收藏本站
《电子科技大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

中高空间分辨率卫星NDVI时间序列数据重建技术研究

陈洋  
【摘要】:目前不同空间分辨率的Normalized Difference Vegetation Index(NDVI)时间序列数据在植被物候监测,区域变化检测等研究中得到了广泛应用。NDVI时间序列数据的空间分辨率主要有中空间分辨率和高空间分辨率两种,它们在应用中有不同的特点和优势。但是由于云、成像条件和传感器等因素的影响,NDVI时间序列数据中可能会出现噪声、数据缺失等降低数据质量的因素。针对两种不同空间分辨率NDVI时间序列,研究人员提出了很多方法重建时间序列,希望提高时间序列的质量。目前,针对两种空间分辨率NDVI时间序列,人们提出的重建方法分为两种策略。对于中空间分辨率NDVI时间序列,重建方法主要是为了消除噪声和异常值;对于高空间分辨率NDVI时间序列,重建方法主要是采取时空融合技术填补缺失值,提高时间分辨率重建时间序列。已有的降噪重建方法存在过拟合局部正常低值以及处理连续缺失值能力有限的问题。同时已有的融合重建方法生成长时间时间序列数据能力较弱,并对时间序列中的噪声敏感。针对已有两种重建策略中的不足,本研究充分利用了邻域像元和历史数据集提供的信息,提出了两种新的重建方法,分别是针对中空间分辨率NDVI时间序列滤波重建的STSG方法,以及针对高空间分辨率NDVI时间序列融合重建的GFSTF方法。STSG利用相邻像元的信息来帮助降低目标像元时序数据中的噪声,而目标像元和邻近像元NDVI值之间的参考关系可以从多年NDVI时间序列中得到。本文在中国大陆实验区对STSG进行了测试。结果表明,相比其他滤波方法,如非对称高斯滤波、双逻辑模型滤波、傅里叶变换滤波和Savitzky-Golay滤波,STSG更有优势,可以处理连续数据缺失,并且不存在错误地过拟合低值。GFSTF则使用再融合的策略,利用多年数据间的关系,对初始NDVI融合数据进行了再融合,改善了融合效果。本文对GFSTF测试的结果表明,相比FSDAF,GFSTF在不同的植被类型区域有更低的平均绝对误差,其对初始NDVI融合时间序列的质量有了很大的改善。虽然GFSTF采用了多年NDVI数据,但其对不同年份间的土地覆盖类型变化和植被绿度变化不敏感。本文系统性地比较总结了中空间和高空间分辨率NDVI时间序列数据各自的局限以及它们不同的重建策略,有针对性地提出了STSG和GFSTF算法,构建了系统的时间序列重建技术,丰富了重建策略,改善了时间序列重建技术。
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:Q948;TP79

免费申请
【参考文献】
中国期刊全文数据库 前8条
1 刘寒;冯莉;朱榴骏;黄银友;;环境星归一化植被指数时间序列滤波算法比较[J];遥感信息;2015年05期
2 曹云锋;王正兴;邓芳萍;;3种滤波算法对NDVI高质量数据保真性研究[J];遥感技术与应用;2010年01期
3 顾娟;李新;黄春林;;NDVI时间序列数据集重建方法述评[J];遥感技术与应用;2006年04期
4 张玉君,杨建民,陈薇;ETM~+(TM)蚀变遥感异常提取方法研究与应用——地质依据和波谱前提[J];国土资源遥感;2002年04期
5 朴世龙,方精云;最近18年来中国植被覆盖的动态变化[J];第四纪研究;2001年04期
6 刘闯,葛成辉;美国对地观测系统(EOS)中分辨率成像光谱仪(MODIS)遥感数据的特点与应用[J];遥感信息;2000年03期
7 刘纪远,dls.iogac.on,布和敖斯尔;中国土地利用变化现代过程时空特征的研究──基于卫星遥感数据[J];第四纪研究;2000年03期
8 李晓兵,史培军;基于NOAA/AVHRR数据的中国主要植被类型NDVI变化规律研究[J];植物学报;1999年03期
中国博士学位论文全文数据库 前1条
1 黄慧萍;面向对象影像分析中的尺度问题研究[D];中国科学院研究生院(遥感应用研究所);2003年
【共引文献】
中国期刊全文数据库 前10条
1 王李婧;邱临静;吴一平;金章东;陈修文;孙彭成;赵富波;;渭河流域1980~2010年土地利用变化的时空异质性研究[J];第四纪研究;2017年06期
2 范婷;李荣彪;王富贵;吴学成;;凯里经济开发区土地利用变化及其驱动因素分析[J];凯里学院学报;2015年06期
3 王琳;景元书;张悦;;基于MODIS的长江中下游地区植被净第一性生产力时空变化规律[J];浙江农林大学学报;2015年06期
4 祝景彬;李红琴;贺慧丹;毛绍娟;李英年;;牧压梯度下海北高寒草甸土壤速效氮变化特征及其影响因素分析[J];冰川冻土;2015年06期
5 李辉;周启刚;焦欢;王福海;国洪磊;;基于TM影像的重庆市都市区NDVI时空变化特征[J];水土保持研究;2015年06期
