共查询到17条相似文献，搜索用时 593 毫秒
1.
重庆地区MODIS/NDVI时间序列数据重建研究 总被引：2，自引：1，他引：1
基于时间分辨率为逐月、空间分辨率为1 km的MODIS/NDVI数据,利用WS、S-G、A-G和D-L这4种重建方法对重庆市2010~2014年间历年逐月的NDVI时间序列数据进行重建,并采用视觉对比、分地类像元对比、相关系数（R）、均方根误差（RMSE）、赤池信息准则（AIC）和贝叶斯信息准则（BIC）对4种重建结果进行了评价。结果表明：S-G和WS重建后噪声少,S-G的曲线最为平滑,A-G与WS保真性较好。其中,A-G的R>0.8和RMSE<0.05的分布面积最大,分别占总面积的89.41%和66.40 %;WS次之,占72.76%和59.37 %。此外,在模型效果分析中A-G的AIC和BIC评价结果最佳,WS在其他3种方法BIC评价结果较差的渝西地区也有较好的评价结果。 相似文献
2.
《山地学报》2017,(6)
时序NDVI数据由于受到云覆盖、大气扰动、传感器角度等因素的影响,存在诸多噪声,在其应用之前需要进行必要的重建,特别是在常年多云雾的重庆地区。本文在QA(Quality Assessment)数据分析的基础上,利用WS法、S-G法和HANTS法对重庆2010—2014年MODIS逐月1 km NDVI(MOD13A3)数据集进行了重建,对整体保真性水平和不同土地覆被类型(分常绿阔叶林、常绿针叶林、落叶阔叶林、常绿阔叶灌木林、水田、旱地和草丛等7种)的保真性进行了对比分析。研究结果表明:WS法不论在总体上还是在不同土地覆被类型下,其重建前后的保真性均好于HANTS法和S-G法,同时,对草丛和常绿阔叶灌木林重建后的数据保真性最高,R值分别为0.8977和0.8624,RMSE值分别为0.0589和0.0669;对水田和落叶阔叶林的保真性较差,R值分别为0.8343和0.8260,RMSE均为0.0766。 相似文献
3.
土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考。以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和灵活的时空融合模型（Flexible spatiotemporal data fusion,FSDAF）,对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率（EC）的随机森林（RF）预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性。结果表明：ESTARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R2（Red）=0.8066、R2（SWIR2）=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R2（Red）=0.6999、R2（SWIR2）=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R2=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R2=0.8987,基于验证影像构建的EC值预测模型R2=0.9103; ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好。 相似文献
4.
为提高Hargreaves-Samani（H-S）模型计算参考蒸散发的精度,利用西北黄河流域与长江中下游平原共128个气象站点1961—2010年的逐日气象资料对H-S模型进行回归修正,以Penman-Monteith（P-M）模型为标准,评价了H-S改进模型H-SCORR模型的计算精度,并且以第六次国际耦合模式比较计划（CMIP6）气候模式来对H-SCORR模型进行了未来适应性评价。结果表明：修正后,在验证期内,长江中下游平原4个分区的平均绝对误差（MAE）和均方根误差（RMSE）的平均值分别下降了6.21 mm·月-1和6.38 mm·月-1;西北黄河流域4个分区的MAE和RMSE的平均值分别下降了9.26 mm·月-1和9.23 mm·月-1,2个研究区域修正后的决定系数（R2）比修正前最少提高1%。在CMIP6气候模式的未来气候情景下R2均达到0.98以上,具有良好的适应性。该研究修正的模型方法可为仅有气温数据的地区提供较高精度的参考蒸散发估算方法,为高频灌溉提供较为准确的数据基础。 相似文献
5.
