[1] |
崔林丽, 杜华强, 史军, 等, 2016. 中国东南部植被NPP的时空格局变化及其与气候的关系研究[J]. 地理科学, 36(5): 787-793.
DOI
|
[2] |
崔林丽, 史军, 2012. 中国华东及其周边地区NDVI对气温和降水的季节响应[J]. 资源科学, 34(1): 81-90.
|
[3] |
丁海勇, 丁昕玮, 2020. 基于SPOT-NDVI的甘肃省植被覆盖变化及其与气候、地形因子的关系[J]. 长江流域资源与环境, 29(12): 2 665-2 678.
|
[4] |
段利民, 李玮, 罗艳云, 等, 2019. 锡林河流域植被叶面积指数时空变化特征及其对地形因子的响应[J]. 水土保持研究, 26(3): 224-231.
|
[5] |
葛非凡, 毛克彪, 蒋跃林, 等, 2017. 华东地区夏季极端高温特征及其对植被的影响[J]. 中国农业气象, 38(1): 42-51.
|
[6] |
郭娇, 叶浩, 吴利杰, 等, 2013. 气候变化和人类活动对黄土高原小流域生态环境的影响[J]. 地球环境学报, 4(2): 1 261-1 265.
|
[7] |
郭铌, 王小平, 2015. 遥感干旱应用技术进展及面临的技术问题与发展机遇[J]. 干旱气象, 33(1): 1-18.
DOI
|
[8] |
何勇, 董文杰, 郭晓寅, 等, 2007. 基于MODIS的中国陆地植被生长及其与气候的关系[J]. 生态学报, 27(12): 5 086-5 092.
|
[9] |
李广超, 赵海盟, 伍毅, 等, 2021. 2000—2016年广西防城金花茶自然保护区关键生态环境参数时空变化[J]. 测绘通报, 67(2): 13-17.
|
[10] |
李建国, 袁冯伟, 赵宴青, 等, 2020. 中国东部沿海地区暴雨对植被活动的影响[J]. 地理科学, 40(2): 324-334.
DOI
|
[11] |
李茂华, 都金康, 李皖彤, 等, 2020. 1982—2015年全球植被变化及其与温度和降水的关系[J]. 地理科学, 40(5): 823-832.
DOI
|
[12] |
梁博毅, 刘素红, 瞿瑛, 等, 2016. 利用GLASS LAI数据分析1982—2012年亚马逊热带雨林变化[J]. 遥感学报, 20(1): 149-156.
|
[13] |
刘远, 周买春, 2018. MODIS, CYCLOPES和GLASS 3种LAI产品在韩江流域的对比[J]. 国土资源遥感, 30(1): 14-21.
|
[14] |
马守存, 保广裕, 郭广, 等, 2018. 1982—2013年黄河源区植被变化趋势及其对气候变化的响应[J]. 干旱气象, 36(2): 226-233.
DOI
|
[15] |
庞家泰, 段金亮, 张瑞, 等, 2021. 2000—2019年渭河流域植被覆盖度时空演变特征及气候响应[J]. 水土保持研究, 28(5): 230-237.
|
[16] |
桑宇星, 刘刚, 江聪, 等, 2020. 近30 a中国叶面积指数变化趋势的不确定性评估[J]. 遥感技术与应用, 35(5): 1 028-1 036.
|
[17] |
孙爱华, 华信, 叶晓思, 等, 2016. 不同灌溉模式下施加控释肥对水稻生长特征及产量的影响研究[J]. 灌溉排水学报, 35(4): 48-52.
|
[18] |
孙康慧, 曾晓东, 李芳, 2021. 中国生态脆弱区叶面积指数变化的主导气象因子研究[J]. 自然资源学报, 36(7): 1 873-1 892.
|
[19] |
覃巧婷, 陈建军, 杨艳萍, 等, 2021. 黄河源植被时空变化及其对地形和气候的响应[J]. 中国环境科学, 41(8): 3 832-3 841.
|
[20] |
王志慧, 姚文艺, 汤秋鸿, 等, 2017. 2014年黄土高原植被叶面积指数时空变化特征[J]. 中国水土保持科学, 15(1): 71-80.
|
[21] |
王玲玲, 何巍, 罗米娜, 等, 2021. 基于归一化旱情综合指数的川西高原草地伏旱监测分析[J]. 干旱气象, 39(6): 884-893.
|
[22] |
闫立沙, 2011. 华东区域土地利用/覆被变化及驱动力模型研究[D]. 济南: 山东科技大学.
