期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
4种遥感数据时空融合模型生成高分辨率归一化植被指数的对比分析 被引量:3
1
作者 李思源 叶真妮 +2 位作者 毛勇伟 陈玉玲 曾纳 《浙江农林大学学报》 CAS CSCD 北大核心 2023年第2期427-435,共9页
【目的】针对时空融合方法在遥感植被状况调查及动态变化监测中的应用,比对时空自适应反射率融合模型(STARFM)、增强型时空自适应反射率融合模型(ESTARFM)、回归拟合空间滤波和残差补偿模型(Fit-FC)和规则集回归树融合模型(RPRTM)等4种... 【目的】针对时空融合方法在遥感植被状况调查及动态变化监测中的应用,比对时空自适应反射率融合模型(STARFM)、增强型时空自适应反射率融合模型(ESTARFM)、回归拟合空间滤波和残差补偿模型(Fit-FC)和规则集回归树融合模型(RPRTM)等4种时空融合模型对归一化植被指数(NDVI)的融合效果。【方法】以三江源地区2块具有差异性地表特征的区域为研究样地,采用上述4种时空融合方法,融合空间分辨率30 m的Landsat 8影像和250 m时间步长16 d的MODIS NDVI数据,生成步长为16 d的30 m空间分辨率的NDVI数据。基于Landsat NDVI影像通过定性的目视判别和定量的统计分析来评价不同融合模型结果的空间特征模拟效果,并以真实的MODIS NDVI时间动态为参考,分析了不同融合方法对地表植被动态特征的拟合效果。【结果】(1)关于空间特征的捕捉,在地表覆盖状况较复杂的区域,RPRTM融合效果最佳(R2=0.82);而对于输入影像差异较大的区域,ESTARFM融合效果最佳(R2=0.95)。(2)关于时间动态的捕捉,RPRTM针对不同的植被型均取得了最佳效果(R2为0.97~0.99)。(3)相对于模型输入数据的时空可比性,地表异质性对STARFM和ESTARFM融合效果的影响更大。【结论】4种时空融合模型能有效用于生成高时空分辨率的NDVI数据,不同模型其融合效果各有不同,RPRTM在复杂地表区域与模拟植被生长动态变化中均有较好表现。 展开更多
关键词 时空数据融合 归一化植被指数 增强型时空适应反射率融合模型 规则集回归树融合模型 回归拟合空间滤波和残差补偿模型
在线阅读 下载PDF
融合多源遥感数据的河南省淅川县植被动态演变研究
2
作者 葛利玲 王璐 《自然资源遥感》 北大核心 2025年第3期192-202,共11页
河南省淅川县作为南水北调中线工程的重要水源区,对淅川县的植被时空变化特征及其驱动机制进行探究,将对淅川县的生态修复和南水北调中线工程水源区的环境保护具有重要意义。该研究以现有的Landsat和MODIS数据为基础,利用STARFM方法和... 河南省淅川县作为南水北调中线工程的重要水源区,对淅川县的植被时空变化特征及其驱动机制进行探究,将对淅川县的生态修复和南水北调中线工程水源区的环境保护具有重要意义。该研究以现有的Landsat和MODIS数据为基础,利用STARFM方法和像元二分模型,构建了2002—2022年淅川县的长时序植被覆盖度(fractional vegetation cover,FVC)数据,并结合回归趋势分析方法、地理探测器模型和相关性分析等方法,探究2002—2022年间淅川县植被的时空变化特征及其驱动机制。结果表明:(1)经过STARFM方法重建后的年尺度FVC与真实的年尺度FVC的R^(2)达到0.914,相比于数据缺失条件下的0.864,提升了0.05,因此STARFM方法可以为更加准确地开展淅川县的植被动态演变研究提供数据基础;(2)2002—2022年间淅川县植被覆盖情况一般,平均FVC达到0.516,主要呈现“西北高,东南低”的分布特征,整体呈现改善趋势,改善区域的面积占比为76.03%,主要分布在淅川县的西北部和东南部,退化区域的面积占比为18.09%,主要分布在丹江口水库、丹江和淅水水域的附近区域;(3)淅川县植被空间分异性的主导因素为高程和坡度,次要因素为土壤类型和平均气温,土壤质地和平均降雨量影响最小。淅川县境内植被出现改善和退化的主要原因均为人为因素,气候因素对其影响较小,人为因素主要为南水北调中线工程的实施,且对植被生长变化的促进作用远大于抑制作用。 展开更多
