排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
利用经过重建后的2000~2008年生长季MODIS NDVI时间序列逐年生长季均值对中国东北样带植被覆盖变化进行了研究,发现植被NDVI变化过程具有明显的时空分异特征。在时间上,2001年与2002年NDVI均值比2000~2008年9年均值分别偏低1.89%和1.44%,而2003年和2008年分别偏高2.92%和2.87%。在空间上,样带东部半湿润地区植被覆盖在2000~2008年间年际变化很小,NDVI波动在2%以下。样带中部半干旱区NDVI波动一般低于5%。而样带西部干旱的草原和荒漠化草原区植被覆盖波动明显,NDVI波动于2003年和2008年分别出现了8.51%和6.35%高值,裸地甚至于2003年出现了高达15.07%的波动。研究区NDVI变化的时空分异特征,对遥感研究和生产实践有重要意义。一方面,在进行陆地生态系统变化监测时,不能用少数几次的监测结果预测变化趋势,这对“高空间分辨率-低时间分辨率”遥感数据应用有重要意义; 另一方面,NDVI波动的空间差异,要求在变化监测时把重点放在NDVI波动频繁的地区。 相似文献
2.
本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方法去除系统相位引起的复信号非平稳性,并根据Cramer-Rao边界条件改善条纹频率的估计精度.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,本文将新方法与现有方法进行了量化分析.结果表明,较传统方法而言,基于时间序列的相干性估计方法能够得到更可靠、精度更高、空间特征更鲜明的干涉相干图. 相似文献
3.
在分析地学数据特点和共享需求的基础上,阐述数据分类对于人们认识地球以及地学研究的重要性,并综述和评价了目前地学领域已有的各种分类研究。这些分类研究大致可归纳为探索型、应用型和综合型3种。由于地学数据应用的多学科交叉、多源异构等特性,分类系统很难满足系统性、一致性、易扩展性等原则。本文从数据发生的角度,探索新的数据分类方案,将地学数据分为器测数据、调查数据和过程数据三大类。从数据本质特征对其进行描述,学科应用仅作为数据的元数据对其标志,从而很好地消除了上述问题。此外,本文基于ISO19115地理信息核心元数据扩展模型,将地理信息元数据标准拓展到整个地学领域的数据描述,构建适应该地学数据分类方案的元数据体系。 相似文献
4.
青藏高原东北部MODIS LST时间序列重建及与台站地温比较 总被引:1,自引:1,他引:1
通过遥感获取地表温度(地温,LST)可以弥补气象站地温数据局地性的不足。但受某些因素影响,遥感MODIS LST标准产品中的影像存在"云污染"等噪音像元以及空缺值,影响了LST数据应用。本文在利用LST产品的质量标记信息(QA)和直方图极值去除法过滤低质量、不可靠LST像元的基础上,提出了一种基于DEM-LST回归关系的滑动窗口空间重建算法,对2008年青藏高原东北部TERRA/AQUA上共4个温度通道的MODIS LST进行了重建,得到空间完整的LST时间序列。将重建后的LST与研究区11个气象站地表温度数据(T)的比较表明,在8day合成序列上LST-T一致性很好,平均相关系数达0.96,平均绝对误差为2.02℃;LSTT在月、年的尺度上更没有显著差异(平均绝对误差分别为1.55℃和0.60℃)。LST与T存在的差异与两者的时空定义的不一致性有必然的联系,但是仍然存在的低水平噪音表明若需要更高精度的LST数据需要更细致的去云处理。 相似文献
5.
6.
7.
在分析地学数据特点和共享需求的基础上,阐述数据分类对于人们认识地球以及地学研究的重要性,并综述和评价了目前地学领域已有的各种分类研究。这些分类研究大致可归纳为探索型、应用型和综合型3种。由于地学数据应用的多学科交叉、多源异构等特性,分类系统很难满足系统性、一致性、易扩展性等原则。本文从数据发生的角度,探索新的数据分类方案,将地学数据分为器测数据、调查数据和过程数据三大类。从数据本质特征对其进行描述,学科应用仅作为数据的元数据对其标志,从而很好地消除了上述问题。此外,本文基于ISO19115地理信息核心元数据扩展模型,将地理信息元数据标准拓展到整个地学领域的数据描述,构建适应该地学数据分类方案的元数据体系。 相似文献
8.
藏北地区三种时序NDVI重建方法与应用分析 总被引:8,自引:0,他引:8
遥感植被指数时间序列数据集,已广泛应用于陆地生态环境变化监测与模拟、植被覆盖动态变化分析、植被物候特征识别与信息提取等多方面的研究.但其因受遥感器采集与传输过程、大气条件、地面状况等诸多因素的影响,时序NDVI数据包含各种噪声,因此研究者们发展了一系列时间序列曲线重建方法.本文对近年来提出或改进的重建算法原理、优缺点进... 相似文献
1