共查询到17条相似文献，搜索用时 93 毫秒
1.
复种指数遥感监测方法 总被引：36，自引：6，他引：36
复种指数是反映水土光与自然资源利用程度的指标 ,其实质是沿时间序列 ,反映某一种植制度对耕地的利用程度。联系复种指数与时间序列NDVI曲线的纽带是农作物年内的循环规律。时间序列的NDVI值蕴涵着植被的生长和枯萎的年循环节律 ,经时间序列谐函数分析法 (HarmonicAnalysisofTimeSeries ,HANTS)重构的NDVI曲线 ,可以准确地反映农作物的出苗、拔节、抽穗、收获等物理过程。因此 ,根据时间序列的NDVI曲线的周期性 ,可以反向捕捉到耕地农作物动态的信息 ,进而得到耕地的复种指数。本文依据上述原理 ,提出复种指数遥感监测的方法 ,然后用 1999年至 2 0 0 2年 4年的VGT(SPOT4卫星vegetation数据 )旬合成NDVI时间序列数据集提取了复种指数 ,并利用地面样区观测结果和统计数据进行检验 ,取得很高的精度。 相似文献
2.
3.
采用最大值合成（MVC）与最佳指数斜率提取（BISE）组合法和时间序列谐波分析法（HANTS）对重庆地区2006～2010年的共五年MODIS—NDVI时序数据进行降噪处理与数据重构,对重构结果进行对比与评价,并选其优者来评估重庆市的植被生长动态变化。结果表明,HANTS方法的除云去噪效果优于MVC与BISE组合法;2006～2010年,重庆市400m以下的地区植被变化较大,400m以上的区域植被呈连续变好趋势,研究结果可为重庆市生态保护与生态建设提供依据。 相似文献
4.
《国土资源遥感》2020,(2)
为自动获取大面积冬小麦种植区域,通常利用中等空间分辨率遥感影像中的物候信息,基于时间序列曲线进行识别与提取。但在实际工程项目中,只使用物候信息提取精度偏低。因此提出了一种基于时间序列曲线数据分类模型与图像分割相结合的冬小麦识别方法。首先,构建多源数据的归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线,采用时间序列谐波分析方法(harmonic analysis of time series,HANTS)对NDVI时间序列数据进行平滑和去噪;然后,对NDVI时间序列进行坐标转换,获取波段均值、标准差和均方根3个参数,构建新的分类模型,提升冬小麦与其他作物的差异值;最后,通过与高空间分辨率数据的分割结果相结合,利用图像的空间结构信息,提高地物边界的准确性。以南京市江宁区为例,利用2017年12月—2018年6月间高分一号、Landsat8和Sentinel-2A 3种类型的共21景多源数据进行实验,最终提取精度达到98. 74%,比其他方法有所提高,为农业管理部门提供了准确的冬小麦种植区域和分布的地理信息数据。 相似文献
5.
谐波改进的植被指数时间序列重建算法 总被引：1，自引：0，他引：1
提出一种基于傅里叶谐波分析的改进算法,引入异常值检测算法,检测拟合过程中的异常值,增加数据拟合的真实性;迭代前动态估算出待处理序列点的峰值个数(即频数),解决整个区域预设单一频数的不合理性;引入拟合影响因子,自动控制迭代终止条件,避免传统方法中人为设置阈值导致的不确定性。利用2003年华北平原MODIS_EVI时间序列图像验证表明,较之HANTS算法,改进算法能够有效修正噪声污染像元值,修正后的EVI时序曲线更能反映地物内在的物候变化规律,并能够更好地保真原始曲线上的特征(点),如作物EVI最大值、最小值出现的时间和大小关系。 相似文献
6.
MODIS植被指数时间序列Savitzky-Golay滤波算法重构 总被引：25，自引：2，他引：23
利用Savitzky-Golay(S-G)滤波方法对若尔盖高原湿地区2000—2009年MODIS16d最大值合成的NDVI时间序列数据进行了重构,并与中值迭代滤波法、傅里叶变换法进行了比较。结果表明,基于S-G滤波的时间序列重构方法重构后的NDVI时间序列在直观及像元的时间序列曲线上均取得了较好的效果,对提高该数据产品质量有很大帮助,通过该方法重构后的高质量的NDVI时间序列对利用该数据源对若尔盖湿地生态系统监测提供了良好的基础。 相似文献
7.