关键词 淅川县 南水北调中线工程 时空适应反射率融合模型 植被覆盖度
在线阅读 下载PDF
基于时空数据融合的县域水稻种植面积提取 被引量:13
3
作者 牛海鹏 王占奇 肖东洋 《农业机械学报》 EI CAS CSCD 北大核心 2020年第4期156-163,共8页
受云雨天气和卫星自身回访周期的影响,县域尺度水稻种植面积的提取往往难以获取完整时间序列的高空间分辨率影像,利用单一MODIS数据导致提取精度不高。针对上述问题以河南省优良水稻种植区原阳县为例,采用增强型自适应反射率时空融合模... 受云雨天气和卫星自身回访周期的影响,县域尺度水稻种植面积的提取往往难以获取完整时间序列的高空间分辨率影像,利用单一MODIS数据导致提取精度不高。针对上述问题以河南省优良水稻种植区原阳县为例,采用增强型自适应反射率时空融合模型(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM),融合中高分辨率的Landsat数据和高时间分辨率的MODIS数据,获取完整时间序列的归一化植被指数(Normalized difference vegetation index,NDVI)数据,经过TIMESAT滤波平滑处理后,利用研究区内水稻与其他地物的时序NDVI曲线,设置合理的NDVI阈值,采用决策树分类的方法提取水稻种植面积。结果显示,总体分类精度为92.23%,Kappa系数为0.9043。提取的水稻制图精度为96.73%,用户精度为93.51%,说明ESTARFM模型能很好地融合出高空间分辨率影像,解决数据缺失问题,可为县域尺度水稻种植面积提取提供参考。 展开更多
关键词 水稻 种植面积提取 县域尺度 增强型自适应反射率时空融合模型 数据融合
在线阅读 下载PDF
基于时空融合技术的森林火灾遥感动态监测 被引量:14
4
作者 黄武彪 栾海军 李大成 《自然灾害学报》 CSCD 北大核心 2022年第1期265-276,共12页
针对单一时空融合方法或使用单一中等空间分辨率影像(如Landsat影像)和MODIS影像时空融合的不足,本文提出综合利用经典的STARFM算法、基于地物内组分时相变化模型的地表反射率时空融合算法,联合使用多种空间分辨率更优(≤30 m)的传感器... 针对单一时空融合方法或使用单一中等空间分辨率影像(如Landsat影像)和MODIS影像时空融合的不足,本文提出综合利用经典的STARFM算法、基于地物内组分时相变化模型的地表反射率时空融合算法,联合使用多种空间分辨率更优(≤30 m)的传感器影像,以“时间最邻近及空间分辨率优先”为原则对传统单一中等空间分辨率影像预测周期(如Landsat影像为16天)进行分段独立预测,并优化组合两种预测方法的预测结果,进而获取更为精确的逐日中等空间分辨率预测影像。基于上述方法所得结果,可应用于森林火灾监测场景中。以四川凉山木里县3·30森林大火为例,综合利用MOD09GA、Landsat8 OLI、Sentinel-2、GF-1 WFV遥感影像数据进行实验研究,基于预测所得逐日中等空间分辨率影像提取火灾指标因子(燃烧面积指数和归一化燃烧指数),分析森林火灾演化态势。结果表明:(1)多类型中高空间分辨率遥感影像的综合利用,有利于解决传统单一中等空间分辨率影像预测周期跨度过长、总体精确度低的问题,可获取更为精确的逐日中等空间分辨率预测影像;(2)两种算法在不同类型遥感数据融合应用中各有其局限性,两种方法联立使用具有理论价值与实际意义;(3)基于时空融合影像分析火灾演化态势时,归一化燃烧指数计算结果更敏感、更有效。研究认为,基于时空融合技术的森林火灾遥感动态监测具有可行性,具有进一步深入研究的价值与意义。 展开更多
关键词 森林火灾 遥感动态监测 时空融合 时空适应反射率融合模型 地物组分
在线阅读 下载PDF
数据融合技术在提高NPP估算精度中的应用 被引量:5
5