通过植物光学特性测量叶片性状是一种非破坏性的、长期的湿地动态监测方法。选择三江国家级自然保护区多种典型湿地植物为研究对象,探究植物性状与叶片光谱之间的联系。研究表明：叶片氮含量与光谱的模型构建效果最好,模型R2为0.61,均方根误差（RMSE）为2.3862;叶片含水量、叶片磷、可溶性糖、纤维素和木质素含量之和的模型一般,R2在0.38~0.55范围内,RMSE在0.0004~10.7019范围内;淀粉含量拟合效果较差, R2为0.29,RMSE为0.0106。光谱预测重要性的结果表明,可见光与近红外边缘范围内的光谱信息对于叶片含水量、叶片氮含量、叶片磷含量、单位叶面积质量、纤维素和木质素之和、可溶性糖和淀粉的预测具有最高的重要性。 相似文献
6.
作为世界第二大流动性沙漠,塔克拉玛干沙漠独特的陆表水热交换过程直接影响中国乃至全球的大气环流运动。将静止气象卫星FY-2F地表温度产品、极地轨道卫星MODIS陆表产品与中国区域高时空分辨率地面气象要素驱动数据集（CMFD）结合,反演得到时间分辨率为3 h、空间辨率为0.1°的2017年塔克拉玛干沙漠地表净辐射,利用塔中气象站观测值验证反演结果,并分析地表净辐射的时空变化特征。结果表明：（1）利用卫星遥感与再分析资料获取的地表特征参数与实测值误差较小,决定系数R2均在0.8以上。（2）地表净辐射模拟值与地面实测值具有较好的一致性,决定系数R2为0.967,均方根误差RMSE为29.193 W·m-2。（3）地表净辐射日变化呈现明显的单峰型特征：早晚值较低,正午值最高,并且夜间值基本为负且变化幅度不大。（4）地表净辐射夏季>春季>秋季>冬季。（5）沙漠边缘散布的绿洲和农田地区净辐射值最高,沙漠腹地次之,沙漠南缘的昆仑山和阿尔金山冰川覆盖地区净辐射值最低。 相似文献
7.
分别对2015年6~12月和2016年6~12月大连地区的大气污染物PM2.5、PM10、SO2、NO2、CO和O3的浓度数据进行数据统计分析,基于ENVI软件平台利用MODIS数据反演大连地区的气溶胶光学厚度,通过回归建模研究气溶胶光学厚度与大连地区10个地面监测站点的大气污染物PM2.5、PM10、SO2、NO2、CO和O3的浓度数据的相关性。回归建模以气溶胶光学厚度（AOD）为自变量,以大气污染物PM2.5、PM10、SO2、NO2、CO和O3为因变量,在SPSS软件中分别选取线性、对数、三次、乘幂、指数5种函数类型进行研究,通过对比回归模型的拟合优度R2,选择最优拟合模型,探讨利用遥感数据反演气溶胶光学厚度监测大气污染的相关性。结果表明：气溶胶光学厚度与NO2、PM2.5和PM10的最优拟合模型均为三次模型,其拟合优度R2分别是0.685、0.801和0.845;与O3和SO2的最优拟合模型为指数模型,其R2为0.367和0.482;与CO的最优拟合模型为对数模型,其拟合优度R2为0.810。该结果为分析大气气溶胶污染来源以及治理提供了数据。 相似文献
8.
基于GIMMS 3g NDVI的近30年中国北部植被生长季始期变化研究 总被引：4，自引：0，他引：4
基于全球库存建模与绘图研究第三代归一化差值植被指数（GIMMS 3g NDVI）、土地利用和气温降水数据,利用NDVI时间序列谐波分析法(HANTS)重构了中国北部地区原始植被NDVI,用一元六次多项式拟合了植被生长曲线并结合逐像元动态阈值法提取了中国北部地区1983~2012年植被生长季始期并分析了其时空变化及对气温和降水的响应情况。结果表明：①GIMMS 3g NDVI具有较长的时序特征和较好的数据质量,经HANTS时间序列谐波分析后能很好的表现植被生长季曲线特征,可用于后续植被生长季的研究。② 北部地区生长季始期均值主要集中分布在80~150βd之间,全区30βa平均为111.6βd,东北平原、华北平原、河套平原、新疆天山和阿尔泰地区生长季始期早于其它区域。③ 研究时段内北部地区生长季始期总体上呈提前趋势（R2=0.19）,空间上由西北向东北逐渐推移,明显提前的区域主要分布在内蒙古中东部、东北平原、陕西南部和新疆天山的部分地区,明显推迟的区域主要分布在青藏高原高寒地区。④ 因植被类型的不同和区域的差异,生长季始期对气温和降水的响应程度不同,春季气温是影响生长季始期变化的主要自然因素。 相似文献
9.
