内蒙古自治区2005年全区土地总面积11550.92万公顷(土地利用变更调查数据)。其中农用地9532.10万公顷，占土地总面积的82.52%;建设用地143.92万公顷，占土地总面积的1.25%;未利用地1874.90万公顷，占土地总面积的16.23%。农用地中耕地710.21万公顷，占全区土地总面积的6.15%。

一、原始影像数据

卫星简介

       Landsat8于2013年2月11日发射升空，携带有两个主要载荷：OLI和TIRS。其中OLI（全称：Operational Land Imager ，陆地成像仪）由卡罗拉多州的鲍尔航天技术公司研制；TIRS（全称：Thermal Infrared Sensor，热红外传感器），由NASA的戈达德太空飞行中心研制。设计使用寿命为至少5年。

       OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外还有两个新增的波段：蓝色波段 (band 1 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。

       TIRS 包括2个单独的热红外波段，分辨率100米。

数据应用

       Landsat陆地卫星系列提供了大量地球资源观测数据，为各种学科和领域的用户和研究人员提供他们所需要的遥感影像信息，对整个地球科学来说都具有重大的价值和意义。

       Landsat遥感影像数据可以用于自然资源保护，能源勘探、环境管理、自然灾害监测等多个研究领域，如：进行陆地表面土地利用现状分类及变更提取，调查地下矿藏、海洋资源和地下水资源，监视和协助管理农、林、畜牧业和水利资源的合理使用，预报农作物的收成，研究自然植物的生长和地貌，考察和预报各种严重的自然灾害（如地震）和环境污染，以及绘制各种专题图（如地质图、地貌图、水文图）等。

       生态系统总初级生产力（GPP）指单位时间、单位面积内植物把无机物质合成为有机物质的总量或固定的总能量。多种卫星遥感数据反演生态系统总初级生产力（GPP）产品是地理国情监测云平台推出的生态环境类系列数据产品之一。

       ※数据反演产品及算法
       目前已有产品介绍
       目前已有产品包括中国2000～2008年以及内蒙古自治区、青海省、西藏自治区2010年16天、逐月、年均产品，分辨率为1km、0.01度，精度良好。

       模型算法  
       GLO–PEM模型基于GPP与APAR间成线性关系的理论基础上，因此GPP、NPP、NEP可以表示为：

                              

       其中PAR为光合有效辐射，FPAR是植被吸收光合有效辐射比率，ε是基于GPP概念的现实光能利用率。

       地表反照率是指地表对入射的太阳辐射的反射通量与入射的太阳辐射通量的比值,决定了多少辐射能被下垫面所吸收,因而是地表能量平衡研究中的一个重要参数。多种卫星遥感数据反演地表反照率（Albedo）信息产品是地理国情监测云平台推出的生态环境类系列数据产品之一。


※数据反演产品及算法
       目前已有产品介绍
       目前已有产品包括中国2000～2009年以及内蒙古自治区、青海省、西藏自治区2010年8天、逐月、年均产品，分辨率为1km、0.01度，精度良好。

       模型算法
       地表反照率表征地球表面对太阳辐射的反射能力，采用梁顺林先生的方法，空间精度质量良好。

        ◆TM/ETM算法如公式(1):

ashort = 0.356a1 + 0.130a3 + 0.373a4 + 0.085a5 + 0.072a7 - 0.0018                   ………(1)

        ◆Modis算法如公式(2):

ashort=0.160 a1 +0.291a2+ 0.243a3 + 0.116a4+ 0.112a5 + 0.081a7-0.0015        ………(2)

        ◆AVHRR算法如公式(3):

ashort=-0.3376a12-0.2707a22-0.7074a1a2+0.2915a1+0.5256a2+0.0035             ………(3)

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。