期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到98篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于对象级间隙填充与SG滤波的Sentinel-2 NDVI时间序列重建
1
作者 高崇 陈国坤 +4 位作者 段兴武 唐伯惠 温庆可 左丽君 赵海娟 《农业工程学报》 北大核心 2025年第10期212-220,共9页
时间分辨率与空间分辨率的相互制约是资源环境定量遥感监测中的共性问题。为解决山区云雾天气下光学影像时空不连续性问题,并提升复杂地形和异质景观区域NDVI重建的精度和效率,该研究提出了一种基于对象级间隙填充策略的高时空分辨率NDV... 时间分辨率与空间分辨率的相互制约是资源环境定量遥感监测中的共性问题。为解决山区云雾天气下光学影像时空不连续性问题,并提升复杂地形和异质景观区域NDVI重建的精度和效率,该研究提出了一种基于对象级间隙填充策略的高时空分辨率NDVI重建方法(object-level gap filling and Savitzky-Golay filtering method,OLF-SG)。该方法以MODIS NDVI为参考,利用对象级间隙填充策略对Sentinel-2 NDVI中的缺失值进行填补,并通过加权Savitzky-Golay滤波对填补后的NDVI时间序列进行平滑处理,以消除噪声误差,最终生成高时空分辨率的NDVI产品(8 d、10 m分辨率)。在洱海流域选取两个具有不同地表特征的异质下垫面(A和B)进行试验,结果表明,与传统的间隙填充和SG滤波方法(gap filling and Savitzky-Golay filtering method,GF-SG)及对象级时空自适应反射融合模型(object-level spatial and temporal adaptive reflectance fusion model,OL-STARFM)相比,OLF-SG在提高空间分辨率的同时提升了重建精度,其中区域A的RMSE为0.060,R^(2)为0.984,区域B的RMSE为0.068,R^(2)为0.952。OLF-SG生成的高时空分辨率NDVI时间序列可以有效捕捉复杂地表的物候模式,在农作物生长监测、植被物候分析、土壤侵蚀评估和农业管理实践等领域具有应用潜力。 展开更多
关键词 遥感 ndvi 洱海流域 对象级间隙填充 时间序列 时空融合
在线阅读 下载PDF
基于QA权重NDVI时间序列重建效果评价研究——以长江流域为例 被引量：3
2
作者 朱慧 胡勇 +2 位作者 孙芬 王强 马雪莹 《地理科学》 CSSCI CSCD 北大核心 2022年第11期2019-2027,共9页
通过计算质量频率和噪声比分析了长江流域MODIS NDVI质量情况,然后基于常用的S-G、A-G、D-L这3种重建方法设计了3种质量权重方案,对长江流域2001—2020年的时间序列MODIS NDVI数据进行重建,最后采用视觉对比、优质区域保真性和模拟加噪... 通过计算质量频率和噪声比分析了长江流域MODIS NDVI质量情况,然后基于常用的S-G、A-G、D-L这3种重建方法设计了3种质量权重方案,对长江流域2001—2020年的时间序列MODIS NDVI数据进行重建,最后采用视觉对比、优质区域保真性和模拟加噪的方法对重建效果进行分析评价。结果表明:长江流域全年噪声比主要集中于75%~125%,其中冬季噪声对NDVI有较大的抑制效果,春秋季其次,而夏季噪声对NDVI有增强效果;基于质量权重方案三的S-G法对原始数据连续缺失的重建效果最好;在高质区域A-G法重建保真性较高,高质像元的R~2和RMSE均值为0.9489和0.0245;在模拟加噪实验中,S-G法重建后数据丢失像元最少,与原始数据的R~2平均值和标准差分别为0.8616和0.1848,RMSE为0.0035~0.4411,标准差为0.0383,表明在低质区域S-G法重建保真性较高。 展开更多