8.
针对目前遗址探测研究多基于单时相遥感数据开展,存在偶然性,对最佳探测时间的研究较少等问题,该文以洛阳盆地为研究对象,利用多时相遥感数据,通过时间序列谐波分析算法(HANTS)重构时间序列植被指数数据集,去噪的同时对比分析出利用冬小麦长势信息进行地下遗址遥感监测的最佳时间区间。研究表明,受地下遗址的胁迫,在分蘖期,冬小麦长势明显比非遗址区的长势差,表明该时期是进行地下遗址探测的最佳时期,进而对最佳探测时期内NDVI积分,有效增强了遗址区和非遗址区之间差异,突出地下遗址的位置和轮廓信息。利用该研究成果,文章成功探测到汉魏洛阳故城以及古伊洛河异常区,与现有的考古资料相吻合。 相似文献
9.
基于傅立叶变换的混合分类模型用于NDVI时序影像分析 总被引：4，自引：0，他引：4
应用2004年MODIS的时序NDVI数据，在分析湖北省不同地物类型的NDVI曲线季节性变化特征的基础上，设置对应的阈值，先后将水体、居民地与其他地物类型分离开。将去除了水体和居民地影响的剩余的NDVI序列影像傅立叶变换的1／12频率分量引入到地表覆盖分类的特征空间中，与其最大值影像和平均值影像组合，经过归一量化处理后合成一个类似具有三波段的卫星影像。在合成后的影像上利用最大似然法对其他地类进行分类。研究表明，引入傅立叶变换的特殊频率分量是分析多时相MODIS数据及提取地表植被覆盖信息的有效工具。 相似文献
10.
归一化植被指数(normalized difference vegetation index,NDVI)变化趋势可近似表达植被"绿化(greening)"或"褐化(browning)"的趋势,体现植被对全球变化的适应过程。提出一种将经验模态分解(empirical mode decomposition,EMD)和Mann-Kendall(MK)检验相结合的NDVI变化趋势分析方法,主要包括2步:首先,采用EMD对NDVI时间序列进行分解,分解成若干本征模函数的叠加,这些本征模函数分量包含了原信号不同时间尺度的局部特征信号,第一个分量是高频分量,随后的分量频率逐渐减小,残差分量若是单调函数,即为趋势分量;然后,利用MK检验方法对趋势分量进行单调性变化的显著性检验,得到NDVI"绿化"或"褐化"的趋势结果。对研究区2006—2015年间NDVI序列的趋势进行分析,结果表明该方法是一种有效的时间序列变化趋势分析方法。 相似文献
11.
长江三角洲地区地表温度年内变化规律与气候因子的关系分析 总被引：1，自引：0，他引：1
以长江三角洲地区为研究区,利用2005年全年的MODIS地表温度产品和气象观测资料,定量分析了地表温度年内变化规律与气候因子之间的时滞响应关系。首先,通过谐波分析方法(Harmonic Analysis of Time Series,HANTS)消除地表温度数据中云的影响,提取地表温度时间序列谐波(即周期变化规律),重建地表温度无云时间序列;然后,利用DEM和纬度数据计算了研究区太阳辐射的空间分布,并将其与地表温度的年内变化进行时滞相关分析。0.991 6的相关系数表明:太阳辐射是地表温度年周期变化的主要控制因素,地表温度峰值出现的时间相对于太阳辐射时间而言滞后20 d左右;时滞相关分析表明,地表温度和气温之间的年内变化规律呈极显著相关,气温的变化相对于地表温度存在约5 d左右的滞后响应。 相似文献
12.
基于时间序列叶面积指数稀疏表示的作物种植区域提取 总被引：3，自引：0，他引：3
以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。 相似文献
13.
