基于时空融合算法的水体叶绿素a反演研究

1

作者 陈玲 董晓华 +2 位作者 马耀明 章程焱 薄会娟 《水文》 CSCD 北大核心 2024年第2期26-33,共8页

为了准确反演水体中叶绿素a浓度,以黄柏河东支流域为例,采用STNLFFM时空融合算法,对2017年GF-4和Sentinel-2反射率数据进行融合,以重构Sentinel-2影像的时间序列数据,并对应用算法前后获取的水质参数-光谱特征响应关系建立多元线性回归... 为了准确反演水体中叶绿素a浓度,以黄柏河东支流域为例,采用STNLFFM时空融合算法,对2017年GF-4和Sentinel-2反射率数据进行融合,以重构Sentinel-2影像的时间序列数据,并对应用算法前后获取的水质参数-光谱特征响应关系建立多元线性回归模型,比较模型对叶绿素a的预测效果以验证时空融合算法的可行性,利用重构后影像光谱特征与水质参数的响应关系建立人工神经网络模型,反演2017年黄柏河东支流域各水库水体叶绿素a浓度。结果表明:利用时空融合算法生成的影像接近真实影像,提高了多元线性回归模型预测叶绿素a的效果,R2从融合前0.659提高至融合后0.844,且基于时空融合算法获取的水质参数-光谱关系建立的人工神经网络模型模拟精度较好,R2和MRE达到0.925和9.461%,反演的叶绿素a浓度空间差异性明显。证明了时空融合算法在水质参数反演过程中具有较好的应用前景。 展开更多

关键词 stnlffm时空融合算法 黄柏河 人工神经网络 水质反演 叶绿素A

在线阅读 下载PDF 职称材料

五种典型遥感时空信息融合算法在湿地区域植被指数重建中的适用性比较 被引量：3

2

作者 罗佳欢 严翼 +3 位作者 肖飞 刘欢 胡铮铮 王宙 《自然资源遥感》 CSCD 北大核心 2024年第2期60-69,共10页

为探讨不同遥感时空信息融合算法在水陆转换频繁、地物类型多样的湿地区域的适用性问题,该文以鄱阳湖样区为研究区,选取5种典型的时空信息融合算法(STARFM,ESTARFM,FSDAF,Fit-FC和STNLFFM)。根据不同时期地物差异状况,选取Landsat和MODI... 为探讨不同遥感时空信息融合算法在水陆转换频繁、地物类型多样的湿地区域的适用性问题,该文以鄱阳湖样区为研究区,选取5种典型的时空信息融合算法(STARFM,ESTARFM,FSDAF,Fit-FC和STNLFFM)。根据不同时期地物差异状况,选取Landsat和MODIS遥感数据分别开展枯水期、平水期2个时段的归一化植被指数(normalized difference vegetation index,NDVI)影像融合实验,并在空间和光谱2个维度进行算法精度评估。结果表明,仅一对粗细分辨率影像输入时,FSDAF算法在枯水期的融合预测效果最好,总体误差为0.4335;STNLFFM算法在平水期的融合预测效果最好,总体误差为0.5147;同时应用枯水期、平水期2对粗细分辨率影像时,ESTARFM算法融合预测效果最好,总体误差为0.4670。不同时空信息融合算法在湿地地区的适用性与研究区域内水体面积的占比情况有关,STNLFFM算法在水体区域的融合预测效果最好。 展开更多

关键词 时空信息融合 鄱阳湖湿地 FSDAF模型 stnlffm模型 ESTARFM模型

在线阅读 下载PDF 职称材料

基于多维气象信息时空融合和MPA-VMD的短期电力负荷组合预测模型 被引量：6

3

作者 王凌云 周翔 +2 位作者 田恬 杨波 李世春 《电力自动化设备》 EI CSCD 北大核心 2024年第2期190-197,共8页

为提高电力负荷预测精度,需考虑区域内不同地区多维气象信息对电力负荷影响的差异性。在空间维度上,提出多维气象信息时空融合的方法,利用Copula理论将多座气象站的风速、降雨量、温度、日照强度等气象信息与电力负荷进行非线性耦合分... 为提高电力负荷预测精度,需考虑区域内不同地区多维气象信息对电力负荷影响的差异性。在空间维度上,提出多维气象信息时空融合的方法,利用Copula理论将多座气象站的风速、降雨量、温度、日照强度等气象信息与电力负荷进行非线性耦合分析并实现时空融合。在时间维度上,采用海洋捕食者算法(MPA)实现变分模态分解(VMD)核心参数的自动寻优,并采用加权排列熵构造MPA-VMD适应度函数,实现负荷序列的自适应分解。通过将时间维度各分量与空间维度各气象信息进行融合构造长短期记忆(LSTM)网络模型与海洋捕食者算法-最小二乘支持向量机(MPA-LSSVM)模型的输入集,得到各分量预测结果,根据评价指标选择各分量对应的预测模型,重构得到整体预测结果。算例分析结果表明,所提预测模型优于传统预测模型,有效提高了电力负荷预测精度。 展开更多

