2012年7月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。中游地区飞行相对高度1500米（海拔高度2700米)，平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
2017-08-25
2012年7月10日，在黑河中游的30*30公里核心观测区域，利用运12飞机，搭载TASI传感器开展了热红外高光谱航空遥感数据飞行试验。TASI传感器波长范围为8-11.5um，空间分辨率为3米。航空测量获取的数据，利用同步测量的坐标数据和大气数据，经过几何和大气校正，得到大气校正后的地表辐亮度，并进行温度发射率分离，得到地表温度数据。
2017-08-24
2012年7月19日，在黑河中游的核心试验区获取了机载激光LIDAR数据，可以提供高空间分辨率（米级）和高精度（20cm)的地表高程信息。 通过对机载激光雷达数据处理分别生成了DEM，DSM和点云密度图，在此基础上将DSM与DEM直接相减，得到黑河流域中游核心试验区植被高度产品，产品总体精度为88%。
2017-08-23
2012年7月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。中游地区飞行相对高度1500米（海拔高度2700米)，平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
2017-08-21
通过数据编程，2012年5月中旬获取了大野口流域WorldView-2立体像对数据。同年7-8月，在流域GPS差分大地控制网基础上，测得27个GPS像控点及检查点数据。在全野外GPS地面控制点基础上，利用数字摄影测量软件系统，对WorldView-2影像自带RPC文件进行校正。在立体模型上通过影像自动匹配技术，匹配60个均匀分布的高精度影像连接点快速提取黑河流域上游大野口子流域1米、2米数字高程模型（DEM）。同时，在阴坡森林覆盖区、大野口水库等重点区域进行DEM进行编辑，在地形特征变化大的地方测量一定数量的特征点、线数据，极大地提高了成果精度。通过外业控制点、模型保密点组成的检查点进行定量DEM验证，其高程中误差分别为1.9米和1.2米，达到1:2000比例尺2级高山地2米精度要求。
2017-06-29
通过数据编程，2012年5月中旬获取了大野口流域WorldView-2立体像对数据。同年7-8月，在流域GPS差分大地控制网基础上，测得27个GPS像控点及检查点数据。在全野外GPS地面控制点基础上，利用数字摄影测量软件系统，对WorldView-2影像自带RPC文件进行校正。在立体模型上通过影像自动匹配技术，匹配60个均匀分布的高精度影像连接点快速提取黑河流域上游大野口子流域1米、2米数字高程模型（DEM）。基于共线条件方程，利用数字微分纠正原理，选取立体像对中的正视影像生成大野口流域数字正射影像DOM。
2017-06-23
利用ETWatch模型与系统完成黑河流域2014年1公里分辨率月尺度地表蒸散发数据与中游绿洲30米分辨率月尺度地表蒸散发数据集，该数据集为栅格影像数据，它的时间分辨率是逐月尺度，空间分辨率为1公里尺度（覆盖整个流域）与30米尺度（覆盖中游绿洲区），单位为毫米。数据类型包括月、季、年数据。 数据的投影信息如下： Albers 等积园锥投影， 中央经线：110度， 第一割线：25度， 第二割线：47度， 坐标西偏：4000000 meter。 文件命名规则如下： 1）1公里分辨率遥感数据集 每月累计ET值文件命名：heihe-1km_2014m01_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2014表示2014年，m01表示1月份，eta表示实际蒸散数据，tif表示数据为tif格式； 每季累计ET值文件命名：heihe-1km_2014s01_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2014表示2014年，s01表示1-3月，为第一季度，eta表示实际蒸散数据，tif表示数据为tif格式； 每年累计值文件命名： heihe-1km_2014y_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2014表示2014年，y表示年，eta表示实际蒸散数据，tif表示数据为tif格式。 2）30米分辨率遥感数据集 每月累计ET值文件命名：heihe-midoasis-30m_2014m01_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2014表示2014年，m01表示1月份，eta表示实际蒸散数据，tif表示数据为tif格式； 每季累计ET值文件命名：heihe-midoasis-30m_2014s01_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2014表示2014年，s01表示1-3月，为第一季度，eta表示实际蒸散数据，tif表示数据为tif格式； 每年累计值文件命名： heihe-midoasis-30m_2014y_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2014表示2014年，y表示年，eta表示实际蒸散数据，tif表示数据为tif格式。
2017-02-01
