全球高分辨率植被叶面积指数(LAI)数据集

全球植被LAI 是陆面和气候模拟非常重要的变量。NASA发布的LAI 数据存在时空不连续性和不一致性问题，极大限制了其高分辨率资料的应用。本课题团队之前发展了相互协调的滤波算法和订正方法，解决了原数据存在的问题，建立了可直接为模式所用的、高分辨率和长序列的全球LAI 数据集(Yuan et al., 2011)。数据集被国际著名模式WRF、CABLE 和MEGAN 等应用；得到国际著名遥感学家Myneni 教授(MODIS LAI 产品PI)高度评价并推荐；被评价为“目前时空最完整、经过完全验证的全球LAI 数据集”(Ke et al., 2012)。对近年来新发布的MODIS LAI C6版本数据进行滤波处理，并在算法上进行了更新，主要包括：1）背景值使用最近9年的原始LAI数据作为输入；2）计算每一年相关LAI统计量时均使用当年的地表覆盖数据。以上更新能更好地利用相邻年份的LAI数据和反应地表覆盖的动态变化。MODIS C5 LAI数据分辨率为全球1公里，新版C6 LAI为全球500米，时间序列为2000-2019年。该数据已在网上发布（http://globalchange.bnu.edu.cn/research/laiv6），并提供多种空间分辨率数据产品（500米,  15 弧度秒, 0.05度, 0.1度, 0.5度）。

采用Yuan et al. (2011)的验证方法，利用全球44个LAI reference map对新发展的数据进行验证，结果如图3.4所示。结果表明，MODIS C6 LAI较MODIS C5 LAI具有一定的改进，改进后的MODIS C6 LAI较原始C6 LAI和重处理的C5 LAI，都有所改进（RMSE提到高0.72，R2提到0.81）。从时间序列对比图来看（图3.5），改进后的LAI具有更好的时间连续性，同时较好吻合站点观测LAI。从时空序列对比图来看（图3.6），改进后的LAI在时空连续性方面有非常明显的改进。