【摘 要】
：
由于云、大气等因素,归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列数据存在一定的误差.Savitzky-Golay(S-G)滤波方法能够在一定程度上减小这种误差,抑制突降的低质量像元值,但对于低质量像元高值的抑制和高质量像元值的保护有所欠缺,而且不能很好的运用于不同时间间隔的时间序列影像重建中.基于Google Earth Engine(GEE)云平台,综合利用空间插值和时间滤波以及像元质量分析对重庆2014年春至2018年冬250 m分辨
【机 构】
：
重庆邮电大学计算机科学与技术学院,重庆400065;重庆邮电大学空间大数据研究中心,重庆4000065
论文部分内容阅读
由于云、大气等因素,归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列数据存在一定的误差.Savitzky-Golay(S-G)滤波方法能够在一定程度上减小这种误差,抑制突降的低质量像元值,但对于低质量像元高值的抑制和高质量像元值的保护有所欠缺,而且不能很好的运用于不同时间间隔的时间序列影像重建中.基于Google Earth Engine(GEE)云平台,综合利用空间插值和时间滤波以及像元质量分析对重庆2014年春至2018年冬250 m分辨率的MOD13Q1长时间序列数据集进行重建研究.同时使用皮尔逊相关系数(Pearson)、新提出的平滑度指数以及NDVI变化差值,对样本点和整幅影像定量对比重建结果.研究表明:相同参数下,新方法的重建影像与原始影像的相关性高于S-G方法;模拟噪声实验中,其与两幅模拟噪声影像的相关性分别为0.87和0.94,而SG方法的相关性仅为0.65和0.61.
其他文献
土壤水分是地气间水热交换的重要变量,影响着地表感热潜热划分、水分收支和植被蒸腾等过程,青藏高原土壤水分的研究对于改进高原水分循环和能量平衡的模拟研究具有重要意义.随着SMOS、SMAP等卫星的发射,L波段被动微波遥感技术成为大尺度监测土壤水分的主要手段.分别从L波段星—机—地观测与微波辐射模拟、区域尺度土壤水分观测、卫星产品评估与土壤水分反演算法发展等方面系统回顾和总结了近年来L波段被动微波遥感及其土壤水分反演算法、产品在青藏高原的主要应用与研究进展.在此基础上,归纳了当前高原L波段被动微波辐射模拟与土壤
宇宙射线中子法是一种百米尺度的土壤水分无损测量方法.基于重庆市青木关槽谷区多个站点的多层土壤水分观测数据,针对宇宙射线土壤水分观测系统(COSMOS)同步测得的中子序列开展了土壤含水量反演研究.在反演算法研究过程中,引入S-G滤波对COSMOS快中子数进行平滑,分析了植被含水量的影响,探索和优化了算法率定和验证阶段不同的数据筛选方案.结果 表明:该区域植被含水量对COSMOS反演结果影响较小,且考虑全时段土壤水分水平下发展的算法能得到与实测区域平均更为一致的土壤水分序列.最后应用该反演算法进一步生成了CO
L波段微波辐射计是探测土壤湿度和海水盐度的重要手段,但日益严重的射频干扰(Radio Frequency Interference,RFI)使得L波段被动微波遥感无法达到地表参数的反演精度要求.将具有快速采样能力的L波段积分式微波辐射计搭载于车载移动平台,在华北闪电河流域进行地基测量,应用时域脉冲检测算法(Asynchronous Pulse Blanking algorithm,APB)及基于变异系数的中值比较算法对测量结果进行射频干扰检测与抑制,两种算法对射频干扰检测都取得了一定的效果.根据检测结果,