关键词 短期电力负荷预测 海洋捕食者算法 时空融合 COPULA理论 变分模态分解

在线阅读 下载PDF 职称材料

融合时空上下文信息的胸环靶着弹检测算法 被引量：3

4

作者 王洪玉 程杨 《电子与信息学报》 EI CSCD 北大核心 2020年第8期1959-1967,共9页

为减小光照不均与随机抖动对胸环靶着弹检测精度的影响,该文提出一种融合时空上下文信息的胸环靶着弹检测算法。利用目标及其邻域的空间上下文信息进行光照均衡化,并提取胸环靶序列间时域运动上下文信息进行抖动校正。为提高胸环靶图像... 为减小光照不均与随机抖动对胸环靶着弹检测精度的影响,该文提出一种融合时空上下文信息的胸环靶着弹检测算法。利用目标及其邻域的空间上下文信息进行光照均衡化,并提取胸环靶序列间时域运动上下文信息进行抖动校正。为提高胸环靶图像的稳定性,该算法提出多参数融合方法对抖动校正后的序列图像进行像素级融合。接着进行弹孔区域粗提取、能量筛选与重叠弹孔判别,获得弹孔位置分布。采用在部队靶场实地采集的图像进行实验,验证了该算法可以有效抑制光照不均与随机抖动带来的噪声影响,具有较好的弹孔提取能力。 展开更多

关键词 图像处理 检测算法 时空上下文信息 多参数融合

在线阅读 下载PDF 职称材料

基于Swin Transformer的双流遥感图像时空融合超分辨率重建 被引量：1

5

作者 王志浩 钱沄涛 《计算机工程》 CAS CSCD 北大核心 2024年第9期33-45,共13页

遥感图像时空融合超分辨重建从高时序密度的低分辨率图像和低时序密度的高分辨率图像中提取信息,生成同时具有高时序密度的高分辨率遥感图像,它直接关系到后续的解译、检测、跟踪等任务的实施。随着卷积神经网络(CNN)的快速发展,研究者... 遥感图像时空融合超分辨重建从高时序密度的低分辨率图像和低时序密度的高分辨率图像中提取信息,生成同时具有高时序密度的高分辨率遥感图像,它直接关系到后续的解译、检测、跟踪等任务的实施。随着卷积神经网络(CNN)的快速发展,研究者们提出了一系列基于CNN的时空融合方法,然而由于卷积的局限性,这些方法在全局信息提取方面仍然存在不足。受Swin Transformer全局能力的启发,提出一种基于Swin Transformer的超分辨重建模型。在特征提取阶段,引入双流结构,将特征提取网络分为两个部分,分别提取时间信息与空间信息,并通过Swin Transformer的全局能力提升模型性能。在特征融合阶段,引入结合通道注意力与空间注意力的卷积块注意力模块(CBAM),用于增强重要特征,提升图像重建精度。在Coleambally灌溉区(CIA)与Gwydir下游流域(LGC)数据集上将该模型与多种时空融合超分辨率重建模型进行对比实验,结果表明该模型在各项评价指标上均取得了最优的结果,具有更出色的性能和更强的泛化能力。 展开更多

关键词 时空融合 超分辨率重建 Swin Transformer算法 双流结构 卷积神经网络

在线阅读 下载PDF 职称材料

基于数据融合算法的灌区蒸散发空间降尺度研究 被引量：7

6

作者 白亮亮 蔡甲冰 +3 位作者 刘钰 陈鹤 张宝忠 黄凌旭 《农业机械学报》 EI CAS CSCD 北大核心 2017年第4期215-223,共9页

采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结... 采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。 展开更多