关键词 ndvi时间序列重建 长江流域 质量保证数据(QA)权重 Savitzky-Golay
在线阅读 下载PDF
北京一号小卫星NDVI时间序列重建方法研究
3
作者 张霞 张旭凯 帅通 《遥感信息》 CSCD 2012年第1期68-72,共5页
利用目前使用较广泛的Savitzky-Golay滤波拟合法和傅立叶谐波分析法对NDVI时间序列进行滤波处理,分析植被指数时间序列滤波重建方法对北京一号小卫星数据的适用性。试验结果表明,较之Savitzky-Golay方法,傅立叶谐波改进算法的重建结果... 利用目前使用较广泛的Savitzky-Golay滤波拟合法和傅立叶谐波分析法对NDVI时间序列进行滤波处理,分析植被指数时间序列滤波重建方法对北京一号小卫星数据的适用性。试验结果表明,较之Savitzky-Golay方法,傅立叶谐波改进算法的重建结果更能体现地物的物候变化规律,且对原始数据的扰动较小,更有利于基于植被指数时间序列的土地覆盖分类及作物估产等定量应用,比较适合于北京一号小卫星NDVI时间序列的重建。 展开更多
关键词 ndvi时间序列 北京一号小卫星 傅立叶谐波分析
在线阅读 下载PDF
重庆地区MODIS/NDVI时间序列数据重建研究 被引量：11
4
作者 李军 朱慧 《地理科学》 CSSCI CSCD 北大核心 2017年第3期437-444,共8页
基于时间分辨率为逐月、空间分辨率为1 km的MODIS/NDVI数据,利用WS、S-G、A-G和D-L这4种重建方法对重庆市2010~2014年间历年逐月的NDVI时间序列数据进行重建,并采用视觉对比、分地类像元对比、相关系数(R)、均方根误差(RMSE)、赤池信息... 基于时间分辨率为逐月、空间分辨率为1 km的MODIS/NDVI数据,利用WS、S-G、A-G和D-L这4种重建方法对重庆市2010~2014年间历年逐月的NDVI时间序列数据进行重建,并采用视觉对比、分地类像元对比、相关系数(R)、均方根误差(RMSE)、赤池信息准则(AIC)和贝叶斯信息准则(BIC)对4种重建结果进行了评价。结果表明:S-G和WS重建后噪声少,S-G的曲线最为平滑,A-G与WS保真性较好。其中,A-G的R>0.8和RMSE<0.05的分布面积最大,分别占总面积的89.41%和66.40%;WS次之,占72.76%和59.37%。此外,在模型效果分析中A-G的AIC和BIC评价结果最佳,WS在其他3种方法BIC评价结果较差的渝西地区也有较好的评价结果。 展开更多
关键词 ndvi时间序列重建 Whittaker Savitzky-Golay 非对称高斯函数拟合法 双逻辑斯蒂函数拟合法
在线阅读 下载PDF
我国西北地区东部时间序列NDVI数据集重建方法比较研究 被引量：5
5
作者 王玮 郭铌 +3 位作者 沙莎 胡蝶 王小平 李耀辉 《草业学报》 CSCD 北大核心 2016年第8期1-13,共13页
高质量、长时序归一化植被指数(NDVI)数据集不仅是连续监测陆地表面特征的基础,也是研究气候与陆地生态系统变化的重要参数。本研究以生态环境较为脆弱的西北地区东部为例,借助多种时间序列重建方法对LTDR NDVI数据集中的噪声进行拟合重... 高质量、长时序归一化植被指数(NDVI)数据集不仅是连续监测陆地表面特征的基础,也是研究气候与陆地生态系统变化的重要参数。本研究以生态环境较为脆弱的西北地区东部为例,借助多种时间序列重建方法对LTDR NDVI数据集中的噪声进行拟合重建,并结合农业气象资料和高质量NDVI数据,对不同重建方法的拟合结果开展适用性评价分析,结果表明,1)下垫面类型是影响重建方法拟合效果的重要因素。根据不同植被类型或作物生长特点,每种重建方法对其噪声消除能力有所不同;2)在年均NDVI较高(NDVI≥0.3),且NDVI曲线具有明显季节变化的草地、林地以及牧草等作物种植区域内,经过D-L拟合重建的NDVI具有较高的保真能力和适应性;3)在年均NDVI较低(NDVI<0.3),且植被季节生长变化不明显或NDVI曲线不呈季节对称性变化的稀疏植被区,以及以冬小麦为典型作物种植的区域内,经过S-G滤波重建的NDVI数据表现出相对较好的保真能力和适应性。 展开更多