6 全斌;宋慧;李朝奎;任红鸽;郭涛;白一君;雷师;;泉州土地利用变化与区域比较[J];土壤;2015年06期
7 吴小娟;肖晨超;杨日红;李志忠;崔振营;;秘鲁南部斑岩铜矿典型蚀变带矿物信息提取及找矿远景区圈定[J];地球科学(中国地质大学学报);2015年11期
8 吴海珍;;伊金霍洛旗近30年土地利用现状动态变化研究[J];内蒙古科技与经济;2015年21期
9 王尧;卓莉;易沵泺;叶涛;;湖南省单、双季稻识别与生育期提取研究[J];地理科学进展;2015年10期
10 杜娟;;天山北部地区植被覆盖的时空变化及趋势分析[J];林业调查规划;2015年05期
中国博士学位论文全文数据库 前10条
1 陈元鹏;基于遥感数据的工矿复垦区分类与反演方法研究[D];中国地质大学(北京);2018年
2 尚明;中分辨率遥感数据面向对象分类的影响要素研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
3 张海涛;基于高分影像的滑坡提取关键技术研究[D];中国地质大学;2017年
4 刘大伟;高分辨率遥感影像分割方法及应用研究[D];长安大学;2016年
5 王炯;城市地表热环境动态分析及优化策略建议[D];武汉大学;2016年
6 宋茜;基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D];中国农业科学院;2016年
7 李伟涛;高分辨率遥感森林植被分类提取研究[D];北京林业大学;2016年
8 黄祥志;基于智方体的地理时空栅格数据模型化研究[D];浙江大学;2015年
9 黄万里;基于高分卫星数据多尺度图像分割方法的天山森林小班边界提取研究[D];福建师范大学;2015年
10 焦其松;基于LiDAR的建筑物震害分析[D];中国地震局工程力学研究所;2015年
【二级参考文献】
中国期刊全文数据库 前10条
1 宋春桥;柯灵红;游松财;刘高焕;钟新科;;基于TIMESAT的3种时序NDVI拟合方法比较研究——以藏北草地为例[J];遥感技术与应用;2011年02期
2 李儒;张霞;刘波;张兵;;遥感时间序列数据滤波重建算法发展综述[J];遥感学报;2009年02期
3 王正兴;索玉霞;林昕;石瑞香;;AVHRR全球时间序列研究进展:PAL-GIMMS-LTDR[J];资源科学;2008年08期
4 顾娟;李新;黄春林;;NDVI时间序列数据集重建方法述评[J];遥感技术与应用;2006年04期
5 毕晓丽,王辉,葛剑平;植被归一化指数(NDVI)及气候因子相关起伏型时间序列变化分析[J];应用生态学报;2005年02期
6 ;Increasing terrestrial vegetation activity in China, 1982—1999[J];Science in China(Series C:Life Sciences);2004年03期
7 郑玉坤,庄大方;多时相AVHRR数据的傅立叶分析[J];中国科学院研究生院学报;2003年01期
8 毛景文,杨建民,韩春明,王志良;东天山铜金多金属矿床成矿系统和成矿地球动力学模型[J];地球科学;2002年04期
9 卢玲,李新,程国栋;利用NOAA AVHRR植被指数数据集分析黑河流域季候特征[J];中国沙漠;2002年02期
10 郑新江,徐建芬,罗敬宁,陶健红,张胜才;利用风云-1C气象卫星监测南疆沙尘暴研究[J];中国沙漠;2000年03期
【相似文献】
中国期刊全文数据库 前10条
1 孙其法;闫秋艳;闫欣鸣;;基于多样化top-k shapelets转换的时间序列分类方法[J];计算机应用;2017年02期
2 王金策;杨宁;;时间序列趋势预测[J];现代计算机(专业版);2017年02期
3 彭佳星;肖基毅;;基于分型转折点的证券时间序列分段表示法[J];商;2016年31期
4 刘伟龙;;基于ARMA模型的股价预测及实证研究[J];智富时代;2017年02期
5 周仰;;《漫长的告别》(年度资助摄影图书)[J];中国摄影;2017年04期
6 王嵬;;王嵬作品[J];当代油画;2017年07期
7 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期
8 郭崇慧;苏木亚;;基于独立成分分析的时间序列谱聚类方法[J];系统工程理论与实践;2011年10期
9 王佳林;王斌;杨晓春;;面向不确定时间序列的分类方法[J];计算机研究与发展;2011年S3期
10 万里;廖建新;朱晓民;倪萍;;一种基于频繁模式的时间序列分类框架[J];电子与信息学报;2010年02期
中国重要会议论文全文数据库 前10条
1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年
2 张可;李媛;柴毅;黄磊;;基于分段趋势的符号化时间序列聚类表示[A];第37届中国控制会议论文集(D)[C];2018年