关键词 遥感 数据融合 蒸散发 地表能量平衡模型 增强时空自适应融合算法 河套灌区

在线阅读 下载PDF 职称材料

基于遗传-小波神经网络和时空特性的交通数据融合 被引量：4

7

作者 陆百川 马广露 +1 位作者 李晓璐 胡松 《科学技术与工程》 北大核心 2017年第28期280-285,共6页

由于时间序列的交通数据重点关注断面交通流量变化,而空间序列的交通数据主要关注路网交通流分布。在综合考虑二者特性的前提下利用遗传算法的群体搜索技术及小波神经网络的较强学习能力,提出了基于遗传-小波神经网络(GAWNN)的交通数据... 由于时间序列的交通数据重点关注断面交通流量变化,而空间序列的交通数据主要关注路网交通流分布。在综合考虑二者特性的前提下利用遗传算法的群体搜索技术及小波神经网络的较强学习能力,提出了基于遗传-小波神经网络(GAWNN)的交通数据融合模型。使用MAE、MRE和MSE三个指标对交通数据序列进行优劣对比分析。经实例验证,考虑时空特性的交通数据其数据质量优于单一的时间序列和空间序列。 展开更多

关键词 遗传算法 小波神经网络 时空特性 数据融合

在线阅读 下载PDF 职称材料

多模寻的制导的数据融合算法研究

8

作者 唐志凯 刘隆和 郝媛 《弹箭与制导学报》 CSCD 北大核心 2003年第4期15-18,共4页

提出了一种多模寻的制导系统中数据融合算法。首先对多模式探测数据进行时/空校准,然后进行测量数据的相关处理,再后利用最大似然算法对测量数据进行最优压缩,最后利用扩展Kalman滤波器对压缩后的数据进行滤波,输出目标的状态估计。仿... 提出了一种多模寻的制导系统中数据融合算法。首先对多模式探测数据进行时/空校准,然后进行测量数据的相关处理,再后利用最大似然算法对测量数据进行最优压缩,最后利用扩展Kalman滤波器对压缩后的数据进行滤波,输出目标的状态估计。仿真验证了算法的有效性。 展开更多

关键词 数据融合 最大似然算法 KALMAN滤波器 制导 多模复合寻的器 时空校准 计算机仿真 导弹

在线阅读 下载PDF 职称材料

遥感时空融合中单/双时相辅助数据的适用性分析 被引量：1

9

作者 吴金橄 程青 +2 位作者 李慧芳 吴鹏海 沈焕锋 《地理与地理信息科学》 CSCD 北大核心 2017年第5期9-15,共7页

遥感时空信息融合需要其他时相的数据作为辅助,而现有的时空融合应用往往随机选用单时相或双时相辅助数据,从而导致融合结果并非最佳。单/双时相辅助数据中,哪种能获得更优的融合结果?如何选用单/双时相辅助数据进行最佳融合?这是目前... 遥感时空信息融合需要其他时相的数据作为辅助,而现有的时空融合应用往往随机选用单时相或双时相辅助数据,从而导致融合结果并非最佳。单/双时相辅助数据中,哪种能获得更优的融合结果?如何选用单/双时相辅助数据进行最佳融合?这是目前研究中尚未探究的问题。针对此问题,该文对单/双时相辅助数据的融合结果进行了系统比较,总结了单/双时相辅助数据在不同时相变化特征下的适用规律。结果发现,当存在多个可供选择的辅助时相时,若预测时段内时相变化幅度基本均等,应优先选用双时相辅助数据进行融合;若时相变化幅度明显不等,应优先选用差异较小的单时相辅助数据进行融合。此外,为深入揭示时相差异与最优辅助时相的关系,该文对其进行了量化研究,提出了一种用于选取最优辅助时相的经验性方法。 展开更多