关键词 ndvi 时间序列重建 植被遥感 AVHRR
在线阅读 下载PDF
融合生成对抗网络与Prophet模型的NDVI时序重建方法
6
作者 李小虎 蔡宇 罗小波 《遥感信息》 北大核心 2025年第1期156-164,共9页
针对当前多数NDVI时序重建方法没有充分利用遥感数据中的时空信息,导致多云多雨地区NDVI数据长时间缺失时重建效果不佳的问题,提出一种融合GAN与Prophet模型,以及时空加权SG滤波的NDVI时序重建方法(GANP-SG)。通过将Prophet模型填补后的... 针对当前多数NDVI时序重建方法没有充分利用遥感数据中的时空信息,导致多云多雨地区NDVI数据长时间缺失时重建效果不佳的问题,提出一种融合GAN与Prophet模型,以及时空加权SG滤波的NDVI时序重建方法(GANP-SG)。通过将Prophet模型填补后的NDVI时间序列输入到用原始NDVI数据训练完成的GAN生成器中得到生成序列,再利用改进的时空加权SG迭代滤波对生成的时序数据进一步滤波去噪,得到高质量的NDVI时间序列。实验采用重庆市MOD13Q1数据,将GANP-SG方法与SG滤波法、AG法、HANTS法、STSG法进行了对比。通过定性定量的分析验证了GANP-SG方法的重建结果更符合各类植被的物候特征,空间效果保真度最好。另外,在处理NDVI长时间缺失问题时(缺失率达到90%),重建的相关系数仍大于0.6,RMSE和MAE均低于其他4种方法。 展开更多
关键词 ndvi时间序列 数据重建 GAN Prophet预测 时空信息 SG滤波
在线阅读 下载PDF
考虑全时间序列信息的NDVI变分重建方法 被引量：1
7
作者 储栋 管小彬 沈焕锋 《地理与地理信息科学》 CSCD 北大核心 2023年第3期31-39,共9页
NDVI数据受云覆盖等因素影响,普遍存在信息缺失和噪声污染问题。传统基于滤波或曲线拟合的方法对NDVI时间序列的先验特征考虑不足,难以有效解决时间连续缺失的难题。该文在变分框架下,通过正则化方式对NDVI时间序列的局部平滑性和非局... NDVI数据受云覆盖等因素影响,普遍存在信息缺失和噪声污染问题。传统基于滤波或曲线拟合的方法对NDVI时间序列的先验特征考虑不足,难以有效解决时间连续缺失的难题。该文在变分框架下,通过正则化方式对NDVI时间序列的局部平滑性和非局部年际相似性进行刻画,提出一种考虑全时间序列信息的NDVI重建方法;选取Savitzky-Golay(SG)滤波、时间序列谐波分析(HANTS)和Whittaker滤波3种方法作为对比方法,在长江经济带两个区域的MODIS NDVI产品上进行模拟实验和真实实验。结果表明:该文方法在随机缺失和时间连续缺失情况下的MAE、RMSE和CC均更优,且能有效滤除不平滑的原始NDVI时间序列曲线中的噪声,获得平滑曲线,在处理时间连续的云污染方面表现更好。 展开更多
关键词 ndvi 全时间序列 缺失重建 Whittaker滤波 正则化
在线阅读 下载PDF
基于SPOT-VGT NDVI时间序列的农牧交错带植被物候监测 被引量：51
8
作者 侯学会 牛铮 +1 位作者 高帅 黄妮 《农业工程学报》 EI CAS CSCD 北大核心 2013年第1期142-150,I0003,共10页
为了分析中国农牧交错带植被典型物候期(生长开始日期,生长结束日期和生长季长度)的变化趋势,利用2001-2010年SPOT-VGT NDVI(SPOT-VEGETATION normalized differential vegetation index)数据,基于Savitzky—Golay滤波和动态阈值法,提... 为了分析中国农牧交错带植被典型物候期(生长开始日期,生长结束日期和生长季长度)的变化趋势,利用2001-2010年SPOT-VGT NDVI(SPOT-VEGETATION normalized differential vegetation index)数据,基于Savitzky—Golay滤波和动态阈值法,提取了中国北方农牧交错带植被物候期,探讨研究区植被物候期的空间差异和时间变化。