首页> 正文

基于遥感地表温度数据的两种时空滤波数据融合算法对比研究

2020-12-02阅读(874)

基于遥感地表温度数据的两种时空滤波数据融合算法对比研究

论文摘要

随着技术的不断进步,对地遥感已经进入了多平台、多传感器、多角度观测的快速发展阶段。然而,受现有的技术水平与成像指标的制约,单一遥感系统所观测的地表信息往往并不全面,同时获得高时间、高空间与高光谱分辨率的数据仍然十分困难。时空数据融合是多源遥感数据融合方法中的一种,是解决这一困境的有效途径,它能够突破单一传感器的性能桎梏,有效发挥多平台互补观测的优势,从而实现更加精准、全面的陆表监测。时空数据融合算法可分为基于混合像元分解的融合方法、基于时空滤波的融合方法和基于稀疏表达的融合方法3类,其中基于时空滤波的融合方法因其具有框架简单、操作方便、预测精度较高等优点而应用广泛。此类方法一般通过多源、多时相遥感数据进行数学运算,利用相似像元提供的信息融合得到高分辨率影像。相似像元的质量是影响预测精度的主要因素之一,其选取方法可分为局域与非局域2类,但已有研究对不同选取方法对融合算法的影响讨论较少。有鉴于此,本研究分别选取局域与非局域滤波算法中的典型算法(ESTARFM算法和STNLFFM算法),选用不同时相的8期Landsat 8 OLI/TIRS影像和与之对应的MODIS MOD11A1数据产品(分别位于河南省和福建省)。通过试验,对比分析两种算法融合得到地表温度(Land Surface Temperature,简称LST)数据的精度和影响残差大小的因素。此外,本研究还改进了STNLFFM算法的数据处理方法以提升其使用MODIS地表数据产品时的适用性。研究结果表明:(1)改进后的STNLFFM算法能较好的处理存在少量空值的MODIS MOD11A1地表温度数据产品,相较于原算法融合结果的精度明显提高;(2)从纹理、值域等角度看,除个别结果外,局域与非局域滤波算法的LST融合结果均与观测影像高度相似,具备替代观测影像的潜力;统计分析表明,非局域滤波算法(STNLFFM算法)融合结果与观测结果的相似程度更高;(3)从残差角度分析,对于同一时空数据融合算法,LST残差分布存在显著的区域性差异特征;而对于同一区域,融合算法的选取对LST残差分布特征影响较小。(4)LST残差分布与地表覆盖类型关系密切,具体而言与植被覆盖度呈现正相关关系,而与建设用地呈现负相关关系。

论文目录

  • 中文摘要
  • ABSTRACT
  • 绪论
  •   1 选题背景和研究意义
  •   2 国内外研究进展
  •     2.1 时空数据融合方法研究进展
  •     2.2 基于时空滤波的融合方法研究进展
  •     2.3 融合得到LST数据的研究进展
  •     2.4 未来发展趋势
  •   3 研究内容、技术路线及论文结构框架
  •     3.1 研究内容
  •     3.2 技术路线
  •     3.3 论文结构框架
  • 第一章 理论与方法介绍
  •   第一节 基于时空滤波的数据融合算法
  •     1.1 ESTARFM算法
  •     1.2 STNLFFM算法
  •   第二节 地表温度反演
  •     2.1 地表温度反演算法
  •     2.2 地表比辐射率反演算法
  •     2.3 植被指数与植被覆盖度反演算法
  •   第三节 融合结果质量的评价方法
  • 第二章 研究区和数据源
  •   第一节 研究区概况
  •   第二节 数据源介绍
  •     2.1 Landsat-8 数据简介
  •     2.2 MODIS数据简介
  •   第三节 数据预处理
  •     3.1 Landsat8 数据预处理
  •     3.2 MODIS数据预处理
  • 第三章 时空数据融合算法的实现
  •   第一节 ESTARFM算法
  •     1.1 ESTARFM算法的应用过程
  •     1.2 ESTARFM算法的模块设计
  •     1.3 ESTARFM算法的实现
  •   第二节 STNLFFM算法
  •     2.1 STNLFFM算法的应用过程
  •     2.2 STNLFFM算法的模块设计
  •     2.3 STNLFFM算法的实现
  •   第三节 对STNLFFM算法的完善
  •     3.1 STNLFFM算法的不足
  •     3.2 改进方法
  •     3.3 改进结果分析
  • 第四章 LST时空数据融合结果与分析
  •   第一节 LST反演结果
  •   第二节 ESTARFM算法融合结果与分析
  •     2.1 定性分析
  •     2.2 定量分析
  •   第三节 STNLFFM算法融合结果与分析
  •     3.1 定性分析
  •     3.2 定量分析
  •   第四节 两种算法融合结果对比
  •     4.1 预测LST影像与观测LST影像的相关性分析
  •     4.2 预测LST影像与观测LST影像的剖面线分析
  •     4.3 预测LST影像的残差分析
  • 第五章 结论与展望
  •   第一节 研究结论
  •   第二节 研究特色与创新点
  •   第三节 不足与展望
  • 参考文献
  • 攻读学位期间承担的科研任务与主要成果
  •   攻读学位期间承担的科研任务
  •   攻读学位期间取得的主要科研成果
  • 致谢
  • 个人简历