关键词 单/双时相 辅助时相 时空融合 STARFM stnlffm

在线阅读 下载PDF 职称材料

基于多源数据融合技术的绿洲灌区土壤水分反演 被引量：2

10

作者 李华伟 朱晓春 +5 位作者 张旭东 隋喆 周黎勇 吴迪 王叶 白亮亮 《节水灌溉》 北大核心 2024年第6期19-26,共8页

土壤水分是联系农业、生态和水文领域的重要环境变量,而卫星遥感是监测地表土壤水分的重要手段之一。针对微波遥感空间分辨率不足和光学遥感受云雨天气影响的问题,基于Landsat 8和MODIS光学影像、SMAP微波以及CLDAS再分析等多源数据,联... 土壤水分是联系农业、生态和水文领域的重要环境变量,而卫星遥感是监测地表土壤水分的重要手段之一。针对微波遥感空间分辨率不足和光学遥感受云雨天气影响的问题,基于Landsat 8和MODIS光学影像、SMAP微波以及CLDAS再分析等多源数据,联合增强型自适应时空融合算法和随机森林模型对土壤水分进行定量反演,获得了绿洲灌区高时空分辨率田块尺度(30 m)土壤水分。结果表明:通过ESTARFM时空融合算法可有效获得日尺度30 m分辨率归一化植被指数(NDVI),融合后的NDVI与原始NDVI空间纹理特征一致,两者的相关系数(R)在0.85以上,均方根误差为0.05~0.08,融合效果较好。基于地表温度、NDVI、增强植被指数、叶面积指数、再分析土壤水分产品多特征参数组合下的随机森林模型反演效果最优,获得的高时空分辨率田块尺度土壤水分能够反映其时空变化,相关系数和均方根误差分别达到0.82和0.037 cm^(3)/cm^(3)。该方法可为灌区灌溉面积识别、旱情监测等提供技术支撑。 展开更多

关键词 土壤水分 遥感反演 时空融合算法 随机森林 数据同化 多源数据

在线阅读 下载PDF 职称材料

基于双特征融合与自适应提升机制的图像动作识别算法 被引量：9

11

作者 罗冬梅 左金水 余文森 《电子测量与仪器学报》 CSCD 北大核心 2017年第12期1929-1936,共8页

针对复杂环境中动作识别易受到光照变化、目标旋转,遮挡等导致目标位置不精确,目标漂移以及识别错误等问题,提出了一种基于双特征融合与自适应提升的动作识别算法。首先,基于时空上下文(spatio-temporal context,STC)机制,通过时空上下... 针对复杂环境中动作识别易受到光照变化、目标旋转,遮挡等导致目标位置不精确,目标漂移以及识别错误等问题,提出了一种基于双特征融合与自适应提升的动作识别算法。首先,基于时空上下文(spatio-temporal context,STC)机制,通过时空上下文关系与视觉系统特性来提取图像序列特征,降低光照变化、遮挡对行为动作的影响;同时,利用卷积神经网络(convolution neural network,CNN)来处理图像序列,分别获得STC特征与CNN特征;其次,引入主成分分析算子,定义双特征融合规则,对获得STC特征与CNN特征进行组合,形成一种更准确、完整的特征表示;然后,通过得到的新特征,利用自适应提升算法(adaptive boosting algorithm,ABA)进行分类训练,完成对行为动作决策判断。在Weizmann、Hollywood数据集上测试表明,相对于当前常用的动作识别方法,所提算法对各种行为动作具有更高的识别精度与鲁棒性,更能适应复杂背景和动作变化。所提算法具有较高的人体动作识别精度,在视频监测、人机交互等领域具有一定的应用价值。 展开更多

关键词 图像动作识别 时空上下文 双特征融合 卷积神经网络 主成分分析 自适应提升算法

在线阅读 下载PDF 职称材料

融合MODIS和Landsat数据的青海湖流域典型区NDVI重构与年内最大值变化分析 被引量：1

12

作者 李芳 王广军 +3 位作者 杜海波 李萌 梁四海 彭红明 《草业学报》 CSCD 北大核心 2023年第8期28-39,共12页

归一化植被指数(NDVI)能够较准确表达出植被覆盖和生长状况,对其进行时间序列分析已成为研究全球、国家或区域植被生长的重要方式。针对当前NDVI时序产品空间分辨率不高,难以应用于小尺度的精细研究,以及利用Landsat不同时相NDVI评估生... 归一化植被指数(NDVI)能够较准确表达出植被覆盖和生长状况,对其进行时间序列分析已成为研究全球、国家或区域植被生长的重要方式。针对当前NDVI时序产品空间分辨率不高,难以应用于小尺度的精细研究,以及利用Landsat不同时相NDVI评估生态环境质量受植被季相和年际变化影响较大等问题,首先基于增强型时空自适应反射率融合模型(ESTARFM)融合MOD09Q1和Landsat数据,对植被年内生长季NDVI数据进行预测插补,之后利用Logistic模型重构2001-2020年植被生长季NDVI曲线,通过引入MODIS逐日NDVI数据确定NDVI年内最大值日期,逐像素求解出最优的Landsat NDVI年内最大值,并将其应用于青海湖流域布哈河附近局部典型区域植被生长状况评估。结果表明:1)融合MODIS和Landsat数据的Landsat NDVI年内最大值求解结果在3倍中误差以内的占98.5%,求解结果具有较高的精度;2)利用Landsat NDVI年内最大值进行植被生长状况评估,能弱化Landsat数据因时相差异引起的误差;3)研究区植被NDVI年内最大值呈南北高中间低的空间分布特点,年际变化整体先降低再增加,植被生长状况呈向好趋势;高寒嵩草、杂类草草甸NDVI年内最大值呈减少趋势且波动剧烈,应是青海湖流域监测的重点植被类型。 展开更多

