MODIS时间序列重建方法与应用

发布时间：2020-04-03 10:30

【摘要】：卫星遥感是长时序大尺度陆表变化监测的唯一手段,但受云、气溶胶、观测几何以及传感器故障等因素的影响,遥感时间序列存在不连续性和噪声。数据质量与完整性问题制约了其对陆表变化的分析能力。本文以MODIS叶面积指数(LAI)产品为例,探索高质量遥感时间序列重建方法,同时基于MODIS时间序列分析松嫩平原西部典型盐碱化草地变化特征,主要工作与结论如下:(1)针对异质景观下基于生态系统物候关联插值的不确定性,建立了面向异质景观(生态系统内部异质性)的增强生态系统插值算法(EEDTI)。EEDTI增强了物候关联的量化和筛选过程以及参考信息的利用机制,显著提高了异质草地MODIS LAI时间序列的插值精度,尤其是较长数据缺失间隔的插值。数据缺失60-70%时其插值精度R~2仍能达到0.9左右,NRMSE在0.2左右。(2)在EEDTI基础上发展了耦合时空约束插值与静态小波变换的时间序列重建方法。插值过程集成了局部时序特征、空间物候关联和气候曲线信息,通过耦合静态小波变换减弱误差累积并实现时间序列平滑。从插值角度,耦合算法优化了时空信息利用机制,对不同陆表场景,其较EEDTI更具普适性。(3)基于MODIS LAI时间序列分析了近十几年松嫩草地物候时空变化。松嫩草地返青、休眠和生长季长度的空间格局主要受草地盐碱化格局的影响。年际变化上,在降水增多驱动下,生长季LAI峰值时间呈提前趋势。通过将生长季分段分析更加明确了草地秋季物候的影响因素。较多的春夏降水通常会促使草地更早达到峰值,进而导致草地休眠的提前。(4)协同MODIS EVI与NDWI分析了2000-2017年松嫩草地变化趋势。在降水增多和人类干扰减弱的背景下,松嫩草地约56%区域EVI显著上升。基于EVI与NDWI对陆表状态不同的响应机理和草地盐碱化及恢复的生态过程,发现了多样的草地恢复模式。EVI显著下降的区域仅为2%。不显著的EVI趋势集中分布在人工干预明显的吉林省镇赉县,但其EVI趋势仍表现出对局部地形的依赖性,即地势越低洼其上升趋势越不显著甚至下降,这可能与自然积盐和盐碱化较严重区域人工干预的负面影响有关。
【图文】：

km × 100 km。实验区处于温带大陆性季风气候区，雨热同季，无霜期较短，植被具有典型的季节性特征。A 区年降水量约为 390 mm，主要未退化草地类型为半湿润草甸草原。B 区年降水量约为 360 mm。实验区内草地由于不同程度的盐碱化和沙化导致草地群落处于不同的演替阶段。群落组成差异导致其景观尺度下陆表物候行为不同，，而呈现典型的生态系统内部异质性，如 2007 年 A 区和 B 区草地 LAI 时间序列中值的空间变异系数（标准差/平均值）分别约为 38%和 34%，适于评价 LAI 时间序列时空插值算法在异质景观下的插值性能。

实验区草地2007年LAI时间序列中值空间分布
【学位授予单位】：中国地质大学(北京)
【学位级别】：博士
【学位授予年份】：2018
【分类号】：P237

【相似文献】

相关期刊论文 前10条

1 孙其法;闫秋艳;闫欣鸣;;基于多样化top-k shapelets转换的时间序列分类方法[J];计算机应用;2017年02期

2 王金策;杨宁;;时间序列趋势预测[J];现代计算机(专业版);2017年02期

3 彭佳星;肖基毅;;基于分型转折点的证券时间序列分段表示法[J];商;2016年31期

4 刘伟龙;;基于ARMA模型的股价预测及实证研究[J];智富时代;2017年02期

5 周仰;;《漫长的告别》(年度资助摄影图书)[J];中国摄影;2017年04期

6 王嵬;;王嵬作品[J];当代油画;2017年07期

7 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期

8 郭崇慧;苏木亚;;基于独立成分分析的时间序列谱聚类方法[J];系统工程理论与实践;2011年10期

9 王佳林;王斌;杨晓春;;面向不确定时间序列的分类方法[J];计算机研究与发展;2011年S3期

10 万里;廖建新;朱晓民;倪萍;;一种基于频繁模式的时间序列分类框架[J];电子与信息学报;2010年02期

相关会议论文 前10条

1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年

2 徐光晶;;统计学在大地电磁测深时间序列处理中的应用[A];2017中国地球科学联合学术年会论文集（二十九）——专题57：电磁地球物理学研究及其应用[C];2017年

