不同时间间隔下的遥感时间序列重构模型比较分析

遥感时间序列被广泛用于地表信息探测。然而受传感器和外部条件的影响,时间序列存在不同程度的噪声。时间序列重构模型能够实现时间序列去噪,但不同重构模型应用于不同时间间隔时间序列的精度不同。本文以辽宁省朝阳市为研究区,分别利用1、4、8、16和30 d间隔归一化植被指数（Normalized Difference Vegetable Index, NDVI）时间序列,进行模拟数据实验和物候监测实验,从波形还原能力和物候期提取精度2方面,评价了SG滤波、DL拟合、HANTS 3种模型在不同时间间隔下的重构效果。结果表明,SG滤波模型适用于较大时间间隔的时间序列数据,DL拟合模型适用于较小时间间隔的时间序列数据,HANTS模型对较小间隔的时间序列重构精度较低。在此基础上,从模型自身的角度分析了3者在不同时间间隔下表现的原因,并为面向不同时间间隔时间序列数据的重构模型选择提供了参考。     

基于背景知识的全球长时间序列反照率反演

全球范围时空连续的长时间序列地表反照率,对气候模拟与陆面过程研究具有重要意义。针对现有地表反照率产品普遍存在大量的数据缺失、有效反演比例低和时间序列短的问题,本文以多年MODIS和AVHRR数据,通过构建背景知识库进行高时间分辨率的AVHRR和MODIS数据的BRDF参数反演,实现MODIS与AVHRR数据在像元尺度上的定量融合,生成了全球时空连续长时间序列的地表反照率产品。首先,通过假设不同年份同一时期的地表状态不变,利用多年同一时期的MODIS和AVHRR观测数据构造多角度方向反射率,基于BRDF模型反演得到窄波段反照率;然后,通过宽波-窄波转换,得到MODIS的宽波段反照率;最后,结合AVHRR长时间序列优势及MODIS数据多光谱的特点,对二者进行定量融合,生成具有高度一致性长时间序列地表反照率产品。验证结果表明,本文地表反照率产品在地表异质性较小时与SURFRAD地面实测反照率之间具有非常好的一致性,在无积雪覆盖时与MODIS反照率产品之间吻合良好。本文的地表反照率产品无时空缺失,且时间覆盖率得到了极大的提高,能支持气候模式模拟与陆面过程模型进行近30 a来的地气系统模拟研究。     

基于NDVI时序数据的水稻种植面积遥感监测分析——以江苏省为例

MODIS植被指数时间序列产品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.本文选取江苏省为研究区,利用2008年23个时相的MODIS NDVI数据,采用S-G滤波法进行时间序列的重构,提高NDVI时间序列信息的真实性.另结合农作物物候历、种植结构、地面调查样本等辅助资料,将水稻植被指数时间序列曲线参量化...     

升降轨融合的施工区域InSAR地表形变监测

以天津某施工区域为研究对象,开展InSAR地表形变监测研究。利用PS-InSAR技术与SBAS-InSAR技术对2017～2021年54景Sentinel-1B数据和65景Sentinel-1A数据进行处理,针对研究区地表形变时间序列,分析建筑物施工对区域地表时序变化及周边建筑物的影响。研究结果表明,沉降主要集中在研究区域两侧建筑物在建区域,抬升主要发生在研究区中间建筑物改造区域;夏季降雨期间,区域地表会出现不同程度的抬升现象。     

