【有研究生态环境方面的大神吗？】

氢卢

地表温度(LST)是指地面的温度，太阳的热能被辐射到达地面后，一部分被反射，一部分被地面吸收，使地面增热，对地面的温度进行测量后得到的温度就是地表温度。地表温度是区域和全球尺度地表物理过程中的一个关键因子，也是研究地表和大气之间物质交换和能量交换的重要参数。许多应用如干旱、高温、林火、地质、水文、植被监测，全球环流和区域气候模型等都需要获得地表温度。
       遥感反演地表温度的方法大致可归纳为5大类：单通道方法、分裂窗（双通道）方法、多通道温度-比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。
是采用分裂窗等遥感反演算法，通过多种卫星遥感数据（Landsat、MODIS等）反演得到的多种尺度栅格数据产品。

pxlqpsaqwb

地表蒸散通常是指土壤蒸发(E-vaporation,E)和植物蒸腾(Transpiration,T)的总和，是土壤-植物-大气连续体系中水分运动的重要过程，是农作物生长发育至关重要的水分和能量来源，是陆面生态系统与水文过程的重要纽带，其强度大小与下垫面条件、植物等有密切的关系。

       蒸散包括了地表水分蒸发与植物体内水分的蒸腾，它是维持陆面水分平衡的重要组成部分，也是维持地表能量平衡的主要部分。地表蒸散数据通常由地表净辐射和气温数据计算得到。

       地理国情监测云平台提供的地表蒸腾与蒸散数据产品，是采用经验公式遥感反演法，通过多种卫星遥感数据（Landsat、MODIS等）反演得到的多种尺度栅格数据产品。

模型算法。
       地表蒸散数据属于定量遥感范畴，植被蒸散和土壤蒸散在不同环境条件下有不同的变化规律。对地表蒸散量的精确估算，不但可以改善农作物估产精度，也对做好水资源和农业资源管理工作有重要意义。公式如下：

ET=Rn *(0.137+0.159 *ndvi+0.004 *tair)

       其中：Rn为地表净辐射，ndvi为归一化植被指数，tair为气温。

酴轫毽

地表蒸散通常是指土壤蒸发(E-vaporation,E)和植物蒸腾(Transpiration,T)的总和，是土壤-植物-大气连续体系中水分运动的重要过程，是农作物生长发育至关重要的水分和能量来源，是陆面生态系统与水文过程的重要纽带，其强度大小与下垫面条件、植物等有密切的关系。

       蒸散包括了地表水分蒸发与植物体内水分的蒸腾，它是维持陆面水分平衡的重要组成部分，也是维持地表能量平衡的主要部分。地表蒸散数据通常由地表净辐射和气温数据计算得到。

       地理国情监测云平台提供的地表蒸腾与蒸散数据产品，是采用经验公式遥感反演法，通过多种卫星遥感数据（Landsat、MODIS等）反演得到的多种尺度栅格数据产品。

模型算法

       地表蒸散数据属于定量遥感范畴，植被蒸散和土壤蒸散在不同环境条件下有不同的变化规律。对地表蒸散量的精确估算，不但可以改善农作物估产精度，也对做好水资源和农业资源管理工作有重要意义。公式如下：

ET=Rn *(0.137+0.159 *ndvi+0.004 *tair)

       其中：Rn为地表净辐射，ndvi为归一化植被指数，tair为气温。

gdvmijdxlm

净初级生产力（NPP：Net Primary Productivity），是指单位时间、单位面积上植被所积累的有机物质的总量，是光合作用所吸收的碳和自养呼吸所释放的碳之间的差，即绿色植物把无机碳（CO2）固定、转化为有机碳这一过程的能力。NPP反映了植物固定和转化光合产物的效率，也决定了可供异养生物（包括动物和人）利用的物质和能量。
       地理国情监测云平台提供的净初级生产力数据产品，是采用光能利用率（GLOPEM）模型算法，通过多种卫星遥感数据（Landsat、MODIS等）反演得到的多种尺度栅格数据产品。

模型算法

       GLOPEM-CEVSA模型建立在碳循环过程及其生理生态学理论基础上。通过模拟光能利用率，以植被生物量和气温及不同植被群落的维持性呼吸系数及温度关系模拟植被维持性呼吸(Rm)和生长性呼吸(Rg)， 获得植被净初级生产力(NPP)。

       总初级生产力(GPP)与自养呼吸(Ra)之差即为净初级生产力(NPP)。采用基于过程的自养呼吸模拟，反映植被生长过程，避开了自养呼吸以植被生物量与气温之间的单纯经验关系模拟，从而有可能提高NPP模拟精度。


       公式中PAR为光合有效辐射，FPAR为植被吸收光合有效辐射比率，PAR与FPAR的乘积即为植被吸收的光合有效辐射量(APAR)， 是植被光能利用率，Ra是植被自养呼吸。

叛努

叶面积指数（LAI：Leaf Area Index），是指单位土地面积上植物叶片总面积占土地面积的倍数。即：叶面积指数=叶片总面积/土地面积。它是大多数生态系统生产力模型和全球气候、水文、生物地球化学和生态模型中的重要参数。

  叶面积指数（LAI：Leaf Area Index），是指单位土地面积上植物叶片总面积占土地面积的倍数。即：叶面积指数=叶片总面积/土地面积。它是大多数生态系统生产力模型和全球气候、水文、生物地球化学和生态模型中的重要参数。
       获取LAI的方法可分为三类：接触测量法、仪器与半球数字摄影测量法、遥感反演法。前两种方法获取的LAI其空间覆盖范围和持续时间有限，只有遥感手段观测LAI能对全球范围实现长期连续监测。

       地理国情监测云平台提供的叶面积指数数据产品，是采用经验公式遥感反演法，通过多种卫星遥感数据（Landsat、MODIS等）反演得到的多种尺度栅格数据产品。
模型算法

       叶面积指数LAI产品主要采用经验公式法计算，利用植物的胸径、树高、边材面积、冠幅等容易测量的参数与叶面积或叶面积指数的相关关系建立经验公式来计算。研究表明：叶面积指数与胸径平方和树高的乘积有显著的指数相关性，边材面积与叶面积具有很高的相关性，林冠开阔度与叶面积指数呈较好的指数关系。经验公式法的优点在于测量参数容易获取，对植物破坏性小，效率较高。

LAI=αNDVI/β

       其中α与β均为经验系数。