关键词 青海湖流域 LANDSAT NDVI年内最大值 时空融合算法 LOGISTIC模型 时空变化

在线阅读 下载PDF 职称材料

考虑时空融合环境因子的土壤含水率机器学习反演模型优化

13

作者 李瑞平 赵建伟 +3 位作者 王福强 王欢 于欣 苗存立 《农业机械学报》 2025年第8期370-379,共10页

植被指数作为构建土壤含水率反演模型的关键要素之一,主要来源于遥感影像的提取。针对高时空分辨率影像难以获取的缺点,采用对象级处理策略的自适应时空融合模型(OL-STARFM)对研究区遥感影像融合,提取融合后的归一化植被指数(NDVI)、地... 植被指数作为构建土壤含水率反演模型的关键要素之一,主要来源于遥感影像的提取。针对高时空分辨率影像难以获取的缺点,采用对象级处理策略的自适应时空融合模型(OL-STARFM)对研究区遥感影像融合,提取融合后的归一化植被指数(NDVI)、地表温度(LST)和植被干旱指数(TVDI)作为环境变量,结合土地利用类型、土壤质地、蒸散量、高程、坡向、坡度、原始影像植被干旱指数(TVDI)、归一化植被指数(NDVI)、地表温度(LST),以及气温、降水量和风速作为建模因子,构建基于多元线性逐步回归(MLSR)、随机森林(RF)和梯度提升机(GBM)3种方法的土壤含水率反演模型,并进行优化分析。研究结果表明:地表温度是影响土壤含水率空间变异性的关键影响因素(R为-0.46),其次为蒸散量(-0.43)、气温(-0.39)、融合后归一化植被指数(0.38)、原始归一化植被指数(0.36)、土地利用类型(0.31)、融合后干旱植被指数(-0.3)、原始干旱植被指数(-0.28)、降水量(0.27)、土壤质地(0.27)、坡向(-0.25)、高程(0.26)、坡度(-0.20)及风速(-0.20);MLSR表现出较强的模型线性处理能力。非线性处理中RF回归模型最稳定,GBM模型则具有最高的精确度,R^(2)为0.910,MAE、MSE及RMSE分别为2.12%、6.89%和2.62%;多元逐步回归方法在土壤含水率反演过程中预测准确率较低,显示出线性模型在处理复杂关系处理时的局限性;OL-STARFM融合方法提取的TVDI和NDVI与土壤含水率的相关系数分别为-0.41和0.38,均高于单一影像提取的植被指数与土壤含水率的相关性,并且有效提高了土壤含水率反演模型的精度,表明该方法在土壤含水率反演模型构建中的可行性,为获取连续的高时空分辨率影像进而有效连续监测土壤含水率提供了理论依据。 展开更多

关键词 土壤含水率 遥感反演模型 时空融合 环境因子 OL-STARFM 机器学习算法

在线阅读 下载PDF 职称材料

基于多尺度自适应时空图卷积网络与BERT模型的多节点短期负荷预测

14

作者 吴兴扬 戴剑丰 《电网技术》 2025年第9期3756-3766,I0072-I0075,共15页

“双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出... “双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出了一种基于多尺度自适应时空图卷积网络(adaptive spatio-temporal graph convolutional network,ASTGCN)与基于Transformer的双边编码器表示(bidirectional encoder representations from transformers,BERT)模型的多节点短期负荷预测方法。首先,采用Prophet算法对负荷数据进行拟合分解,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集;其次,引入可膨胀的滑动时空窗口和时空图卷积算子构建ASTGCN,同时捕捉空间和时间上的复杂依赖关系,并引入BERT模型对时间序列数据进行编码,利用其强大的处理能力来捕捉负荷数据中的长期依赖性;最后,用门控融合网络对两个模型进行融合。基于美国纽约州的公开数据集进行测试,单日和单周的测试结果均表明所提模型不仅能有效挖掘节点的耦合特性,还能补充挖掘中长期时序特征,并显著提升预测精度,降低预测误差。 展开更多

关键词 Prophet算法 自适应时空图卷积网络 BERT 门控融合网络 多节点负荷预测

在线阅读 下载PDF 职称材料