研究表明,农牧交错带植被的生长季一般从4月中旬到5月下旬开始,9月下旬至10月下旬结束;从西南部到东北部,植被物候表现出明显的空间差异;农田植被物候期与自然植被略有不同;对研究区10a物候期线性拟合,得出研究区大部分植被覆盖区域生长季开始日期呈现提前趋势,提前日期大约为1～10d左右;除部分地区外,2001-2010年农牧交错带植被生长季结束日期没有明显变化趋势;10a间研究区大部分草地生长季延长,也有一部分地区的生长季出现缩短趋势。研究提取结果与已有的相关研究结果较为一致,可为农牧交错带生态环境评价和保护提供一定的参考。 展开更多
关键词 遥感 物候 监测 SPOT-VEGETATION ndvi时间序列 农牧交错带
在线阅读 下载PDF
基于时间序列MODISNDVI的冬小麦产量预测方法 被引量：25
9
作者 黄健熙 罗倩 +1 位作者 刘晓暄 张洁 《农业机械学报》 EI CAS CSCD 北大核心 2016年第2期295-301,共7页
选择我国河北、河南、山东3省作为研究区,在250 m空间分辨率的冬小麦种植区和1 km的冬小麦像元纯度图的基础上,分析了2000—2009年MODIS NDVI抽穗期峰值与单产的时间序列变化关系。采用Becker-Reshef等提出的去噪声修正后的冬小麦抽穗期... 选择我国河北、河南、山东3省作为研究区,在250 m空间分辨率的冬小麦种植区和1 km的冬小麦像元纯度图的基础上,分析了2000—2009年MODIS NDVI抽穗期峰值与单产的时间序列变化关系。采用Becker-Reshef等提出的去噪声修正后的冬小麦抽穗期NDVI峰值与单产进行回归分析建立冬小麦产量预测模型,并分析冬小麦预测精度的影响因素。最后,利用2010年地级市尺度的统计单产对所建立的预测模型进行精度验证,模型的平均估产误差约为7.49%。结果表明,基于冬小麦抽穗期NDVI峰值的产量预测方法在中国冬小麦主产区具有一定的应用潜力。 展开更多
关键词 冬小麦 产量预测 时间序列 MODIS ndvi
在线阅读 下载PDF
基于时间序列NDVI相似性分析的棉花估产 被引量：21
10
作者 高中灵 徐新刚 +2 位作者 王纪华 靳华安 杨浩 《农业工程学报》 EI CAS CSCD 北大核心 2012年第2期148-153,I0007,共7页
多时相遥感数据能比单一时相反映更多的作物产量信息,挖掘多时相遥感信息以提高作物估产精度具有重要意义。该文以新疆生产建设兵团农一师一团的棉花为研究对象,提出了一种融合分区概念和时间序列NDVI(归一化植被指数)相似性分析的棉花... 多时相遥感数据能比单一时相反映更多的作物产量信息,挖掘多时相遥感信息以提高作物估产精度具有重要意义。该文以新疆生产建设兵团农一师一团的棉花为研究对象,提出了一种融合分区概念和时间序列NDVI(归一化植被指数)相似性分析的棉花估产方法。首先,通过植被指数与产量的相关性比较分析,确定NDVI为棉花估产因子,在此基础上根据棉花品种和土壤条件的差异,将研究区棉田划分为不同类型的生长区;然后,结合每个生长区获取的样点产量数据,确定各生长区时序NDVI估产模型的拟合系数;最后,融合距离与角度相似性算法,对各生长区内所有棉花像元的时序NDVI数据构成的向量与产量样点对应的时序NDVI向量进行相似性分析,确定待测棉田像元最佳的估产模型,实现对整个棉田区域棉花产量的遥感估测。结果表明,基于分区和时序NDVI相似性分析的棉花产量预测值与实测值决定系数达到0.77,该方法具有较好的操作性和适用性。 展开更多
关键词 遥感 估产 时间序列分析 分区 ndvi 相似性分析 棉花
在线阅读 下载PDF
利用时间序列傅立叶分析重构无云NDVI图像 被引量：37
11
作者 王丹 姜小光 +1 位作者 唐伶俐 习晓环 《国土资源遥感》 CSCD 2005年第2期29-32,共4页
