2019年MUSES叶面积指数 LAI 8天 全球1公里正弦网格数据

MUSES（多尺度卫星遥感）产品套件包含了不同空间和时间分辨率的产品，参数包括归一化植被指数（NDVI）、植被近红外反射率（NIRv）、叶面积指数（LAI）、吸收光合有效辐射分数（FAPAR）、植被覆盖度（FVC）、总初级生产力（GPP）、净初级生产力（NPP）。有关MUSES产品的更多信息，请访问此网站(https://muses.bnu.edu.cn/)。
该数据集是全球MUSES叶面积指数（LAI）产品，具有1公里的空间分辨率和8天的时间分辨率。MUSES LAI产品采用正弦投影网格，覆盖时间为2000年至2019年（持续更新）。它是通过时间序列的中分辨率成像光谱仪（MODIS）表面反射率产品，使用广义回归神经网络（GRNNs）生成的 (Xiao等, 2014; Xiao等, 2016)。MUSES LAI产品在空间上完整、时间上连续。
该数据集为2019年的MUSES LAI产品。请点击这里下载2018年的MUSES LAI产品，点击这里下载2020年的MUSES LAI产品。
数据集特性：
• 空间覆盖范围：全球
• 时间覆盖范围：2019年
• 空间分辨率：1公里
• 时间分辨率：8天
• 投影：正弦投影
• 数据格式：HDF
• 比例：0.01
• 有效范围：0 – 1000
引用（使用这些数据时请引用以下论文）：
• Xiao Zhiqiang, et al. (2014). Use of General Regression Neural Networks for Generating the GLASS Leaf Area Index Product From Time-Series MODIS Surface Reflectance. IEEE Transactions on Geoscience and Remote Sensing, 52, 209-223.
• Xiao Zhiqiang, et al. (2016). Long-time-series global land surface satellite leaf area index product derived from MODIS and AVHRR surface reflectance. IEEE Transactions on Geoscience and Remote Sensing, 54, 5301-5318.
• Xiao Zhiqiang, Jinling Song, Hua Yang, Rui Sun and Juan Li. (2022). A 250 m resolution global leaf area index product derived from MODIS surface reflectance data. International Journal of Remote Sensing, 43(4), 1199-1225.
• Xiao Zhiqiang, et al. (2017). Evaluation of four long time-series global leaf area index products. Agricultural and Forest Meteorology, 246, 218-230.
如有任何问题，请联系肖志强教授 ([e-mail])。