|
[23] |
杨正兰, 张廷斌, 易桂花, 等, 2021. 气候变化背景下横断山区植被叶面积指数时空变化特征分析[J]. 长江流域资源与环境, 30(11): 2 670-2 681.
|
[24] |
张更喜, 粟晓玲, 郝丽娜, 等. 基于NDVI和scPDSI研究1982—2015年中国植被对干旱的响应[J]. 农业工程学报, 2019, 35(20): 145-151.
|
[25] |
朱迪恩, 徐小军, 杜华强, 等, 2018. 基于MODIS时间序列反射率数据的雷竹林LAI反演[J]. 应用生态学报, 29(7): 2 391-2 400.
|
[26] |
曾颖婷, 陆尔, 2015. 1961—2010年我国夏季总降水和极端降水的变化[J]. 气候变化研究进展, 11(2): 79-85.
|
[27] |
CASA R, VARELLA H, BUIS S, et al, 2012. Forcing a wheat crop model with LAI data to access agronomic variables: evaluation of the impact of model and LAI uncertainties and comparison with an empirical approach[J]. European Journal of Agronomy, 37(1): 1-10.
DOI
URL
|
[28] |
CHEN J M, BLACK T A, 1992. Defining leaf area index for non-flat leaves[J]. Plant, Cell & Environment, 15(4): 421-429.
|
[29] |
DONG T, LIU J, QIAN B, et al, 2016. Estimating winter wheat biomass by assimilating leaf area index derived from fusion of Landsat-8 and MODIS data[J]. International Journal of Applied Earth Observation and Geoinformation, 49: 63-74.
DOI
URL
|
[30] |
FANG H, BARET F, PLUMMER S, et al, 2019. An overview of global leaf area index (LAI): methods, products, validation, and applications[J]. Reviews of Geophysics, 57(3): 739-799.
DOI
URL
|
[31] |
FANG H, JIANG C, LI W, et al, 2013. Characterization and intercomparison of global moderate resolution leaf area index (LAI) products: analysis of climatologies and theoretical uncertainties[J]. Journal of Geophysical Research: Biogeosciences, 118(2): 529-548.
DOI
URL
|
[32] |
LIU Y, LIU R, CHEN J M, 2012. Retrospective retrieval of long-term consistent global leaf area index (1981-2011) from combined AVHRR and MODIS data[J]. Journal of Geophysical Research: Biogeosciences, 117(G4), DOI:10.1029/2012JG002084.
|
[33] |
NEMANI R R, KEELING C D, HASHIMOTO H, et al, 2003. Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J]. Science, 300(5625): 1 560-1 563.
|
[34] |
PIAO S, CIAIS P, FRIEDLINGSTEIN P, et al, 2008. Net carbon dioxide losses of northern ecosystems in response to autumn warming[J]. Nature, 451(7174): 49-52.
DOI
|
[35] |
QIAO K, ZHU W, XIE Z, 2020. Application conditions and impact factors for various vegetation indices in constructing the LAI seasonal trajectory over different vegetation types[J]. Ecological Indicators, 112: 106-153.
|
[36] |
RICHARDSON A D, DAIL D B, HOLLINGER D Y, 2011. Leaf area index uncertainty estimates for model-data fusion applications[J]. Agricultural and Forest Meteorology, 151(9): 1 287-1 292.
|
[37] |
SONG Y, LINDERHOLM H W, WANG C, et al, 2019. The influence of excess precipitation on winter wheat under climate change in China from 1961 to 2017[J]. Science of the Total Environment, 690: 189-196.
DOI
URL
|
[38] |
XIAO Z, LIANG S, JIANG B, 2017. Evaluation of four long time-series global leaf area index products[J]. Agricultural and Forest Meteorology, 246: 218-230.
DOI
URL
|
[39] |
XIAO Z, LIANG S, WANG J, et al, 2016. Long-time-series global land surface satellite leaf area index product derived from MODIS and AVHRR surface reflectance[J]. IEEE Transactions on Geoscience and Remote Sensing, 54(9): 5 301-5 318.
|
[40] |
XIAO Z, LIANG S, WANG J, et al, 2013. Use of general regression neural networks for generating the GLASS leaf area index product from time-series MODIS surface reflectance[J]. IEEE Transactions on Geoscience and Remote Sensing, 52(1): 209-223.
DOI
URL
|
[41] |
ZHENG Y, SHEN R, WANG Y, et al, 2020. Improved estimate of global gross primary production for reproducing its long-term variation, 1982-2017[J]. Earth System Science Data, 12(4): 2 725-2 746.
|