改进DINEOF算法在中国渤海叶绿素a遥感缺失数据重构中的应用研究

叶绿素a（chl-a）是重要的海洋环境水色参数,但是受云雾覆盖的影响,卫星遥感chl-a产品中普遍存在数据缺失的现象,大大降低了数据的应用效果。经验正交函数插值方法（DINEOF）是目前在长时间序列缺失数据重构方面应用最广泛的数据插值重构方法,本研究针对DINEOF方法在空间小尺度上过度平滑的缺陷,设计了一种面向渤海chl-a的分层重构方法（SDS-DINEOF）,该方法重点考虑了渤海chl-a分布呈现近岸高、中部低的规律,将渤海海域等距离分为32个区域,对位于每个区域的子数据集分别进行重构;利用该方法对2019年全年每日10时13分的渤海GOCI卫星chl-a产品进行了重构,并将其重构结果与DINEOF重构结果进行了对比分析。分析结果表明：应用SDS-DINEOF方法相比DINEOF方法,chl-a重构精度和时间效率上均得到了提升,其中整体精度提高了3.52%,重构时间节约了125%,尤其是在距离陆地最远的渤海中部区域,应用该方法重构精度提升最为显著。本文取得的研究结果对于海洋遥感数据产品的质量提高和应用效率的提升,具有较为重要的理论意义和实际应用价值。     

桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生.对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变...     

多极化SAR数据反演额济纳冲积扇地表参数

本文采用遗传算法和后向散射模型相结合的方法,探讨了多极化SAR(Synthetic Aperture Radar)数据反演冲积扇地表参数(地表粗糙度和土壤湿度)的可行性.通过理论模拟和实地地表测量对比,表明该方法在反演冲积扇地表参数方面是切实可行的.该方法可以根据获取数据情况不同,灵活调整反演的代价函数式,并且用于反演的SAR图像必须大于(或等于)两景,数据越多,反演结果越精确.在此基础上,利用ENVISAT ASAR数据和ALOS PALSAR数据,对内蒙古额济纳冲积扇的地表参数进行了反演计算.结果表明,额济纳冲积扇地面相对比较平坦,粗糙度参数变化较小,大部分地区均方根高度小于1.0cm.黑河沿岸地区粗糙度参数较大,而远离黑河的戈壁滩地表粗糙度较小.该地区的土壤湿度反演结果表明,该地区属于极端干旱区域,大部分地区土壤体积含水量低于10%.     

一种基于图论重构MODIS EVI时间序列数据集的新方法

MODIS的增强型植被指数（EVI）时间序列数据早已广泛应用于植被观测、生态环境和全球气象变化等研究领域,但即使EVI时间序列数据已经经过严格的预处理,其中仍然存在着一些噪声。因此,本文开发了一种简单有效的方法来重构EVI时间序列数据,减少EVI时间序列数据中的噪声,尤其是一些由大气云层和冰雪覆盖产生的噪声。新方法的理论来源于图论,利用拉普拉斯矩阵的关系对EVI中选定的邻域窗口的像元权重进行赋值,得到中心像元的拟合。新方法已应用于2016—2018年的MODIS MOD13A1产品,并与S-G滤波法、谐波函数法、双逻辑斯蒂拟合法和非对称高斯函数法进行了比较。结果表明,在荒漠、草原和林地中,新方法留一验证测试的绝对差值最小,相较于其他方法效果较优;在拟合不同植被类型的EVI时间序列数据时,图论邻点方法呈现出更好的细节拟合曲线;其在5类植被类型中的RMSE值分别为200.59、46.58、63.48、165.47和40.95,在5种方法中均为最小值,在获取高保真和高质量的EVI时间序列数据方面优势更明显有效。本文的方法研究可以给植被遥感时序数据的去噪和生态环境的研究提供有益借鉴。     

基于神经网络的混沌时间序列预测

为了提高了RBF神经网络对于混沌时间序列的预测性能,从相空间重构理论出发,建立RBF神经网络,并且改变RBF神经网络训练参数及训练样本数,以Logistic及Lorenz混沌时间序列进行预测仿真,取得了不错的预测效果。     

地表温度的多源遥感数据反演算法对比分析

 多源遥感数据的综合应用是提高地表温度反演精度的有效途径.MODIS数据和Landsat TM数据在我国同一地区获取的时间相差不大,可以获取近似同步的MODIS数据和TM数据.本文将基于MODIS数据反演的大气参数应用于TM影像的地表温度反演,分别对单窗口算法和普适性单通道算法进行了实验研究,应用气象站实测的地表温度数据对反演结果进行了检验,并对比分析了不同土地覆盖条件下两种算法的精度差异.结果表明:两种算法反演精度均较高,单窗口算法反演精度为0.76K,普适性单通道算法反演精度为1.23K;在不同的土地覆盖条件下,两种算法表现出明显的差异性,水体区反演结果差异最小,均值差异仅为0.02K,植被区差异最大,均值差异为0.62K.     