利用基于傅立叶变换的HANTS算法,对中国地区(不包括南海诸岛)AVHRRNDVI时间序列数据进行简化和压缩,将植被的动态变化情况通过NDVI在时间和空间上量化,实现了时间序列图像中云和错误信息的检测、去除和替代。利用HANTS算法提取时间序列... 利用基于傅立叶变换的HANTS算法,对中国地区(不包括南海诸岛)AVHRRNDVI时间序列数据进行简化和压缩,将植被的动态变化情况通过NDVI在时间和空间上量化,实现了时间序列图像中云和错误信息的检测、去除和替代。利用HANTS算法提取时间序列的傅立叶分量(幅值分量、频率分量),并由这些分量得出NDVI时间序列拟合曲线,依照曲线进行时间上的插值,从而重构无缝的时间序列图像。 展开更多
关键词 时间序列图像 ndvi 傅立叶分析
在线阅读 下载PDF
基于MODIS/NDVI时间序列的森林灾害快速评估方法——以贵州省为例 被引量：11
12
作者 侍昊 王笑 +3 位作者 薛建辉 李杨 徐雁南 吴永波 《生态学报》 CAS CSCD 北大核心 2012年第11期3359-3367,共9页
以2005—2008年中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)数据集为主要数据源构建研究区时间序列,结合统计学分析方法设计一套快速有效的森林灾害评估体系,用以探测森林资源损失的空间分布范围与灾害等级,并利用森林资源雪凝灾... 以2005—2008年中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)数据集为主要数据源构建研究区时间序列,结合统计学分析方法设计一套快速有效的森林灾害评估体系,用以探测森林资源损失的空间分布范围与灾害等级,并利用森林资源雪凝灾害损失的实际调查数据对评估结果进行一致性检验。结果表明:通过计算2005—2007年研究区所有森林像元的平均值R珔2005-2007和平均绝对偏差δall,确定森林灾害阈值DT为0.048;利用该阈值,获取2008年受灾较重的森林空间分布,主要密集分布在贵州省东南部和东北部,包括了黔南自治州、黔东南自治州和铜仁市等地区;受灾森林像元数占总森林像元数的28.6%,高于凝冻灾害森林资源损失实际调查结果(17.7%);在县域尺度上,根据MODIS/NDVI关键期影像获取的森林资源损失区域和灾害等级,确定德江、沿河和都匀等11个重度受灾县(市、区)和湄潭、榕江和桐梓等10个中度受灾县(市、区),与小班调查结果具有较高的一致性,其Kappa系数为0.86。方法为大区域尺度的森林灾害快速评估提供了一种新思路。 展开更多
关键词 雪灾 MODIS/ndvi 时间序列 灾害阈值 一致性检验
在线阅读 下载PDF
基于MODIS NDVI时间序列谱匹配的耕地信息提取研究——以浙中地区为例 被引量：13
13
作者 王红说 黄敬峰 +1 位作者 徐俊锋 彭代亮 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2008年第3期334-340,共7页
基于MODIS NDVI数据和时间序列谱匹配提取季相相似的耕地面积.选取耕地样点像元的时间序列作为标准时间序列谱,其他像元的时间序列作为测试时间序列谱,对匹配系数进行t测验以确定耕地像元.当匹配位置m=0时,在t测验10%显著水平时耕地的... 基于MODIS NDVI数据和时间序列谱匹配提取季相相似的耕地面积.选取耕地样点像元的时间序列作为标准时间序列谱,其他像元的时间序列作为测试时间序列谱,对匹配系数进行t测验以确定耕地像元.当匹配位置m=0时,在t测验10%显著水平时耕地的匹配精度最高,相关系数r为0.60;而对均方根误差(RMSE)评价图执行非监督分类,获得的耕地匹配精度显著提高,相关系数为0.79,优于t测验方法.该研究证实了基于时间序列谱匹配的耕地信息提取的可行性,同时匹配精度可反映研究区作物季相的一致性信息. 展开更多
关键词 ndvi 时间序列谱匹配 交叉相关 匹配精度
在线阅读 下载PDF
基于Landsat8影像时间序列NDVI的作物种植结构提取 被引量：34
14