《地理信息系统科学与遥感》2013,50(3):379-397
In this study, short-term land use and land cover (LULC) changes caused by human activity were considered as spatial-temporal abnormalities in time-series images. A density-based anomaly detection (DBAD) algorithm was designed to detect the changes. Then the algorithm was applied to RADARSAT time-series images, and synchronous field surveying was performed for validation. The results showed that the DBAD algorithm was good at detecting in-progress construction and newly builtup parcels, with an error of less than 13.3%. A lower detection error was achieved for woodland areas, and a larger error for built-up areas and for some mixed-use land parcels due to the complexity of the parcels. 相似文献
14.
基于MODIS的LAI时间序列谱的地物分类方法研究 总被引：6，自引：0，他引：6
利用MODIS数据所反演的每8d一景,全年共46景的时间序列叶面积指数(LAI)图像,分析江西省不同类型地物的LAI时间序列谱,并对地物进行分类。首先,利用最小噪声比变换技术(MNF)将噪声从数据中分离;然后,通过纯净像元指数(PPI)从LAI时间序列谱中提取5类主要地物类型终端单元(Endmember),从而对地物进行分类并制图;最后,结合2000年江西省兴国县1 10万比例尺的土地利用/覆盖矢量图对本研究分类结果进行检验。结果表明,该方法的地物分类精度达到74.45%,其分类方法是有效可行的。 相似文献
15.
针对大多数增强方法未能同时考虑图像与光照强度、拍摄时间之间关系的问题,根据不同时刻的光照强度变化,提出了一种基于自适应亮度基准漂移的全天候十字路口交通图像的增强算法。首先依据不同时刻的光照变化建立亮度基准曲线,然后由亮度基准曲线和亮度实时反馈建立自适应亮度基准值模型,最后对图像的亮度分量运用亮度基准值模型自适应增强。实验结果证明了该方法在全天候不同光照条件下图像增强的有效性以及不同天气条件下增强的鲁棒性。 相似文献
16.
Noise in multivariate GPS position time-series 总被引：4，自引：2，他引：2
A. R. Amiri-Simkooei 《Journal of Geodesy》2009,83(2):175-187
A methodology is developed to analyze a multivariate linear model, which occurs in many geodetic and geophysical applications.
Proper analysis of multivariate GPS coordinate time-series is considered to be an application. General, special, and more
practical stochastic models are adopted to assess the noise characteristics of multivariate time-series. The least-squares
variance component estimation (LS-VCE) is applied to estimate full covariance matrices among different series. For the special
model, it is shown that the multivariate time-series can be estimated separately, and that the (cross) correlation between
series propagates directly into the correlation between the corresponding parameters in the functional model. The time-series
of five permanent GPS stations are used to show how the correlation between series propagates into the site velocities. The
results subsequently conclude that the general model is close to the more practical model, for which an iterative algorithm
is presented. The results also indicate that the correlation between series of different coordinate components per station
is not significant. However, the spatial correlation between different stations for individual components is significant (a
correlation of 0.9 over short baselines) both for white and for colored noise components. 相似文献
17.
Carlos Antonio da Silva Junior Marcos Rafael Nanni José Francisco de Oliveira-Júnior Everson Cezar Paulo Eduardo Teodoro Rafael Coll Delgado 《International Journal of Digital Earth》2019,12(3):270-292
This research aimed to analyze the possibility to estimate and automatically map large areas of soybean cultivation through the use of MODIS (Moderate-Resolution Imaging Spectroradiometer) images. Two major techniques were used: GEOgraphic-Object-Based Image Analysis (GEOBIA) and Data Mining (DM). In order to obtain the images, the segmentation algorithm implemented by Definiens Developer was used. A decision tree (DT) was created from a training set previously prepared. Time-series of images from the MODIS sensor aboard the Terra satellite were acquired in order to represent the wide variation of the vegetation pattern along the soybean crop cycle. The time-series data were used only for the CEI index. Furthermore, to compare the results obtained from GEOBIA, the slicing technique was used at the CEI level. After the training, the DT was applied to the vegetation indices generating the thematic map of the spatial distribution of soybean. In accordance with the error matrix and kappa parameter analysis, tests for statistical significance were created. Results indicate that the classification achieved by Kappa coefficients is 0.76. In short, the obtained results proved that combining vegetation indices and time-series data using GEOBIA return promising results for mapping soybean plantation on a regional scale. 相似文献