人口数据在地学应用中的若干问题

地学研究中使用的人口数据主要包括:现代人口调查数据、人口预测数据和历史人口统计数据。不同来源的人口数据,具有不同的特点。在使用中,必须关注人口数据本身蕴含的属性特征、空间特征和时间特征。就属性特征而言,需要注意人口统计指标含义的差异、统计口径的差异、城镇建制标准的变化问题;就空间特征而言,需要注意人口统计单元界线的模糊与争议、行政区划的调整与变更、研究区与人口统计单元不一致问题;就时间特征而言,需要注意人口数据的统计时点。在使用人口数据,特别是不同来源、不同时期的人口数据时,应该根据人口本来的属性对不同统计口径和不同统计方法的人口数据进行重新归类和统计;根据行政区划调整情况进行人口数据的再统计,或开展人口数据的空间化;根据人口数据准确的时间特征进行比较,或采用相应的人口预测方法加以推断和预测,从而实现人口数据的整合,以增强人口数据的时空可比性。     

人口中数据在地学应用中的若干问题

地学研究中使用的人口数据主要包括:现代人口调查数据、人口预测数据和历史人口统计数据。不同来源的人口数据,具有不同的特点。在使用中,必须关注人口数据本身蕴含的属性特征、空间特征和时间特征。就属性特征而言,需要注意人口统计指标含义的差异、统计口径的差异、城镇建制标准的变化问题;就空间特征而言,需要注意人口统计单元界线的模糊与争议、行政区划的调整与变更、研究区与人口统计单元不一致问题;就时间特征而言,需要注意人口数据的统计时点。在使用人口数据,特别是不同来源、不同时期的人口数据时,应该根据人口本来的属性对不同统计口径和不同统计方法的人口数据进行重新归类和统计;根据行政区划调整情况进行人口数据的再统计,或开展人口数据的空间化;根据人口数据准确的时间特征进行比较,或采用相应的人口预测方法加以推断和预测,从而实现人口数据的整合,以增强人口数据的时空可比性。     

基于快照方式的面向对象模型探讨

TGIS(Spatial-TemporalGIS)是GIS的重要分支,是实现动态数字地球的关键技术。静态3DGIS的技术已基本成熟,而其加上时间维的4DTGIS的关键技术是时空数据库的建立及其操作,它们与时空数据模型有关,主要处理超海量数据的存取和查询。本文结合快照模型的简单易行性和面向对象模型的方便灵活性,同时避开快照模型的不一致性和冗余性,以及面向对象的复杂性,探讨基于快照方式的面向对象模型,是一种实用的TGIS数据模型。它在对时间属性的处理方面采用独到的方法,首先建立一个基数据,然后通过快照方式产生缓冲数据,经过比较形成一个以对象变化为主的带有时间戳的新数据层。这样,在数据存储方面,节省了很多空间;在查询分析方面,以对象变化分层的数据算法更容易实现。此理论方法有效解决了TGIS的“瓶颈”问题,并通过自动元胞机理论(CA)予以证明。     

一种基于信息网格的空间数据分解算法

针对空间数据库数据海量且分布的特点,为了能从这些空间数据中更加有效的收集信息和发现知识,介绍了基于信息网格的空间数据挖掘计算模型,在分析空间数据划分一般原则和方法的基础上,针对该计算模型给出了一个数据划分的初步算法,并通过模拟实验对算法的时间性能进行了评价与分析。     

一种前兆观测时序特征量的数据检测方法

借鉴数据挖掘思想,设计了一种利用特征量检测地震前兆观测数据的方法,可快速定位异常数据。该方法对于前兆台网中心大量数据处理及大数据应用中的前期资料处理工作具有重要意义。     

