基于Stacked ConvLSTM的时间序列森林火烧迹地检测

确定森林火烧迹地的准确时间点以及空间范围对于森林的受损评价、管理、碳核算以及森林恢复的管理有重要意义。由于森林火烧迹地在空间分布上具有一定的连续性,现有的森林火烧迹地提取方法大都采用先分类再后处理的两步处理策略来抑制虚警像素的影响。本文提出将时空检测方法 Stacked ConvLSTM用于时间序列森林火烧迹地的检测,在保持结果具有较好空间连续性的基础上避免了具有主观性的后处理操作,实现端到端提取森林火烧迹地信息,提升了森林火烧迹地的提取精度。采用MODIS时间序列数据,基于2001年—2008年以及2001年—2016年的黑龙江沾河林业局伊南河林场和内蒙古自治区毕拉河林业局北大河林场两个区域的历史时间序列,分别对这两个区域2009年以及2017年发生的特大火灾区域进行火烧迹地检测,利用Stacked ConvLSTM、Stacked LSTM以及bfast算法在两个区域的MODIS时间序列中提取森林火烧迹地,并将火烧迹地检测结果与ESA发布的Fire＿CCI 5.1火烧迹地产品进行对比分析。结果表明：首先,从目视效果来看,在研究区域Ⅰ,Stacked ConvLSTM检测的结果比St...     

MODIS数据监测森林火灾方法的研究

介绍了现有的MODIS在林火监测中的理论算法,但因其受地域条件、天气状况和季节变化的影响,对四川、重庆地区可能会造成漏判或误判.本文以四川地震局提供的MODIS数据为基础,研究如何合理改进原有算法,得出一种适宜于四川、重庆地区的林火识别算法.实验表明,本文得出的算法能够有效地监测森林火灾.     

基于MODIS数据的火灾预警方法实现

MODIS传感器从设计上考虑了火灾的监测,并为现有传感器的火灾监测系统提供独特的性能。在分析MODIS的火灾检测的通道的特性的基础上,设计了火灾预警检测系统。其主要原理是通过对红外通道的亮度温度值进行阂值处理,提取火点。     

MODIS数据水体识别指数的识别效果比较分析

在光谱分析的基础上,应用不同水体指数对MODIS数据进行水体信息识别,并对其应用性能进行比较分析。结果表明,混合水 体指数（CIWI）是较理想的水体识别指数。若以反射率计算,并以0为判别阈值,则该指数的提取常数C的最佳取值为-0.85。 就目前的研究成果来看,MODIS数据还不太适合用于小型水体的识别。     

基于时间序列相似度的城市功能区识别研究

随着城市化的快速发展,城市空间结构愈发复杂,城市功能区的快速有效识别对资源的有效配置和城市规划具有重要意义.传统的功能区识别缺乏对居民这一城市空间活动主体的动态表征,而长时间序列的出租车数据能动态表征居民出行行为,进而反映城市空间结构.动态时间扭曲(DTW)距离比传统的欧氏距离更能有效挖掘高维数据,泛化后的LB_Keo...     

利用遥感指数时间序列轨迹监测森林扰动

作为陆地生态系统的主体,森林的碳循环与碳蓄积对研究陆地生态系统起着重要作用,但目前森林扰动资料的缺乏在很大程度上影响着森林碳通量的估算精度。利用1986年-2011年共14期的Landsat TM/ ETM+影像,以江西武宁县为例,使用遥感指数时间序列轨迹分析方法,研究了适用于中国南方森林的扰动监测技术,该技术不仅可以识别森林的扰动变化,同时还可以监测植被的恢复信息。精度分析表明该方法得出的扰动产品的Kappa系数达到0.80,总体精度达到89.7%,表明该方法对武宁县森林扰动具有较好的监测能力。森林扰动特征分析表明武宁县森林在20世纪90年代受扰动最为剧烈,并且扰动主要发生在低海拔地区。     

基于MODIS时序植被指数的区域物候信息提取

利用黑龙江省2012年16 d 250 m的MODIS NDVI数据,使用Savitsky-Golay滤波法、Logistic调合函数模型和非对称Gaussian模型3种方法对曲线拟合重构,引入均方根误差比较3种方法的优劣;在曲线平滑的基础上提取物候参数,分别对森林和农用地用固定阈值和动态阈值提取其物候参数,目的在于比较两种阈值设定方法的优劣,并获取阈值使物候参数结果与作物农事历信息吻合。结果表明,Savitsky-Golay滤波法在与原始曲线近似度方面优于另外两种拟合方法。     

运用GPS高频时间序列对地震前兆的探索研究

通过对在日本福岛地震发生前后短时间内的两个GPS测站的时间序列进行拟合以获取在短时间内的地震同震位移数据,通过动态时间序列图的形式对地震同震位移数据进行研究,结果发现,在地震发生时很短的时间内地震同震位移数据会发生大幅度的变化,在地震结束后又恢复正常。这种变化规律可以为地震前兆预测做参考。     

