Scidown文献预览系统！
协调Landsat-8和Sentinel-2时间序列数据提高多云多雨地区常绿森林覆盖度亚像元尺度估算精度( Improving the Accuracy of Fractional Evergreen Forest Cover Estimation at Sub-Pixel Scale in Cloudy and Rainy Areas by Harmonizing Landsat-8 and Sentinel-2 Time-Series Data )
T Wu Y Zhao S Wang H Su D Jia
常绿森林提供了必要的生态系统服务，如维持碳氧循环平衡和净化空气。但在多云、多雨天气条件下，很难获得空间分辨率高、时间序列完整的光学遥感影像。此外，森林树冠下面的表面可能是复杂和破碎的。为了解决这一问题，我们提出了一种亚像素尺度的城市常绿森林制图新方法（NDVICV-LS）。为了更准确地捕捉常绿林的生长特征，我们将1年内获得的云量小于10%的Landsat-8和Sentinel-2图像进行了协调处理，以增强时间序列数据集的密度。针对常绿林的时间序列波动稳定性，采用归一化差异植被指数(NDVI)的变异系数(CV)来区分常绿林与其他植被。同时，以年最小NDVI（NDVIann-min）为参数，建立了一个二分像元模型，用于估算常绿森林复盖率（FVCever）。选取我国多云多雨的亚热带城市合肥市为例，对模型的有效性进行了评价。验证结果表明,协调Landsat-8和Sentinel-2时间序列图像提取常绿林,比单独使用Landsat-8图像提取常绿林的总体精度提高了8%,表明NDVICV-LS模型能够提高FVCever估计的精度,特别是对于多云和多雨条件下复杂下垫面的地区。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown NLRP3去泛素化的药理靶向治疗NLRP3相关炎症性疾病下载
scidown NLRP3去泛素化的药理靶向治疗NLRP3相关炎症性疾病下载
scidown 预授权:一种可以促进自主性的新决策启发法下载