Tidal Analysis of High and Low Water Data

1　Introduction　Itisverycommontousetidalconstantsinoceanen gineering .Ingeneral,tidalconstantscanbeobtainedfromtidalharmonicanalysisbasedonthehourlydata .However ,thereisamassofhistoricaltidaldatamere lyonthetimeandmagnitudesofsuccessivehighandlowwaterlevels .Moreover ,sometimeswemayhavetidaltableswhichonly givethepredictedvaluesofhighandlowwatersforsomeports,withoutinforma tionontidalconstants .Inthesetablesthetimeinter valsbetweensuccessivetidalextremaareirregular .Therefore ,mostofthestan…     

多源地理空间数据同化的主动更新与应用分析

为提高数据更新过程中多源数据整合利用的效率和更新的自动化程度,将"数据同化"和主动数据库的思想与方法引入空间数据的更新。论述了"多源地理空间数据同化"和"主动更新"的概念、内涵和关键技术,提出了"地理事件-条件-动作"规则驱动下数据同化的地理空间数据主动更新机制。最后,将数据同化中常用的最优插值方法,应用于多源地理空间数据的合并,该方法与其他合并方法相比,能提高数据的精度;将主动更新机制应用于数据更新实践,结果表明,该机制可以提高更新的自动化程度。     

城市规划信息系统的时空数据组织方案

从时态GIS出发,分析了城市规划时空对象的内容、时间因素和属性表达问题。论文采用了面向对象的方法,探讨了数据标识方法和属性、空间图形时态数据组织。将版本信息标注在对象属性表的字段上,带有版本号的对象能清楚地表达对象来源和结构关系,直接表达了同一个对象的不同时期的属性值。给出了面向对象管理的时空数据组织结构,将当前状态中的对象与过去不同时间的对象相关联,每个版本与其前后版本相连接。这种数据组织机制方便了对象的版本集合或单个版本的存取。时态通过在对象标识上附加的时间标志方式而实现,线性组织了几何对象的版本序列,构造了时态拓扑关系。在节省存贮空间的同时,提高了数据利用率和历史事件的查询效率。     

基于ECMWF再分析地表资料计算中国区域ZTD的精度分析

利用ECMWF再分析地表资料，结合GPT2w模型提供的水汽递减率和温度递减率计算中国区域对流层延迟值的精度。首先，以中国地区75个探空站2015年地表实测气象参数为参考值，利用ECMWF地表资料得到的气象参数（P，T，e）的精度分别为1.76 hPa、1.96 K、1.98 hPa。然后，以相同测站2010~2015年探空站分层数据算得的ZTD为参考值，对ECMWF地表资料计算的ZTD的精度进行分析，并与利用探空仪地面观测数据为输入参数计算的ZTD的精度进行对比。结果显示，利用ECMWF地表资料计算的ZTD的平均bias为0.07 cm，平均RMS为3.72 cm，在低纬度地区优于利用探空仪地面观测数据为输入参数计算的ZTD的结果。以陆态网237个GNSS测站2015年的ZTD作为参考值，比对利用ECMWF地表资料计算的ZTD的精度，结果为3.41 cm。由此可知，ECMWF地面资料计算的ZTD的精度能满足普通用户对流层延迟的计算需求，可用于缺少气象参数的测站进行对流层延迟值的计算及其他相关应用。     

基于RSTT模型的空间数据质检系统研究

提出了质检规则、质检模板、质检方案和质检任务的四要素质检模型（RSTT）,重点讨论了RSTT模型体系结构和拓扑规则等核心问题。以及基于RSTT和四层体系结构模型,分析系统功能模块划分、质检流程和海量空间数据库的设计等关键问题,并以空间数据质检方案的灵活定制、数据批量自动检查和质检规则零编码扩展等为目标,开发了空间数据质检系统（LR_Checker）。采用近40G的国土资源空间数据测试表明,采用LR_Checker可大大降低数据检查的工作量,并可有效控制数据质量,同时也证明了RSTT模型的正确性、有效性和合理性。