作者 黄登成 张丽 +1 位作者 尹晓利 王昆 《计算机工程与应用》 CSCD 2014年第22期193-198,232,共7页
针对现有遥感数据不能同时满足在时间和空间上精确监测植被动态变化的问题,提出利用时空适应性反射率融合模型(STARFM)的方法对MODIS-NDVI和TM-NDVI影像数据进行融合处理获得30 m较高时空分辨率的融合NDVI影像,进而将多种尺度的MODIS-N... 针对现有遥感数据不能同时满足在时间和空间上精确监测植被动态变化的问题,提出利用时空适应性反射率融合模型(STARFM)的方法对MODIS-NDVI和TM-NDVI影像数据进行融合处理获得30 m较高时空分辨率的融合NDVI影像,进而将多种尺度的MODIS-NDVI和融合NDVI数据分别输入到CASA模型,对锡林浩特地区进行植被净初级生产力(NPP)的多尺度估算。将不同尺度的NPP估算结果与地上生物量地面实测值进行验证比较,结果表明:随着输入NDVI空间分辨率的提高,NPP估算值与实测地上生物量之间的相关性也逐渐增大,r最大值达到了0.915。此外以融合NDVI影像作为输入数据之一的NPP估算值与实测地上生物量的相关性均比未融合NDVI的相关性高,说明融合NDVI估算NPP的效果较未融合NDVI好,并且以融合NDVI影像作为模型输入数据可提高NPP估算精度。 展开更多
关键词 数据融合 时空适应性反射率融合模型 CASA模型 净初级生产力
在线阅读 下载PDF
融合HJ-1 CCD和MODIS数据生成高分辨率影像方法对比 被引量:5
6
作者 陈燕丽 何立 +1 位作者 莫建飞 莫伟华 《科学技术与工程》 北大核心 2018年第32期1-6,共6页
高时空分辨率遥感影像的反演可有效解决南方云雨地区的数据缺失问题。以广西典型丘陵山地为试验区,利用时空自适应反射率融合模型(spatial and temporal adaptive reflectance fusion model,STRAFM)和增强型时空自适应反射率融合模型(en... 高时空分辨率遥感影像的反演可有效解决南方云雨地区的数据缺失问题。以广西典型丘陵山地为试验区,利用时空自适应反射率融合模型(spatial and temporal adaptive reflectance fusion model,STRAFM)和增强型时空自适应反射率融合模型(enhanced spatial and temporal adaptive reflectance fusion model,ESTRAFM)两种融合算法,选取小范围的国产环境减灾卫星(HJ-1 CCD)和中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据,比较分析两种融合算法所生成的高空间分辨率影像的优劣。与真实HJ-1 CCD的红、近红外(near-infrared,NIR)波段影像相比,STRAFM和ESTRAFM预测影像在空间分布上均具有较好的一致性,R值均为极显著相关,差分图像98. 94%以上像元反射率差值小于0. 1,平均绝对差值(average absolute difference,AAD)、平均差值(average difference,AD)、标准差(standard deviation,SD)均较小,融合效果好。与STRAFM相比较,ESTRAFM对真实HJ-1 CCD影像的细节捕捉能力更强,高低反射率区域没有明显缩小或放大现象,破碎地物边界更清晰,不存在斑块。ESTRAFM预测影像与真实HJ-1 CCD红、近红外波段影像的相关性均高于STRAFM,相关系数(pearson correlation coefficient,R)分别为0. 930、0. 885。ESTRAFM预测影像与真实HJ-1 CCD影像差异小于STRAFM,其差分影像的AD、AAD、SD分别为-0. 005、0. 013、0. 017。 展开更多
关键词 时空融合 HJ-1 CCD 中分辨率成像光谱仪 时空适应反射率融合模型 增强时空适应反射率融合模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部