蒸散发监测对农业水资源管理、区域水资源利用规划和社会经济可持续发展至关重要。传统监测ET 方法的局限性主要在于无法做到大面积同时观测，只能局限于观测点上，因此人员设备成本相对较高，既不能提供面上的ET 数据，也不能提供不同土地利用类型和作物类型的ET 数据。利用遥感可以做到ET的定量监测，遥感信息的特点是既能反映地球表面的宏观结构特性，又能反映微观局部的差异。 本数据使用2012年6-9月份MODIS数据和M-SEBAL 模型以及基于参考蒸发比的时间尺度扩展方案估算了黑河中游整个生长季的蒸散发的时空分布，并使用地面观测数据对M-SEBAL 模型和时间尺度扩展方案进行了详细的评估。 其时间分辨率为逐日尺度，空间分辨率为250米，数据覆盖范围为黑河中游，单位为毫米。 数据的投影信息如下：UTM投影，47N
2015-02-24
八宝河流域逐日无云MODIS积雪面积比例数据集（2008.1.1-2014.6.1）是在MODIS逐日积雪产品—MOD10A1的基础上，采用一种基于三次样条函数插值的去云算法进行去云处理后得到(唐志广，2013)。 该数据集采用UTM（横轴等角割圆柱）投影方式，空间分辨率500m，提供逐日的八宝河流域积雪反照率（Snow Albedo Daily-SAD）结果。数据集为逐日文件，从2008年1月1日到2014年6月1日。每个文件为当日的积雪反照率结果，数值为0-100（%），为ENVI标准文件，命名规则为：MOD10A1.AYYYYddd_h25v05_Snow_SAD_Grid_2D_reproj_babaohe_nocloud.img，其中YYYY代表年， ddd代表儒略日（001-365/366）。文件可直接用ENVI或者ARCMAP等软件打开察看。 进行去云处理的原始MODIS积雪数据产品来源于由美国国家雪冰数据中心（NSIDC）处理的MOD10A1产品，这一数据集为hdf格式，采用sinusoidal投影。 八宝河流域逐日无云MODIS反照率数据集（2008.1.1-2014.1.1）属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率：时间分辨率为逐日，空间分辨率为500m，经度范围为100.2°～101.2°E，纬度为37.6°～38.3°N。 投影信息：UTM（横轴等角割圆柱）投影。 数据格式：ENVI标准格式。文件命名规则："MOD10A1.A"+"YYYYddd"+"_h25v05_Snow_SAD_Grid_2D_reproj_babaohe_nocloud"+".img"，其中YYYY代表年，ddd代表儒略日（001-365/366），其中该数据集的ENVI文件是由头文件和主体内容构成。头文件包括行数、列数、波段数、文件类型、数据类型、数据记录格式、和投影信息等；以2000055_FSC_0.5km.img 文件为例，其头文件信息如下： ENVI description = { ENVI File, Created [Wed Nov 26 11:50:00 2014]} samples = 187 lines = 132 bands = 1 header offset = 0 file type = ENVI Standard data type = 4 ：代表byte型 interleave = bsq ：数据记录格式为BSQ sensor type = Unknown byte order = 0 map info = {UTM, 1.000, 1.000, 596240.026, 4244174.613, 5.0000000000e+002, 5.0000000000e+002, 47, North, WGS-84, units=Meters} coordinate system string = {PROJCS["UTM_Zone_47N",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137.0,298.257223563]],PRIMEM["Greenwich",0.0],UNIT ["Degree",0.0174532925199433]],PROJECTION["Transverse_Mercator"],PARAMETER["False_Easting",500000.0],PARAMETER["False_Northing",0.0],PARAMETER ["Central_Meridian",99.0],PARAMETER["Scale_Factor",0.9996],PARAMETER["Latitude_Of_Origin",0.0],UNIT["Meter",1.0]]} wavelength units = Unknown
2015-02-02
算法首先采用冠层BRDF模型，将冠层反射率表示为LAI/FAPAR、波长、土壤和叶片反射率、聚集指数、入射和观测角度等一系列参数的函数。针对几个关键参数建立了参数表作为反演的输入。然后输入经过预处理的地表反射率数据和土地覆盖数据，用查找表（LUT）法反演得到LAI产品。详细算法参见参考文献。 图像格式：tif 图像大小：每景1M左右 时间范围：2012年 时间分辨率：逐月 空间分辨率：1km
2015-01-05
联系方式
中国科学院西北生态环境资源研究院
0931-4967287
poles@itpcas.ac.cn
关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved
｜ 
京公网安备11010502040845号
数据中心技术支持: 数云软件