    • 文章来源

    类型: 硕士论文

    作者: 侯浩然

    导师: 丁凤

    关键词: 时空数据融合,局部滤波,地表温度

    来源: 福建师范大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 气象学,气象学,工业通用技术及设备,自动化技术

    单位: 福建师范大学

    分类号: TP79;P407;P423

    DOI: 10.27019/d.cnki.gfjsu.2019.000765

    总页数: 100

    文件大小: 4891k

    下载量: 20

    相关论文文献

    • [1].《与时空对话之四》[J]. 大众文艺 2019(23)
    • [2].穿越时空 那时中国的著名景点[J]. 宁夏画报 2019(Z1)
    • [3].共同在场:家庭—学校互动时空的变革与出路[J]. 教育科学研究 2020(07)
    • [4].《时空之镜》[J]. 美术 2017(11)
    • [5].《静谧时空》[J]. 金融博览 2018(04)
    • [6].《尘封——时空的世界(2)》[J]. 西北美术 2018(02)
    • [7].《时空对话》[J]. 大众文艺 2018(10)
    • [8].超时空同居[J]. 当代电影 2018(07)
    • [9].《时空·快题设计》[J]. 大众文艺 2018(14)
    • [10].《1994·时空》[J]. 中国民族博览 2016(06)
    • [11].《穿梭时空的机器》[J]. 美术 2018(08)
    • [12].跨越时空的“城色”[J]. 走向世界 2017(13)
    • [13].穿越70年的时空[J]. 政协天地 2015(10)
    • [14].《时空》[J]. 文化交流 2020(03)
    • [15].倾城的香，弥漫了整个时空[J]. 星星 2020(12)
    • [16].上古追缉(二) 时空异变·逃出时空夹缝[J]. 天天爱科学 2020(05)
    • [17].上古追缉(一) 掉进时空夹缝[J]. 天天爱科学 2020(04)
    • [18].平行时空的你[J]. 好家长 2020(Z1)
    • [19].超时空记忆[J]. 中国中小学美术 2020(Z1)
    • [20].7个超时空悬案,有神秘客穿越时空?[J]. 少男少女 2020(15)
    • [21].镜中的时空穿梭[J]. 小学生学习指导 2020(30)
    • [22].漫步时空[J]. 少男少女 2019(02)
    • [23].穿越时空的列车[J]. 小学生学习指导 2019(18)
    • [24].穿越时空[J]. 小学教学研究 2011(18)
    • [25].全球首创动态世界网游 《时空裂痕》前瞻[J]. 电脑迷 2012(16)
    • [26].《时空裂痕》编年史副本详解[J]. 电脑迷 2013(03)
    • [27].50级才算开始《时空裂痕》满级玩法一览[J]. 电脑迷 2013(04)
    • [28].时空(局部)[J]. 当代油画 2018(01)
    • [29].转型时期中国人的时空体验[J]. 青春岁月 2015(03)
    • [30].穿越时空的发明之旅 第一章 飞来的原因机[J]. 小学科学 2016(02)

    标签：;  ;  ;  

    基于遥感地表温度数据的两种时空滤波数据融合算法对比研究
    下载Doc文档

    猜你喜欢

    © 2025 神降笔 版权所有 鄂ICP备12018319号-6