NDVI能够反映地表覆盖和生态环境变化。在祁连山东延余脉采集树轮样本,分析树木径向生长与植被NDVI的相关关系,并重建历史时期植被NDVI变化。结果表明：树木径向生长与夏季NDVI受到水热条件变化的显著影响,且树轮宽度与夏季NDVI显著正相关,采用简单线性回归方法建立二者的拟合方程,方差解释量达0.600（R2adj=0.582,F=34.472,P<0.0001）;公元1845年以来,重建的NDVI序列显示植被覆盖相对较低时期有19世纪60年代,80年代初期,20世纪初期和20-30年代,其中20世纪20-30年代NDVI低值期与中国北方大范围旱灾一致;重建的NDVI与旱涝指数显著负相关,证实重建NDVI序列的可靠,且显示该区旱涝演化趋势;周期分析表明公元1845年以来,NDVI序列存在2-3年、5年左右、13年左右和15年左右的振荡。 相似文献
10.
NDVI数据受云覆盖等因素影响,普遍存在信息缺失和噪声污染问题。传统基于滤波或曲线拟合的方法对NDVI时间序列的先验特征考虑不足,难以有效解决时间连续缺失的难题。该文在变分框架下,通过正则化方式对NDVI时间序列的局部平滑性和非局部年际相似性进行刻画,提出一种考虑全时间序列信息的NDVI重建方法;选取Savitzky-Golay(SG)滤波、时间序列谐波分析(HANTS)和Whittaker滤波3种方法作为对比方法,在长江经济带两个区域的MODIS NDVI产品上进行模拟实验和真实实验。结果表明：该文方法在随机缺失和时间连续缺失情况下的MAE、RMSE和CC均更优,且能有效滤除不平滑的原始NDVI时间序列曲线中的噪声,获得平滑曲线,在处理时间连续的云污染方面表现更好。 相似文献
11.
站点尺度的青藏高原时序NDVI重构方法比较与应用 总被引：1，自引：1，他引：0
基于卫星遥感的植被指数时序数据广泛应用于植被覆盖监测、生物量反演等多个研究领域,但由于传感器本身、大气条件、环境特征等因素引起的噪声会影响数据的应用效果,因此开展植被指数时序数据重构研究具有实际意义。本文基于2000-2015年MODIS归一化差异植被指数(NDVI)数据,采用三次样条函数法、双逻辑斯蒂函数法和奇异谱分析法3种常用方法,对青藏高原106个气象站点所在的典型覆被NDVI时序数据进行重构,并以植被物候信息提取作为应用,比较分析了3种算法的保真性、细节拟合能力及物候特征提取效果。研究表明, D-L及Spline函数分别对受冰雪及云层影响较大(荒漠、灌木、林地)及较小的覆被类型(草原、农作物)表现出较好的细节拟合能力;SSA方法拟合能力较差,易出现NDVI重构曲线整体“下移”的现象,造成峰值拟合结果偏低,并且表现出NDVI绝对值越小拟合效果越差的现象。从保持原始数据真值的能力来看,受噪声点影响较大的覆被类型(林地、灌木、草原)Spline函数略优于D-L函数法;而林地类型中SSA方法表现优于D-L函数法。从物候信息提取结果来看,D-L函数法所提取的生长季稍有提前,Spline函数及SSA方法分别表现出生长季开始点及结束点滞后的现象,灌木、林地类型表现出明显的年际波动变化的特征,荒漠类型由于NDVI绝对值偏低,3种方法物候提取结果一致性表现出锯齿状不规则波动。此外,D-L方法生长季开始期(SOS)和生长季结束期(EOS)在各覆被区均小于其他方法,波动较大;SSA方法提取的EOS在大部分覆被地区大于其他方法;Spline提取结果的年际波动与SSA高度相似。该研究可为高原植被不同覆被类型下NDVI时序数据噪声去除的方法选择提供借鉴。 相似文献
12.
