当前位置:首页 > 天文地球
遥感陆表数据重建与时空分析应用
遥感陆表数据重建与时空分析应用

遥感陆表数据重建与时空分析应用PDF电子书下载

天文地球

  • 电子书积分:8 积分如何计算积分?
  • 作 者:韩玲,赵永华,韩晓勇著
  • 出 版 社:北京:科学出版社
  • 出版年份:2018
  • ISBN:9787030570963
  • 页数:136 页
图书介绍:如何对遥感缺失和低质量数据进行数据重建及对重建数据进行时序分析逐渐成为遥感应用领域一个新的研究热点。选择MODIS陆表产品中时序变化特征有代表性的归一化植被指数(NormalizedDifferenceVegetationIndex,NDVI)和地表温度(LandSurfaceTemperature,LST)作为研究对象进行数据重建及时间序列分析。通过设计月无云概率(),月平均无云率(),月内>80%无云期占比,月内连续无云期众数四个指标对研究区的云覆盖时空特征进行分析,定量阐述数据重建的必要性;对NDVI的空间平稳性和分形特征进行研究,确定NDVI数据重建方法;根据NDVI行(列)剖面线的分形特征设计了NDVI数据的分形插值重建算法;在LST与高程、NDVI、经度和纬度因子相关性分析的基础上,设计了LST时序重建算法和云覆盖LST修正模型,该方法利用低日照时数天数对LST影响的突变特征,以期内低日照时数天数为判别条件对LST重建地温进行修正;基于加窗DTW距离的贴近度模糊分类算法,对研究区内不同高程和不同地类的LST重建数据进行时序特征分析,构建LST和NDVI时序数据的自向量回归模
《遥感陆表数据重建与时空分析应用》目录

第1章 绪论 1

1.1 MODIS陆表产品数据重建与时间序列分析 1

1.1.1 陆表产品数据重建与时间序列分析研究背景与意义 1

1.1.2 陆表产品数据重建与时间序列分析国内外研究现状 4

1.1.3 陆表数据重建与时间序列分析研究内容 9

1.1.4 秦岭地区植被覆盖变化研究现状 9

1.2 基于不同遥感数据源的秦岭地区植被指数对比分析 10

1.3 理论基础 10

1.3.1 植被与植被指数 10

1.3.2 常见的植被指数 11

1.3.3 植被指数的影响因素 13

1.4 小结 15

参考文献 15

第2章 研究数据及云覆盖时空特征分析 23

2.1 NDVI遥感数据 23

2.1.1 MODIS数据 23

2.1.2 AVHRR数据 26

2.1.3 SPOT VEGETATION数据 28

2.1.4 三种NDVI数据比较 29

2.1.5 地表反射率产品 30

2.1.6 云掩膜产品及地温数据 31

2.2 辅助数据 32

2.2.1 气象数据及DEM数据 32

2.2.2 MODIS数据地理定位文件 33

2.3 遥感数据预处理 33

2.3.1 HDF数据集解压、投影转换和镶嵌处理 34

2.3.2 质量控制处理 34

2.3.3 数据转换 35

2.3.4 研究区介绍 36

2.4 云覆盖数据提取 39

2.4.1 云掩膜产品的数据结构 40

2.4.2 云掩膜数据处理流程 42

2.5 云覆盖时空特征 44

2.5.1 月份无云概率 44

2.5.2 子区云特征 45

2.6 秦岭植被指数来源及处理 48

2.6.1 数据来源 48

2.6.2 数据预处理 49

2.6.3 研究方法 50

2.7 小结 50

参考文献 51

第3章 基于分形插值的NDVI数据重建 52

3.1 NDVI的空间特征 52

3.1.1 NDVI空间平稳性特征 52

3.1.2 NDVI空间分形特征 54

3.2 通用空间插值方法 57

3.2.1 反距离加权插值法 58

3.2.2 克里格空间插值 59

3.3 NDVI数据分形插值重建 61

3.3.1 分形插值原理 61

3.3.2 NDVI分形插值算法 64

3.4 NDVI分形插值算法精度评价 66

3.4.1 检核点集C的效用分析 66

3.4.2 分形插值精度分析 68

3.5 小结 71

参考文献 71

第4章 LST数据时序重建 73

4.1 LST与影响因子的相关性 73

4.1.1 总相关性特征 74

4.1.2 时点相关性特征 75

4.2 LST数据重建 77

4.2.1 LST重建流程 77

4.2.2 LST数据重建精度 79

4.3 云覆盖区修正模型 87

4.3.1 低日照时数对LST的影响 87

4.3.2 云覆盖区LST重建数据修正 89

4.4 小结 92

参考文献 93

第5章 NDVI及LST重建数据时序分析 94

5.1 基于加窗DTW距离的NDVI时序数据模糊分类 94

5.1.1 S-G滤波 94

5.1.2 加窗DTW距离 95

5.1.3 贴近度模糊分类 96

5.1.4 时序分类精度评价 97

5.2 LST时序特征 100

5.2.1 不同高程地温特征 100

5.2.2 不同地类地温特征 101

5.3 LST与NDVI时间序列时滞分析 103

5.3.1 VAR方法原理 103

5.3.2 VAR模型构建流程 104

5.3.3 NDVI与LST的时滞分析 107

5.4 小结 111

参考文献 112

第6章 秦岭地区植被指数时空变化特征分析 113

6.1 秦岭地区植被指数变化分析 113

6.2 不同遥感数据反演秦岭山区植被变化的特性和趋势 119

6.2.1 不同传感器NDVI值分析 119

6.2.2 不同传感器生长季多年平均NDVI空间特征分析 121

6.2.3 不同传感器NDVI像元尺度分析 123

6.2.4 秦岭地区植被变化趋势分析 124

6.3 小结 125

参考文献 126

第7章 3种不同遥感NDVI与Landsat NDVI的相关性分析 127

7.1 NDVI数据的时序特征与相关性分析 127

7.1.1 3种NDVI数据的时序特征 127

7.1.2 3种NDVI数据的空间相关关系分析 128

7.2 NDVI数据一致性分析 129

7.2.1 3种NDVI数据与Landsat NDVI空间分布的一致性分析 129

7.2.2 不同遥感NDVI与Landsat NDVI动态变化的一致性分析 131

7.3 AVHRR NDVI数据的修正 134

7.4 小结 136

参考文献 136

相关图书
作者其它书籍
返回顶部