時間序列分析在全球變化、植被物候、陸表覆蓋變化等研究中發(fā)揮了重要作用。但由于受到傳感器硬件研制技術瓶頸的限制,盡管遙感數(shù)據(jù)單一指標(如空間分辨率、光譜分辨率、時間分辨率)越來越高,仍不能滿足多種遙感應用對遙感數(shù)據(jù)綜合指標的需求,因此,遙感數(shù)據(jù)時空融合近年來成為研究熱點之一。對于長時間序列的分析往往是先計算光譜指數(shù),例如NDVI、EVI、VIUPD等植被指數(shù),然后利用長時間序列數(shù)據(jù),構建光譜指數(shù)的長時間序列時間譜。傳統(tǒng)方法中,當我們需要構建某一光譜指數(shù)的長時間序列立方體數(shù)據(jù)集時,往往需要將所有缺失時間的影像逐一進行重建,得到長時間序列的遙感影像,然后再對每景影像進行光譜指數(shù)的提取,最后合成長時間序列的光譜指數(shù)立方體,該方法不僅處理過程繁瑣,而且存在誤差積累。與傳統(tǒng)方法不同,本研究首先基于原始遙感數(shù)據(jù),構建遙感數(shù)據(jù)的長時間序列MDD時空譜多維數(shù)據(jù)集,然后根據(jù)具體應用需求,在光譜維上計算遙感數(shù)據(jù)的光譜指數(shù),直接得到長時間序列的光譜指數(shù)立方體數(shù)據(jù)集。為了比較本文方法的有效性,基于兩種方式對遙感影像的光譜指數(shù)進行了長時間序列重建,分別為基于傳統(tǒng)遙感數(shù)據(jù)格式的STARFM時空融合方法和基于MDD數(shù)...

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 遙感影像時空融合現(xiàn)狀
        1.2.2 時間序列研究現(xiàn)狀
    1.3 論文研究內容與結構
        1.3.1 研究內容
        1.3.2 論文組織結構
第2章 MDD數(shù)據(jù)集的構建及質量控制
    2.1 多維遙感數(shù)據(jù)組織研究現(xiàn)狀
        2.1.1 MDD數(shù)據(jù)格式
        2.1.2 多維數(shù)據(jù)格式總結與分析
    2.2 MDD數(shù)據(jù)集構建過程
        2.2.1 數(shù)據(jù)構建流程圖
        2.2.2 基于MODIS影像的MDD數(shù)據(jù)集構建
        2.2.3 基于Landsat影像的MDD數(shù)據(jù)集構建
    2.3 遙感數(shù)據(jù)質量控制
        2.3.1 遙感影像預處理
        2.3.2 遙感影像去云算法研究
            2.3.2.1 傳統(tǒng)遙感影像去云
            2.3.2.2 改進的遙感影像去云算法
            2.3.2.3 遙感影像云去除效果評價
    2.4 本章小結
第3章 基于MDD數(shù)據(jù)結構的時譜融合算法設計
    3.1 遙感影像融合機理
        3.1.1 時間變化特征遷移理論
        3.1.2 光譜混合理論
        3.1.3 光譜線性重構理論
    3.2 STARFM融合算法
    3.3 ESTARFM融合算法
    3.4 基于MDD數(shù)據(jù)集的時譜融合算法設計
    3.5 本章小結
第4章 基于MDD數(shù)據(jù)集的時譜融合算法實現(xiàn)與效果分析
    4.1 基于MDD數(shù)據(jù)集的時譜融合算法實現(xiàn)
    4.2 基于兩種方法時譜融合過程比較
        4.2.1 基于MDD數(shù)據(jù)格式的融合實驗過程
        4.2.2 基于ESTARFM的融合實驗過程
        4.2.3 構建NDVI時譜立方體流程比較
    4.3 兩種融合方法結果比較與分析
        4.3.1 時間比較與目視效果分析
        4.3.2 定量比較與分析
    4.4 本章小結
第5章 結論與展望
    5.1 研究主要結論
    5.2 研究創(chuàng)新點
    5.3 研究不足與展望
參考文獻
作者簡歷及攻讀學位期間發(fā)表的學術論文與研究成果
致謝



本文編號：3794487