知识引导的稀疏时间序列遥感数据拟合

余维泽吴炜沈瑛范菁

浙江工业大学;

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NDV…展开v

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

所属期刊栏目：21

分类号：TP701(遥感技术)

资助基金：National Natural Science Foundation of China No.61572437,41301473国家自然科学基金61572437,41301473

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：749-756