作者 白燕英 高聚林 张宝林 《干旱区地理》 CSCD 北大核心 2019年第4期893-901,共9页
为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将... 为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将研究区地表分为植被覆盖地表,无植被覆盖地表和水体3类。在植被覆盖区域内,根据林地和荒草地时序NDVI曲线特征,提取林地和荒草地,其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型,在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近,土地利用分类总体精度达到85.71%,作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高,能够实现区域作物种植信息的高效准确监测。 展开更多
关键词 LANDSAT 时间序列 ndvi 作物种植结构 决策树
在线阅读 下载PDF
应用R/S方法分析NDVI时间序列 被引量：14
15
作者 王新明 王长耀 牛铮 《地理与地理信息科学》 CSSCI CSCD 北大核心 2005年第5期20-23,48,共5页
针对1982—2001年月合成PAL NDVI时间序列,应用R/S方法计算中国陆地范围内的赫斯特指数。结果表明:全国范围内的赫斯特指数普遍大于0.5,意味着NDVI时间序列不是马尔科夫序列,而是存在明显的趋势性;中国陆地范围内的赫斯特指数分布存在... 针对1982—2001年月合成PAL NDVI时间序列,应用R/S方法计算中国陆地范围内的赫斯特指数。结果表明:全国范围内的赫斯特指数普遍大于0.5,意味着NDVI时间序列不是马尔科夫序列,而是存在明显的趋势性;中国陆地范围内的赫斯特指数分布存在“西高东低”的特点,说明西部NDVI时间序列表现出更强的持久性;通过分析赫斯特指数分布与陆地覆盖类型的关系发现,在同一生态地区内,裸地的赫斯特指数最高,与其它覆盖类型差异明显。陆地覆盖类型之外的自然条件和人为因素对赫斯特指数空间分布的影响有待进一步研究。 展开更多
关键词 遥感 ndvi 时间序列 R/S方法
在线阅读 下载PDF
基于MODIS NDVI时间序列的植被覆盖变化特征研究 被引量：27
16
作者 王红说 黄敬峰 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2009年第1期105-110,共6页
为监测浙北地区植被覆盖变化特征,利用离散傅立叶变换技术对MODISNDVI时间序列数据去云和噪声处理,通过土地利用现状图上提取的地类进行植被分区,研究各个分区的植被覆盖特点;以变化矢量的模衡量植被覆盖变化的强度和稳定性.结果表明,... 为监测浙北地区植被覆盖变化特征,利用离散傅立叶变换技术对MODISNDVI时间序列数据去云和噪声处理,通过土地利用现状图上提取的地类进行植被分区,研究各个分区的植被覆盖特点;以变化矢量的模衡量植被覆盖变化的强度和稳定性.结果表明,耕地区的植被覆盖变化较大,林地区的植被覆盖变化较小,建筑区的植被覆盖变化居中;受种植差异和时间推移等季相信息的影响,耕地区作物变化矢量的模值亦会增大.研究表明城市化和人类活动对耕地区植被影响较为明显. 展开更多
关键词 MODIS ndvi 时间序列 植被覆盖 离散傅立叶变换
在线阅读 下载PDF
MODIS NDVI时间序列数据的去云算法比较 被引量：22
17
作者 梁守真 施平 邢前国 《国土资源遥感》 CSCD 2011年第1期33-36,共4页
