知识引导的稀疏时间序列遥感数据拟合

• 作者: 余维泽 吴炜 沈瑛 范菁
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 稀疏时间序列数据 迭代加权 数据拟合 Landsat 8 高斯模型
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 技术方法
• 页码范围: 749-756
• 页数: 8页
• 分类号: TP701
• 语种: 中文

摘要

在多云多雨的地区,光学遥感存在着获取无云数据困难的难题,这会导致时间序列应用中可用数据匮乏.因此,本文面向稀疏时间序列遥感数据,根据噪声造成遥感影像上归一化差分植被指数(NDVI)被低估的事实,提出了一种知识引导的拟合方法.首先,在遥感影像预处理的基础上,利用先验知识和时序差分法对噪声进行识别和剔除;然后,采用高斯二阶模型对原始数据进行拟合;最后,根据拟合残差更新权重,进行迭代拟合,重复上述过程直至获得稳定的结果.本文以Landsat 8OLI作为数据源,对浙江省杭州地区的森林数据进行拟合,结果表明:在稀疏时间序列数据的情况下,本文方法与MODIS数据拟合结果的相关系数达到0.92,关键时点(如NDVI峰值点等)的时间误差在5d;相比当前主流方法的0.88与8d具有更高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范菁	浙江工业大学计算机科学与技术学院	55	367	10.0	17.0
2	沈瑛	浙江工业大学计算机科学与技术学院	24	83	5.0	8.0
3	吴炜	浙江工业大学计算机科学与技术学院	10	48	5.0	6.0
4	余维泽	浙江工业大学计算机科学与技术学院	1	2	1.0	1.0