The response of long-term vegetation changes and climate change has been a hot topic in recent research. Previously, a Landsat-based fusion model was developed and used to produce a dataset of normalized vegetation index (NDVI) for the Three-River Headwater region on the Qinghai-Tibet Plateau with a spatial resolution of 30 m and the time spanning the nearly 30 years from 1990 to 2018. In this study, the NDVI was applied to an analysis of the spatial and temporal changes in the alpine grassland and the impacts from climate change using the Theil-Sen Median method and linear regression. The results showed that: (1) The regional mean NDVI was 0.39 and showed a spatial pattern of decreasing from the southeast to the northwest in the recent three decades. Among the three parks, the Lancang River Park had the highest NDVI (0.43), followed by the Yellow River Park (0.38) and Yangtze River Park (0.23). (2) An upward trending was found in the NDVI time series at a rate of 0.0031 yr-1 (R2 =0.62, P < 0.01) over the whole period of 1990-2018. The increasing rate (0.00649 yr-1, R2 =0.71, P < 0.01) in the latter period of 2005-2018 was nearly 2.3 times of that (0.00284 yr-1, R2 =0.31, P < 0.01) in the previous period of 1990-2005. In the latest periods, the three parks experienced rates that were 2.3 to 63 times the corresponding values in the early period. (3) The NDVI is correlated more positively with temperature than precipitation. The impacts of climate change decreased along with the coverage fraction from the higher, median and then lower levels. The climate change can explain 34% of the variability in the NDVI time series of the areas with a higher fraction of grassland coverage, while it was 31% for the median fraction and 20% for the lower fraction. This study is the first to use the 30 m NDVI dataset spanning nearly 30 years to analyze the spatial and temporal variability and climate impacts in the alpine grasslands of the Three-River Headwater region of the Qinghai-Tibet Plateau. The results provide a basis for assessments on the ecological management effects and ecological quality based on long-term baseline data with a higher spatial resolution. 相似文献
13.
江河源区NDVI时空变化及其与气候因子的关系(英文) 总被引：5，自引：3，他引：2
The source regions of the Yangtze and Yellow rivers are important water conservation areas of China. In recent years, ecological deterioration trend of the source regions caused by global climate change and unreasonable resource development increased gradually. In this paper, the spatial distribution and dynamic change of vegetation cover in the source regions of the Yangtze and Yellow rivers are analyzed in recent 10 years based on 1-km resolution multitemporal SPOTVGT-DN data from 1998 to 2007. Meanwhile, the correlation relationships between air temperature, precipitation, shallow ground temperature and NDVI, which is 3×3 pixel at the center of Wudaoliang, Tuotuohe, Qumalai, Maduo, and Dari meteorological stations were analyzed. The results show that the NDVI values in these two source regions are increasing in recent 10 years. Spatial distribution of NDVI which was consistent with hydrothermal condition decreased from southeast to northwest of the source regions. NDVI with a value over 0.54 was mainly distributed in the southeastern source region of the Yellow River, and most NDVI values in the northwestern source region of the Yangtze River were less than 0.22. Spatial changing trend of NDVI has great difference and most parts in the source regions of the Yangtze and Yellow rivers witnessed indistinct change. The regions with marked increasing trend were mainly distributed on the south side of the Tongtian River, some part of Keqianqu, Tongtian, Chumaer, and Tuotuo rivers in the source region of the Yangtze River and Xingsuhai, and southern Dari county in the source region of the Yellow River. The regions with very marked increasing tendency were mainly distributed on the south side of Tongtian Rriver and sporadically distributed in hinterland of the source region of the Yangtze River. The north side of Tangula Range in the source region of the Yangtze River and Dari and Maduo counties in the source region of the Yellow River were areas in which NDVI changed with marked decreasing tendency. The NDVI change was980 Journal of Geographical Sciences positively correlated with average temperature, precipitation and shallow ground temperature. Shallow ground temperature had the greatest effect on NDVI change, and the second greatest factor influencing NDVI was average temperature. The correlation between NDVI and shallow ground temperature in the source regions of the Yangtze and Yellow rivers increased significantly with the depth of soil layer. 相似文献
14.