3 张立波;庞蓉蓉;王勇;黄敏;何成涛;傅强;曲贤敏;仲昭衍;;基于时间序列的随机质控设计与应用[A];中国输血协会第九届输血大会论文专辑[C];2018年
4 徐光晶;;统计学在大地电磁测深时间序列处理中的应用[A];2017中国地球科学联合学术年会论文集(二十九)——专题57:电磁地球物理学研究及其应用[C];2017年
5 毛宇清;王咏青;王革丽;;支持向量机方法应用于理想时间序列的预测研究[A];中国气象学会2008年年会气候预测研究与预测方法分会场论文集[C];2008年
6 吴丽娜;黄领梅;沈冰;吕继强;;黄河上游降水时间序列混沌特性识别与预测年限分析[A];水系统与水资源可持续管理——第七届中国水论坛论文集[C];2009年
7 吴坚忠;路子愚;郑应平;;时间序列社会悖论模型及分析[A];1989年控制理论及其应用年会论文集(上)[C];1989年
8 雷敏;孟光;谢洪波;Kerreie Mengersen;Peter Bartlett;;嵌入维数对复杂时间序列的熵分析的影响研究[A];中国力学大会-2015论文摘要集[C];2015年
9 王兆甲;王海良;;一种相似时间序列挖掘算法及其在汽车运动分析中的应用[A];2014中国汽车工程学会年会论文集[C];2014年
10 林忠辉;莫兴国;薛玲;;用NDVI时间序列确定作物物侯和作物类型判别[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
中国重要报纸全文数据库 前10条
1 王晓宝 杨永恒 永安期货;浅析波动率的均值回复特征[N];期货日报;2017年
2 东证期货 王爱华 杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年
3 国家统计局核算司 吕峰;不变价GDP时间序列数据的构造[N];中国信息报;2016年
4 ;《时间序列与金融数据分析》[N];中国信息报;2004年
5 何德旭 王朝阳;时间序列计量经济学:协整与有条件的异方差自回归[N];中国社会科学院院报;2003年
6 刘俏;让数据坦白真相[N];21世纪经济报道;2003年
7 卞纪;我国多时间序列湿地遥感制图完成[N];中国气象报;2011年
8 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年
9 广发期货股指研究小组 谢贞联;Hurst指数提示市场升势或将形成[N];上海证券报;2012年
10 丁睿 中粮期货研究院;试论指数HP滤波分析法的应用[N];期货日报;2014年
中国博士学位论文全文数据库 前10条
1 刘海洋;复杂环境下时间序列预测方法研究[D];北京交通大学;2019年
2 石巍巍;大规模多源时间序列预处理与隐藏空间映射分析研究[D];上海交通大学;2018年
3 康峻;基于时间序列遥感数据的植被精细分类与覆盖度反演研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
4 林蕾;基于循环神经网络模型的遥感影像时间序列分类及变化检测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
5 丁红;柳江径流分析与预测研究[D];武汉理工大学;2016年
6 周超;集成时间序列InSAR技术的滑坡早期识别与预测研究[D];中国地质大学;2018年
7 张琪;时间序列流数据异常检测问题的研究[D];山东大学;2019年
8 张方;局部相似分析的统计研究及其在生物时间序列中的应用[D];山东大学;2019年
9 郝鹏宇;基于多时相遥感数据的作物早期识别[D];中国农业科学院;2019年
10 邹蕾;基于趋势基元的时间序列同构关系发现[D];北京科技大学;2017年
中国硕士学位论文全文数据库 前10条
1 刘彩云;基于时间序列挖掘技术的南水北调工程安全监测数据异常检测[D];华北水利水电大学;2019年
2 潘壮壮;微博热点话题表示及演化研究[D];安徽理工大学;2019年
3 武帅;面向时间序列的增量模糊聚类算法研究[D];河南理工大学;2018年
4 王赛兰;基于多元方法和时间序列的PM2.5浓度分析与预测[D];湖南师范大学;2019年
5 曹洋洋;时间序列的特征表示和相似性度量方法研究[D];江南大学;2019年
6 刘昶;基于时间序列的经典模型和LSTM模型的城市宏观行程速度预测研究[D];北京交通大学;2019年
7 朱志静;基于趋势和特征子序列的时间序列数据挖掘研究[D];江南大学;2019年
8 尹康;基于LSTM的关联时间序列预测方法研究[D];北京交通大学;2019年
9 陈洋;中高空间分辨率卫星NDVI时间序列数据重建技术研究[D];电子科技大学;2019年
10 肖宁宁;基于时间序列InSAR技术的成都地区地表沉降研究[D];电子科技大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026