受多重因素的影响,MODIS NDVI数据产品中存在着大量的噪声,需要进行去噪重建。针对目前几种常用的NDVI时间序列数据去云方法,如HANTS法、SPLINE插值法以及Savizky-Golay法,以山东省MODIS NDVI时间序列数据(一年的)作为检验数据,从不同... 受多重因素的影响,MODIS NDVI数据产品中存在着大量的噪声,需要进行去噪重建。针对目前几种常用的NDVI时间序列数据去云方法,如HANTS法、SPLINE插值法以及Savizky-Golay法,以山东省MODIS NDVI时间序列数据(一年的)作为检验数据,从不同角度比较几种算法的去云能力和使用范围。结果表明:SPLINE插值法的去噪效果取决于云掩模数据的质量,但有时会产生异常值;HANTS算法和Savizky-Golay算法会改变几乎所有像元的值,得到一个比较平滑的时间序列曲线,但这两种算法的输入参数没有统一标准,需多次试验才能确定最优参数。 展开更多
关键词 ndvi 时间序列 HANTS SPLINE Savizky—Golay(S—G)
在线阅读 下载PDF
基于LSWI和NDVI时间序列的水田信息提取研究 被引量：20
18
作者 刘元亮 李艳 吴剑亮 《地理与地理信息科学》 CSCD 北大核心 2015年第3期32-37,F0002,共7页
利用多时相的Landsat TM/ETM+和DEM数据,分别采用直方图匹配(HM)和准不变特征点(PIFs)方法对影像序列进行相对辐射校正,减少了影像的光照和大气条件在时间上的不确定性,提高了归一化植被指数(NDVI)和地表水分指数(LSWI)的计算精度。根... 利用多时相的Landsat TM/ETM+和DEM数据,分别采用直方图匹配(HM)和准不变特征点(PIFs)方法对影像序列进行相对辐射校正,减少了影像的光照和大气条件在时间上的不确定性,提高了归一化植被指数(NDVI)和地表水分指数(LSWI)的计算精度。根据水稻在不同生育期表现出的生理特征,基于LSWI和NDVI时间序列及高程特征,采用二叉树方法提取了浙江省金华市水田信息。经过验证,在空间上水田信息的提取精度达到92.3%,在县域尺度上提取面积与统计年鉴具有0.97的相关度。 展开更多
关键词 水田 ndvi时间序列 金华
在线阅读 下载PDF
农区MODIS植被指数时间序列数据重建 被引量：7
19
作者 侯东 潘耀忠 +4 位作者 张锦水 梁顺林 朱文泉 李乐 李苓苓 《农业工程学报》 EI CAS CSCD 北大核心 2010年第S1期206-212,共7页
MODIS植被指数时间序列数据能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。但现有MOD13产品中存在由云、气溶胶,传感器角度等干扰因素导致的噪声指数。因此,必须对MOD13时间序列中的噪声指数进行恢复。根据农作物种植区物... MODIS植被指数时间序列数据能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。但现有MOD13产品中存在由云、气溶胶,传感器角度等干扰因素导致的噪声指数。因此,必须对MOD13时间序列中的噪声指数进行恢复。根据农作物种植区物候与熟制信息,将待重建像元时间序列划分为符合作物生长周期的时段。对各时段内指数按非对称高斯模型重建,优化相邻时段之间重叠期内指数。多次迭代重建和优化过程后恢复时间序列中噪声指数。对覆盖北京市通州区以南和河北省保定市以北农区2005年MOD13数据进行重建,与两阶段S-G滤波重建结果对比。结果表明:噪声指数被准确判断并恢复。农区多熟制导致的低值指数被有效保留。重建时间序列可以正确反映植被的覆盖情况。 展开更多
关键词 遥感 植被 农作物 MODIS时间序列重建 农作物种植区 非对称高斯函数 物候 熟制
在线阅读 下载PDF
基于融合NDVI和EVI时间序列的遥感影像分类研究 被引量：6
20
作者 朱满 胡光宇 于之峰 《遥感信息》 CSCD 2009年第5期44-46,66,共4页
通过比较分析发现同一地物的NDVI和EVI时间序列变化规律具有一定差异,据此,提出结合NDVI和EVI植被指数时间序列的分类方法,结果表明比单独使用NDVI或EVI时间序列总体精度要提高2.7%,kappa系数提高0.04。
关键词 ndvi EVI 时间序列
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部