为探讨加权光滑样条算法（sspw）在多云雨地区重构高质量NDVI的效果，以广东省为研究区，对其范围内2005—2015年MOD13Q1 NDVI数据进行重构。为证实sspw在重构多云雨地区NDVI的优势，选取多云雨样区的重构影像进行对比，并将未加权滤波［普通光滑样条（ssp）、Savitzky-Golay（SG）滤波］与加权滤波（sspw、加权SG滤波）重构的NDVI时序曲线进行对比。结果发现：1）sspw能有效重构多云雨地区NDVI。2）与未加权滤波相比，在质量权重的辅助下，加权滤波重构的NDVI数据时间序列曲线更接近原始NDVI上包络线，加权滤波重构的NDVI与原始NDVI线性相关性更强，误差更小；而加权滤波中，sspw比加权SG（Savitzky-Golay）滤波更能抑制图像中的噪音。总体来说，sspw重构的数据误差更小，与原始高质量数据相关性更强，重构效果更好，更适合多云雨地区。 相似文献
15.
雅鲁藏布江流域NDVI变化与 主要气候因子的关系 总被引：10，自引：3，他引：10
对流域NDVI进行计算的前提下,分析了雅鲁藏布江流域NDVI时空变化特征。时间上,流域NDVI具有很强的季节性。空间上,流域NDVI高值区主要分布于下游与中游的部分地区,而流域中上游与源头NDVI值相对较小。在流域DEM的支持下,把流域站点主要气候因子降水量与平均气温等数据采用Kriging方法插值成与流域NDVI相一致的空间Grid数据。流域NDVI与降水量、平均气温的关系进行F检验与双样本方差分析结果P＝0,表明其相关分析的可信度较高。在0.05的置信水平上对其进行了线性与对数相关分析。结果表明,流域NDVI与降水量的平均线性相关系数达0.8,对数相关系数为0.71;流域NDVI与流域平均气温线性相关系数为0.77,对数相关系数为0.7。 相似文献
16.
MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用 总被引：11，自引：0，他引：11
以三江平原为研究区,利用多时相的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据。监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别。根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据。该方法的总体分类精度达到79.67%,Kappa系数为0.752 5。研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据。 相似文献
17.
黄土高原地区NDVI与气候因子空间尺度依存性及非平稳性研究 总被引：6，自引：3，他引：3
基于MODIS传感器的植被指数产品(MOD13Q1)及50年气候数据,通过地理加权回归与普通最小二乘回归模型对比,对中国黄土高原地区NDVI与气候因子间的空间尺度依存性及非平稳性进行研究,以期准确建立二者间关系.结果表明:① 研究区域内,NDVI与气候因子间存在很强的空间尺度依存关系,相同空间尺度下,年均降水较年均温对NDVI影响的波动性更大;② 与普通最小二乘回归模型相比,地理加权回归模型能够更准确地展现二者间关系;③气候因子对该地区NDVI的影响差异明显,降水存在直接正向影响,而温度的影响则较复杂;④ NDVI与气候因子间沿东北--西南的分布格局体现出区域内不同植被--气候区差异特征.二者间的异质情况还反映出除气候外,人类活动,地形等其他因素对NDVI的影响. 相似文献