利用轨迹大数据进行城市道路交叉口识别及结构提取

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。     

利用MODIS数据研究天山北麓Kriging雪深插值

在积雪深度研究中,地面资料插值产生的平滑效应以及遥感空间分辨率不足的问题,在很大程度上影响着积雪深度的估计精度。本文采用中高分辨率成像光谱仪(moderate resolution imaging spectro-radiometer,MODIS)和微波扫描辐射计(advanced microwave scanning radiometer-EOS,AMSR-E)融合后的无云积雪面积产品构建虚拟站点,弥补了气象站点少且不均匀的不足,修正雪深克里金插值产生的平滑效应。同时,提出了基于数据同化算法融合以地面观测资料为基础的克里金空间插值雪深、MODIS积雪面积产品和AMSR-E微波反演雪深产品的雪深估计方法。以新疆北疆地区为研究区域进行了算法应用及验证,并选取不同海拔的站点观测资料对融合结果进行验证分析,通过均方根、偏差和相关性系数指标检证了该方法能够有效地提高雪深估计精度。     

基于MODIS数据的中国陆面制图：方法软件和数据产品

本文介绍一个自动处理MODIS 1B数据并生产覆盖全中国陆面产品的软件系统。该算法改进了LAI（MOD15）,土地覆被分类（MOD12）,云检测（MOD35）,陆面反射率（MOD09）和气溶胶（MOD04）产品。这些算法的输入数据都是本地获取的参数,能够有效降低其带来的不确定性。产生的部分新产品是NASA标准产品中没有的,包括森林火烧迹地和PAR。数据处理系统运行于中国科学院资源与环境数据中心。     

利用MODIS数据监测夜间雾

在分析雾、云、地表、水体等目标物红外辐射特性的基础上,针对MODIS数据提出了夜间雾监测算法。试验表明,该算法能够将低云大雾与中高云、水体和地表区分开。     

MODIS数据在积雪检测中的应用

积雪作为影响环境的一个因素,是非常重要的。自1999年Terra卫星升空以来,MODIS数据在环境监测的各个方面得到了广泛的应用。由于MODIS数据的高光谱、高空间分辨率、高时间分辨率等特征,越来越多地应用到积雪监测方面。本文就MODIS数据的积雪检测算法进行了探讨,对森林中雪的检测以及云和雪的区分进行了大量的研究。结果显示：MODIS数据对积雪检测非常有效。     

基于MODIS数据的植被指数分析

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并进行了分类试验。     

MODIS数据预处理方法

时间、大气、太阳辐射的改变,导致获取的相邻遥感影像的对比度及光亮度产生差异,为了更好地进行分析、评价,需对遥感数据进行预处理。以新疆天山公路及其周边为研究区域,基于MODIS数据,利用ENVI软件进行数据的预处理,包括数据的几何校正、图像拼接、图像裁剪等,为其后进行的积雪研究作数据准备。     

基于MODIS数据的雾光谱特性研究

通过对中国东部不同区域不同季节的15幅白天MODIS影像进行雾与地物、雪、云的光谱特性差异分析,发现较利于雾与背景(地物、云、雪)分离的波段并分析其原因,为进一步利用MODIS数据进行大范围不同季节雾检测提供了一些初步建议和思路。     

基于MODIS数据的雪面温度遥感反演

通过对Planck函数在低温范围内进行线性化,改进了针对MODIS数据的实用性分裂窗算法,建立了基于MODIS数据的中纬度地区雪面温度遥感反演方法。以环青海湖地区为研究区进行了算法应用,取得了较理想的效果。验证并分析了雪面温度与海拔高度的负相关关系。通过对下垫面相对均一的3个样区进行分析,讨论了雪面温度与归一化积雪指数的关系,并提出了“NDSI-Ts空间”的概念。     

MODIS数据的海洋表面温度反演

以黄海及东海海域为对象,研究用MODIS数据提取我国海域海洋表面温度的方法,建立了适合于我国海域的MODIS海洋表面温度遥感实用模式。研究表明,此算法的反演精度比较高,用这种模式计算的海面温度可较真实地反映海洋表面温度分布状况。由于同一天可以获取同一地区的上午和下午两景MODIS数据,因此MODIS数据在探测海洋现象方面具有独特的优势。     

MODIS L1B数据在水利中的应用

MODIS是EOS计划中一个重要的传感器,从水利应用的角度,介绍了MODISL1B数据的特征和处理流程,综合说明了MODIS数据在水旱情监测中的应用前景、处理方法和流程,并在此基础上讨论了深入研究过程中的主要问题。     

基于MODIS时间序列数据的滤波降噪新方法

去噪的效果对MODIS时序数据产品的应用有很大影响。过去二十年里,出现了很多去噪方法(例如,MVC,BISE,小波变换,拟合函数等等),这些方法大多分为两个步骤:使用质量标记,然后采用具体滤波方法或进行曲线拟合。这些方法多数是参考了质量信息或其他辅助数据后选出时间点值。本文指出,可以在以上两步间增加一个去除尖峰信号的过程。该方法首先选择三个定位点以确定曲线,然后进行双向棘波检测,利用设定的阈值去除异常的尖峰信号,并选择Savitzky-Golay平滑滤波器作为该方法的实例检验。结果表明,该方法改善了时序曲线的可视化效果,当结合实际场景时,曲线解译效果有较大改进。通过加入该步骤,其他滤波方法也能得到相似的改进。