郭文静
- 作品数：2 被引量：10H指数：1
- 供职机构：中国科学院成都山地灾害与环境研究所更多>>
- 发文基金：中国科学院战略性先导科技专项国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 山区可见光—近红外遥感影像浓密植被暗像元自动识别方法研究被引量：1
- 2015年
- 暗目标法是目前气溶胶光学厚度遥感反演中应用最为广泛的方法,浓密植被暗像元的识别是暗目标法的基础。针对可见光—近红外影像缺少中红外波段难以有效识别浓密植被暗像元的问题,引入红波段直方图阈值法识别山区可见光—近红外影像的浓密植被暗像元。该方法利用浓密森林像元在可见光波段反射率低的特点,通过搜索红波段直方图的最小峰值自动识别浓密植被暗像元。试验中选取Landsat TM影像前4个波段利用红波段直方图阈值法识别可见光—近红外影像的浓密植被暗像元,并与在中红外波段影像和可见光—近红外影像中广泛应用的两种暗像元识别方法进行对比分析,探讨红波段直方图阈值法的有效性,最后将该方法应用于环境减灾卫星(HJ-1)CCD影像的暗像元识别和气溶胶反演。实验结果表明:红波段直方图阈值法明显优于常用的可见光—近红外影像暗像元识别方法,识别精度接近传统的中红外波段影像识别方法,相似度指数小于2和小于3的暗像元分别为83.12%和93.48%。该方法为山区可见光—近红外影像浓密植被暗像元自动识别提供了一种新的适用方法,识别结果能够满足暗目标法反演气溶胶光学厚度的要求。
- 赵志强李爱农边金虎郭文静刘倩楠赵伟黄成全
- 基于AVHRR和TM数据的时间序列较高分辨率NDVI数据集重构方法被引量：9
- 2015年
- 由于技术条件的限制,一个传感器很难同时具有高空间分辨率和高时间分辨率。然而,在高分辨率尺度上监测地表景观季节性变化的能力是全球的迫切需要,融合周期短、覆盖范围广与分辨率高、周期长的遥感数据是一种较好的方法。基于AVHRR时间分辨率高和TM空间分辨率高及其数据积累时间长的特点,选择若尔盖高原为研究区域,在改进ESTARFM方法的基础上,对TM NDVI和AVHRR NDVI进行融合,构建高时空分辨率的NDVI数据集。研究结果表明:该方法能有机结合AVHRR NDVI的时间变化信息与TM NDVI的空间差异信息,有效实现高时空分辨率NDVI数据集的重构,3景预测高分辨率NDVI与MODIS NDVI产品相关系数分别达到了0.89、0.91和0.85。该方法能够在时间上保留高时间分辨率数据的时间变化信息,同时在空间上反映高空间分辨率数据的空间差异信息,从而为有效构建相对高分辨率时间序列NDVI数据集提供了可能的方法。
- 郭文静李爱农赵志强王继燕
- 关键词：NDVI数据融合时间序列