选取淮河流域为研究区域,利用2016年6月至2019年5月流域内的313个土壤水分观测站0～10 cm土壤体积含水量数据,使用多种指标分析SMAP卫星(Soil Moisture Active Passive)9 km分辨率土壤水分产品(L2_SM_P_E)精度的空间和时间(年、月、日尺度)特征,并讨论植被、土壤、地形等对精度影响.结果 表明:①整体来看,L2_SM_P_E在淮河流域达不到0.04 m3/m3的预期精度,存在湿区高估、干区低估的现象,但可以较好地反映流域土壤水分的空间分布特征,也能较为准确
土壤水分的降尺度研究为解决被动微波产品的粗分辨率问题,更好地服务于流域小尺度应用提供了技术手段.以美国俄克拉荷马州为研究区域,基于SMAP土壤水分产品和MODIS产品等多种辅助数据,在地表分类数据的支持下,结合参量统计降尺度和时空融合降尺度发展了一种土壤水分混合降尺度方法,并利用SMAP 9 km产品和站点实测数据对降尺度效果进行了评估.结果 表明:混合降尺度方法可以得到细节丰富、空间覆盖完整的降尺度结果.相较于参量统计或时空融合两种单一降尺度而言,混合降尺度结果的空间分布与SMAP 9 km真实产品最为
精准/智慧农业需要田块尺度高精度地形数据,而现有耕地范围地形测绘数据不能满足需求.为获得高精度数字高程模型(DEM),以SRTM DEM为基础进行改进,获取2016年6～9月SPOT 6多光谱数据,测量实际高程,将实际高程通过克里金空间插值获得分辨率为6m的DEM;将SRTM DEM格网的栅格值和植物生长季节的归一化植被指数(Normalized Difference Vegetation Index,NDVI)作为输入量,建立逐步多元回归和BP神经网络模型,以实测的地面高程和无人机获取的DEM数据作为验
月球目标具有受大气影响小且与背景温度差异明显的特点,可以作为通道配准非常稳定的参考源,用于分析不同通道的成像位置.以风云三号D星(FY-3D)搭载的第二代中分辨率光谱成像仪(MERSI-Ⅱ)为例,介绍了一种利用月球图像进行在轨通道配准的方法.通过对MERSI-Ⅱ各通道月球图像进行预处理,并对图像采取亚像元最大相关迭代的方法进行配准,得到亚像素精度的配准参数;利用月球质心距及灰度差值比较法对配准结果进行评价分析.结果 表明:基于月球观测的配准方法具有较高的精度,与月球质心距结果一致性优于0.05像素.同时,
为评价阴影消除植被指数(Shadow-Eliminated Vegetation Index,SEVI)对常用十米级不同空间分辨率遥感影像的地形阴影消除效果,采用2019年1月24～25日过境的Sentinel S2B(10 m)、GF-1(16 m)、Landsat 8 OLI(30 m)、GF-4(50 m)4种空间分辨率多光谱影像,计算了基于地表反射率的NDVI、SEVI和基于SCS+C模型校正后反射率的NDVI.评价方法包括植被指数数值分析、本影和落影相对误差分析、变异系数分析、植被指数与太阳入射
在数据同化方法中,观测误差协方差矩阵是相关的,且与时间和状态有一定的依赖性.针对这种相关特性,将鲁棒滤波方法与观测误差协方差估计方法相结合,得到随状态时间变化的观测误差协方差,提出一种带有观测误差估计的鲁棒数据同化新方法,更新观测误差协方差,改善估计效果.从分析误差协方差,转移矩阵特征值放大等角度优化同化方法.利用非线性Lorenz-96混沌系统,对三种不同优化角度下带有观测误差估计的鲁棒滤波和原鲁棒滤波方法的鲁棒性和同化精度进行评估,并比较分析了两种方法在模型误差、观测数目和性能水平系数变化时的性能.结
当前很多研究利用遥感影像关注地表水动态变化情况,但不同算法得到的变化情况尚待进一步分析.基于GEE平台,以三江源为例,利用JRC全球地表水产品对三江源2001～2018年的地表水体面积进行动态变化分析,并结合大气再分析产品ERA5和PERSIANN-CDR进行驱动力分析.结果 表明:2001～2018年期间,三江源常年性水体面积从6403.61 km2增加至7473.09 km2,主要增加部分分布于长江源区;三江源常年性水体面积变化和年降水量有显著正相关关系,常年性水体面积变化和气温没有显著相关关系;卓乃