Remote Sensing of Environment: 提升全球植被光学厚度和土壤水分反演能力

文章预览

Remote Sens. Environ. | Research Article    导读 西南大学地理科学学院 樊磊 教授团队与法国农科院 李小军 博士发表在 Remote Sensing of Environment 上的最新文章，针对当前低频被动微波反演土壤水分（SM）与植物光学厚度（VOD）时，未充分考虑温度效应，导致反演精度低的问题，提出基于优化温度效应的微波反演算法，精度显著优于同类算法，其中在全球18%的地区提升了土壤水分和植被光学厚度反演精度。     亮 点 优化温度输入的反演算法精度显著优于同类算法 优化算法在森林覆盖区域有精度提升明显 优化算法生产的土壤水分和VOD在捕捉植被物候变化的精度优于现有的SMAP官方产品    背景 在环境监测和农业管理中，土壤水分（SM）和植被光学厚度（L-VOD）是重要的参数。通过τ-ω模型反演的SM和L-VOD产品的精度高度依赖于基于模型温度的有效温度输入。目 ………………………………