科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着通讯技术的发展,基于无线传感器网络技术的地面测量成为获取地表参数的重要手段。无线传感器网络以其长时间、多点同步观测的优势,为遥感卫星叶面积指数产品的真实性检验提供了可靠的数据支撑。然而,意外的电池、通信故障或天气影响会导致测量数据的不稳定,这就需要从大量原始数据中处理得到能够代表地面相对真值的数据。本文针对2020年5–11月在山东禹城站布置3个节点(0803、0804、0805)运用叶面积指数传感器网络系统SBLX-034进行观测。首先选择观测时间在上午10时至下午15时的数据,筛选出有效数据的时刻。然后依据站点间的时空相关性利用时序神经网络NARX建模,剔除模型预测误差大于1的异常时刻数据,并利用LSTM神经网络对处理后的数据规律进行检验。最后对每天的数据进行平均处理得到长时间序列的LAI实测相对真值,用于为相关研究提供数据支撑。本数据集为处理后的山东禹城站0803、0804和0805站点的无线传感器网络数据,具体包括:(1)禹城站3个无线传感器网络节点的地理位置数据;(2)2020年5–11月3个节点、每日叶面积指数数据。该数据集存储为.xlsx、.shp和.kml数据格式,由10个文件组成,数据量为49.1KB(压缩为1个文件,42.5 KB)。
-
单位中国科学院; 中国科学院大学
