本文選題：NDVI + 線性內(nèi)插　； 參考：《科技通報(bào)》2017年02期

【摘要】：由于歸一化植被指數(shù)(NDVI)時(shí)間序列數(shù)據(jù)含有大量的噪聲,對其應(yīng)用帶來諸多不便。為了提高NDVI數(shù)據(jù)質(zhì)量,本文采用線性內(nèi)插的擴(kuò)展卡爾曼濾波(EKF)法對廣州市森林地區(qū)的NDVI時(shí)間序列數(shù)據(jù)進(jìn)行了重構(gòu),并與EKF和中值濾波方法進(jìn)行比較。利用部分樣點(diǎn)的實(shí)測數(shù)據(jù)與重構(gòu)后的NDVI值進(jìn)行比較,得到基于線性內(nèi)插的EKF、EKF和中值濾波三種方法的相對誤差分別在-1.91%~0.93%,-3.86%~5.85%和-0.28%~16.30%之間。結(jié)果表明:基于線性內(nèi)插的EKF算法的時(shí)間序列重構(gòu)方法重構(gòu)后的NDVI時(shí)間序列能夠更好的逼近高質(zhì)量的數(shù)據(jù),擬合原始曲線的波峰,在提升曲線的整體效果的同時(shí),降低原始數(shù)據(jù)的均值偏差和數(shù)據(jù)的離散程度,對低值噪聲的抑制能力更好。通過該重構(gòu)方法重構(gòu)后的較高質(zhì)量的NDVI時(shí)間序列數(shù)據(jù)為森林監(jiān)測、生態(tài)保護(hù)以及建設(shè)提供了良好的基礎(chǔ)。
[Abstract]:Because the normalized vegetation index (NDVI) time series data contain a lot of noise, it is inconvenient for its application. In order to improve the quality of NDVI data, this paper uses linear interpolation extended Kalman filter (EKF) method to reconstruct the NDVI time series data in Guangzhou forest area, and compares them with EKF and median filtering methods. By comparing the measured data of some samples with the reconstructed NDVI values, the relative errors of the three methods based on linear interpolation EKF and median filtering are found to be between -1.91 and 0.93% -3.86%, 5.85% and -0.28%, respectively. The results show that the reconstructed NDVI time series based on linear interpolation EKF algorithm can better approximate the high quality data, fit the peak of the original curve, and improve the overall effect of the curve. It is better to reduce the mean deviation of the original data and the degree of data dispersion to suppress the low value noise. The reconstructed NDVI time series data provide a good basis for forest monitoring, ecological protection and construction.
【作者單位】： 華南農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院/廣東省土地利用與整治重點(diǎn)實(shí)驗(yàn)室/廣東省土地利用與整治重點(diǎn)實(shí)驗(yàn)室;廣東省土地信息工程技術(shù)研究中心/廣州市測繪地理信息行業(yè)工程中心;美國地質(zhì)調(diào)查局陸地資源觀測科學(xué)中心;
【基金】：國家自然科學(xué)基金項(xiàng)目(U1301253) 廣東省科技計(jì)劃項(xiàng)目(2014A050503060)
【分類號】：Q948;TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施久玉,杜金觀;有限個(gè)狀態(tài)時(shí)間序列的某些結(jié)果[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);1990年01期

2 馮希杰;長江三峽及其鄰區(qū)斷裂活動時(shí)間序列[J];華南地震;1991年02期

3 王霞,郭嗣琮,劉淑娟;時(shí)間序列模糊滑動預(yù)測[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年03期

4 溫品人;時(shí)間序列預(yù)測法的實(shí)際應(yīng)用分析[J];江蘇廣播電視大學(xué)學(xué)報(bào);2001年06期

5 許清海;混沌投資時(shí)間序列的嬗變[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

6 程毛林;時(shí)間序列系統(tǒng)建模預(yù)測的一種新方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2004年08期

7 高潔;長記憶時(shí)間序列適應(yīng)性預(yù)測的應(yīng)用[J];江南大學(xué)學(xué)報(bào);2004年05期

8 高潔;孫立新;;長記憶時(shí)間序列的適應(yīng)性預(yù)測誤差的譜密度[J];統(tǒng)計(jì)與決策;2006年13期

9 楊鐘瑾;;淺談時(shí)間序列的分析預(yù)測[J];中國科技信息;2006年14期

10 李健;孫廣中;許胤龍;;基于時(shí)間序列的預(yù)測模型應(yīng)用與異常檢測[J];計(jì)算機(jī)輔助工程;2006年02期

相關(guān)會議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國現(xiàn)場統(tǒng)計(jì)研究會第九屆學(xué)術(shù)年會論文集[C];1999年

2 馬培蓓;紀(jì)軍;;基于時(shí)間序列的航空備件消耗預(yù)測[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時(shí)間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強(qiáng);;基于線性模型方法對時(shí)間序列中異常值的檢測及證券實(shí)證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時(shí)間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時(shí)間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時(shí)問序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測方法[A];第十五屆中國管理科學(xué)學(xué)術(shù)年會論文集（下）[C];2013年

8 黃云貴;;基于時(shí)間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時(shí)間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時(shí)間序列化[A];科學(xué)決策與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第六次年會論文集[C];1990年

相關(guān)重要報(bào)紙文章 前6條

1 ;《時(shí)間序列與金融數(shù)據(jù)分析》[N];中國信息報(bào);2004年

2 何德旭 王朝陽;時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國社會科學(xué)院院報(bào);2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計(jì)6月CPI同比上漲7.2%[N];證券時(shí)報(bào);2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報(bào);2009年

6 任勇邋鄭重;中國對世界鋼材價(jià)格的影響實(shí)證分析[N];現(xiàn)代物流報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 張墨謙;遙感時(shí)間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測預(yù)報(bào)研究[D];昆明理工大學(xué);2015年

3 苗圣法;時(shí)間序列的模式檢測[D];蘭州大學(xué);2015年

4 翁同峰;時(shí)間序列與復(fù)雜網(wǎng)絡(luò)之間等價(jià)性問題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 楊婷婷;用Argo浮標(biāo)結(jié)合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運(yùn)[D];中國科學(xué)院研究生院(海洋研究所);2015年

6 史文彬;時(shí)間序列的相關(guān)性及信息熵分析[D];北京交通大學(xué);2016年

7 原繼東;時(shí)間序列分類算法研究[D];北京交通大學(xué);2016年

8 盧偉;基于粒計(jì)算的時(shí)間序列分析與建模方法研究[D];大連理工大學(xué);2015年

9 王曉曄;時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢預(yù)測的研究[D];天津大學(xué);2003年

10 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學(xué);2015年

2 蘭鑫;時(shí)間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

3 米曉將;區(qū)域尺度下月均氣溫的時(shí)空演化格局研究[D];昆明理工大學(xué);2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測研究[D];南京信息工程大學(xué);2015年

5 林健;基于改進(jìn)小世界回聲狀態(tài)網(wǎng)的時(shí)間序列預(yù)測[D];渤海大學(xué);2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測方法[D];南京信息工程大學(xué);2015年

7 高雄飛;基于分形理論的土壤含水量時(shí)間序列特性分析[D];長安大學(xué);2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 謝翠穎;蘇州社會消費(fèi)品零售總額簡析[D];蘇州大學(xué);2015年

10 包仁義;基于時(shí)間序列的搜索引擎評估模型算法研究[D];東北師范大學(xué);2015年

，

本文編號：1965554