指数LAI(Leaf Area Index)产品真实性检验中,地面站点的多时相连续观测LAI数据是重要的验证数据来源。当站点观测范围与产品像元尺度不一致时,站点观测LAI直接用于产品验证可能为验证结果带来误差。因此,在验证之前需要分析站点观测对像元尺度的空间代表性,选择空间代表性好的观测来验证产品,从而减小尺度效应带来的验证误差。以往的研究只是简单的定性说明研究区域,并直接用站点测量数据对产品进行验证,缺少一套系统的站点观测在产品像元尺度内空间代表性评价的方法体系。本文提出了站点LAI观测的空间代表性评价方法,建立了评价指标DVTP(Dominant Vegetation Type Percent)、RSSE(Relative Spatial Sampling Error)和CS(Coefficient of Sill),构建了空间代表性评价分级体系。以中国生态系统研究网络CERN(Chinese Ecosystem Research Network)农田站和森林站LAI观测为例,对站点观测在1 km产品像元尺度内空间代表性进行评价,并分析评价前后站点观测对MODIS LAI产品验证精度的影响。结果显示,本文提出的方法能够有效地对不同站点LAI观测在产品像元尺度内空间代表性进行质量分级,且年际间的站点观测空间代表性较为一致。评价方法能够去掉在特定产品像元尺度下空间代表性不好的观测数据,一定程度上提高验证数据集对产品验证精度的可靠性。展开更多
土壤环境是地球环境的重要组成部分。目前土壤环境问题的关注重点在于土壤污染。我国土壤污染以无机污染为主。中国生态系统研究网络(Chinese Ecosystem Research Network,CERN)自1988年组建以来,在中国主要农田、森林、草原、荒漠、湿...土壤环境是地球环境的重要组成部分。目前土壤环境问题的关注重点在于土壤污染。我国土壤污染以无机污染为主。中国生态系统研究网络(Chinese Ecosystem Research Network,CERN)自1988年组建以来,在中国主要农田、森林、草原、荒漠、湿地生态系统中,按统一的规范,对与土壤环境状况有关的铁、锰、铜、锌、硼、钼、镉、铬、铅、镍、汞、砷、硒元素进行了长期定位监测。通过对CERN典型生态样地表层土壤环境元素监测数据进行加工处理,获得1995~2011年中国陆地生态系统土壤环境元素含量数据集。本数据集中13种土壤环境元素指标测定的相对误差平均为6.55%,重复测定的相对偏差为7.70%。同时附有完整的背景信息,保证了数据在空间和时间上的一致性。本数据集可以为全国和区域土壤环境质量评估、土壤污染风险评价以及环境土壤学研究等工作提供数据基础。展开更多
引言在中国科学院和中国政府及世界银行的支持下,建立中国生态系统研究网络(Chinese Ecosystem Research Network,(CERN))的工作是从1988年开始的,至今已经10多年了。中国科学院自50年代初建院以来,至今已经建立了分布在全国的一些重要...引言在中国科学院和中国政府及世界银行的支持下,建立中国生态系统研究网络(Chinese Ecosystem Research Network,(CERN))的工作是从1988年开始的,至今已经10多年了。中国科学院自50年代初建院以来,至今已经建立了分布在全国的一些重要生态类型区域,代表着不同生态系统类型的100多个野外试验站。建立这些野外试验站的最初目的主要是为了帮助当地发展农业、林业、畜牧业和渔业,以及观测和研究像冰川、冻土、泥石流、滑坡等自然现象。在过去的50年中,这些站在帮助当地发展农业、合理利用自然资源、解决环境问题以及推动生态学研究方面都发挥了重要作用。 80年代以来,由于地球系统科学的发展,特别是由于以国际地圈一生物圈计划(IGBP)为代表的全球变化研究项目的启动。展开更多
文摘在叶面积指数LAI(Leaf Area Index)产品真实性检验中,地面站点的多时相连续观测LAI数据是重要的验证数据来源。当站点观测范围与产品像元尺度不一致时,站点观测LAI直接用于产品验证可能为验证结果带来误差。因此,在验证之前需要分析站点观测对像元尺度的空间代表性,选择空间代表性好的观测来验证产品,从而减小尺度效应带来的验证误差。以往的研究只是简单的定性说明研究区域,并直接用站点测量数据对产品进行验证,缺少一套系统的站点观测在产品像元尺度内空间代表性评价的方法体系。本文提出了站点LAI观测的空间代表性评价方法,建立了评价指标DVTP(Dominant Vegetation Type Percent)、RSSE(Relative Spatial Sampling Error)和CS(Coefficient of Sill),构建了空间代表性评价分级体系。以中国生态系统研究网络CERN(Chinese Ecosystem Research Network)农田站和森林站LAI观测为例,对站点观测在1 km产品像元尺度内空间代表性进行评价,并分析评价前后站点观测对MODIS LAI产品验证精度的影响。结果显示,本文提出的方法能够有效地对不同站点LAI观测在产品像元尺度内空间代表性进行质量分级,且年际间的站点观测空间代表性较为一致。评价方法能够去掉在特定产品像元尺度下空间代表性不好的观测数据,一定程度上提高验证数据集对产品验证精度的可靠性。
文摘土壤环境是地球环境的重要组成部分。目前土壤环境问题的关注重点在于土壤污染。我国土壤污染以无机污染为主。中国生态系统研究网络(Chinese Ecosystem Research Network,CERN)自1988年组建以来,在中国主要农田、森林、草原、荒漠、湿地生态系统中,按统一的规范,对与土壤环境状况有关的铁、锰、铜、锌、硼、钼、镉、铬、铅、镍、汞、砷、硒元素进行了长期定位监测。通过对CERN典型生态样地表层土壤环境元素监测数据进行加工处理,获得1995~2011年中国陆地生态系统土壤环境元素含量数据集。本数据集中13种土壤环境元素指标测定的相对误差平均为6.55%,重复测定的相对偏差为7.70%。同时附有完整的背景信息,保证了数据在空间和时间上的一致性。本数据集可以为全国和区域土壤环境质量评估、土壤污染风险评价以及环境土壤学研究等工作提供数据基础。
文摘引言在中国科学院和中国政府及世界银行的支持下,建立中国生态系统研究网络(Chinese Ecosystem Research Network,(CERN))的工作是从1988年开始的,至今已经10多年了。中国科学院自50年代初建院以来,至今已经建立了分布在全国的一些重要生态类型区域,代表着不同生态系统类型的100多个野外试验站。建立这些野外试验站的最初目的主要是为了帮助当地发展农业、林业、畜牧业和渔业,以及观测和研究像冰川、冻土、泥石流、滑坡等自然现象。在过去的50年中,这些站在帮助当地发展农业、合理利用自然资源、解决环境问题以及推动生态学研究方面都发挥了重要作用。 80年代以来,由于地球系统科学的发展,特别是由于以国际地圈一生物圈计划(IGBP)为代表的全球变化研究项目的启动。
