面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析

面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析

论文摘要

对城市热岛效应、植物覆盖指数、叶面积指数等地表参数的高频次高精度反演,能更好地实现基于遥感手段的地表特征动态监测。然而,目前单一数据源的遥感影像还很难实现高时空分辨率数据的同步获取,时空融合技术是解决这个时空分辨率矛盾的有效方法。根据原理不同,时空融合算法可以分为基于线性模型的融合算法、基于光谱解混的融合算法等。高分卫星产品是近几年中国高分辨率对地观测系统重大专项天基系统中的首发星,对于该类数据的时空融合研究仍然较少。因此,本文拟采用4种常见的时空融合算法(STARFM、FSDAF、STDFA、FitFC)实现GF-1 WFV数据与MODIS数据的时空融合,分析这几种方法对GF-1 WFV数据时空融合的有效性和精度,从而为后续的研究提供一定依据。

论文目录

  • 1 引言
  • 2 数据源
  • 3 研究方法
  •   3.1 STARFM算法
  •   3.2 FSDAF算法
  •   3.3 STDFA算法
  •   3.4 Fit_FC算法
  •   3.5 精度评定
  • 4 实验结果分析
  •   4.1 试验区1结果分析
  •   4.2 试验区2结果分析
  • 5 讨论
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 平博,孟云闪,苏奋振

    关键词: 时空融合算法,高分卫星

    来源: 地球信息科学学报 2019年02期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 自然地理学和测绘学,计算机软件及计算机应用

    单位: 天津大学表层地球系统科学研究院,国家海洋信息中心,中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

    基金: 天津市自然科学基金项目(18JCQNJC08900),资源与环境信息系统国家重点实验室开放基金项目~~

    分类号: P208

    页码: 157-167

    总页数: 11

    文件大小: 3291K

    下载量: 479

    相关论文文献

    • [1].基于MODIS数据的四川省空气污染变化监测[J]. 城市地理 2017(14)
    • [2].基于MODIS数据的呼包地区气溶胶反演[J]. 科学中国人 2017(23)
    • [3].基于MODIS数据中国天山积雪面积时空变化特征分析[J]. 干旱区地理 2018(02)
    • [4].MODIS数据在陕西省干旱监测中的应用[J]. 国土资源遥感 2019(02)
    • [5].基于MODIS数据的蒙古高原积雪时空变化研究[J]. 干旱区地理 2019(04)
    • [6].基于规则的MODIS数据日间云检测与比较分析[J]. 北京大学学报(自然科学版)网络版(预印本) 2009(02)
    • [7].利用MODIS数据直接估算晴空区干旱与半干旱地表净辐射通量[J]. 北京大学学报(自然科学版)网络版(预印本) 2010(01)
    • [8].基于MODIS数据产品的桂林市气溶胶时空分布及变化特征分析[J]. 环境监测管理与技术 2018(01)
    • [9].基于MODIS数据的甘肃省肃南裕固族自治县草地产草量估算[J]. 兰州大学学报(自然科学版) 2018(06)
    • [10].基于MODIS数据的蒙山2001—2016年植被动态变化研究[J]. 首都师范大学学报(自然科学版) 2018(04)
    • [11].基于MODIS数据的科尔沁区植被覆盖时空变化分析[J]. 长江科学院院报 2016(02)
    • [12].基于MODIS数据云中过冷水滴的分布呈现[J]. 中国科技信息 2018(19)
    • [13].基于MODIS数据的东江流域云干扰时空特征分析[J]. 国土资源遥感 2018(01)
    • [14].基于MODIS数据的海表温度反演[J]. 大气与环境光学学报 2018(04)
    • [15].基于MODIS数据的青藏高原冰川反照率时空分布及变化研究[J]. 冰川冻土 2018(05)
    • [16].基于MODIS数据的中国气溶胶光学厚度时空分布特征[J]. 环境科学学报 2018(11)
    • [17].基于MODIS数据的山东省2014—2016年干旱监测分析[J]. 水土保持研究 2019(02)
    • [18].基于MODIS数据的甘肃主要水库水体面积变化特征[J]. 干旱气象 2019(02)
    • [19].基于MODIS数据的秋季作物秸秆焚烧遥感监测研究[J]. 农业与技术 2018(03)
    • [20].基于MODIS数据的山东省森林植被与水汽相关分析研究[J]. 山东林业科技 2009(03)
    • [21].基于MODIS数据的北京市植被覆盖度动态监测[J]. 中国水土保持 2019(02)
    • [22].基于MODIS数据的2001―2018年西安城市热岛效应研究[J]. 测绘标准化 2019(02)
    • [23].基于MODIS数据的淤泥质海岸水体指数比较与分析——以黄河三角洲海岸为例[J]. 国土资源遥感 2019(03)
    • [24].一种利用MODIS数据的夏玉米物候期监测方法[J]. 应用气象学报 2018(01)
    • [25].基于MODIS数据的南昌市大气气溶胶光学厚度反演[J]. 测绘与空间地理信息 2018(06)
    • [26].基于MODIS数据的福建海域近10年净初级生产力时空变化研究[J]. 中国海洋大学学报(自然科学版) 2015(09)
    • [27].基于MODIS数据反演江西省气溶胶光学厚度[J]. 城市地理 2018(04)
    • [28].基于ZY-3数据与MODIS数据气溶胶光学厚度反演方法对比分析[J]. 测绘与空间地理信息 2018(09)
    • [29].基于MODIS数据的滇中地区干旱监测[J]. 灌溉排水学报 2018(11)
    • [30].基于MODIS数据的冬小麦雹灾空间分布信息提取研究——以河南省平顶山市为例[J]. 地域研究与开发 2018(06)

    标签:;  ;  

    面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析
    下载Doc文档

    猜你喜欢