3 毛宇清;王咏青;王革丽;;支持向量机方法应用于理想时间序列的预测研究[A];中国气象学会2008年年会气候预测研究与预测方法分会场论文集[C];2008年

4 吴坚忠;路子愚;郑应平;;时间序列社会悖论模型及分析[A];1989年控制理论及其应用年会论文集（上）[C];1989年

5 雷敏;孟光;谢洪波;Kerreie Mengersen;Peter Bartlett;;嵌入维数对复杂时间序列的熵分析的影响研究[A];中国力学大会-2015论文摘要集[C];2015年

6 王兆甲;王海良;;一种相似时间序列挖掘算法及其在汽车运动分析中的应用[A];2014中国汽车工程学会年会论文集[C];2014年

7 林忠辉;莫兴国;薛玲;;用NDVI时间序列确定作物物侯和作物类型判别[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

8 王冬;章家义;陈宗;;配电网时间序列数据的云计算集群快速压缩模型[A];2017年江西省电机工程学会年会论文集[C];2018年

9 徐俊武;卢现祥;;公共支出、政府治理、部门效应与共享式增长——基于中国时间序列数据的分析[A];第十一届中国制度经济学年会论文汇编（上）[C];2011年

10 韩奔;;非完全检测下腐蚀管道的最优检测时间序列[A];中国力学大会-2015论文摘要集[C];2015年

相关重要报纸文章 前10条

1 王晓宝 杨永恒 永安期货;浅析波动率的均值回复特征[N];期货日报;2017年

2 东证期货 王爱华　杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年

3 国家统计局核算司 吕峰;不变价GDP时间序列数据的构造[N];中国信息报;2016年

4 ;《时间序列与金融数据分析》[N];中国信息报;2004年

5 何德旭 王朝阳;时间序列计量经济学：协整与有条件的异方差自回归[N];中国社会科学院院报;2003年

6 刘俏;让数据坦白真相[N];21世纪经济报道;2003年

7 卞纪;我国多时间序列湿地遥感制图完成[N];中国气象报;2011年

8 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年

9 广发期货股指研究小组 谢贞联;Hurst指数提示市场升势或将形成[N];上海证券报;2012年

10 丁睿 中粮期货研究院;试论指数HP滤波分析法的应用[N];期货日报;2014年

相关博士学位论文 前10条

1 丁超;MODIS时间序列重建方法与应用[D];中国地质大学(北京);2018年

2 潘玉青;基于NDVI时间序列的黄河中下游典型史前都邑性遗址的作物物候观察[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

3 郝鹏宇;基于多时相遥感数据的农作物分类研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

4 乔海浪;基于NDVI时间序列重构的经济型人工林时空分布信息提取研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

5 王妮妮;基于智能计算技术的时间序列分割及预测研究[D];大连理工大学;2013年

6 王晓晔;时间序列数据挖掘中相似性和趋势预测的研究[D];天津大学;2003年

7 骆科东;短时间序列挖掘方法研究[D];清华大学;2004年

8 肖辉;时间序列的相似性查询与异常检测[D];复旦大学;2005年

9 李汉东;多变量时间序列波动持续性研究[D];天津大学;2000年

10 刘丹红;非线性协整与非线性波动协同持续建模研究[D];天津大学;2004年

相关硕士学位论文 前10条

1 马超红;时间序列早期分类研究[D];河北经贸大学;2018年

2 朱慧;重庆地区NDVI时间序列重建研究[D];重庆师范大学;2017年

3 丛林;半干旱地区旱情演变特征分析及旱情预测研究[D];沈阳农业大学;2017年

4 张超;机场能耗预测方法的研究[D];中国民航大学;2017年

5 毛好好;基于聚类HMM模型的QAR数据趋势分析[D];中国民航大学;2017年

6 夏泠风;光伏功率的特性分析及其时间序列生成方法研究[D];华中科技大学;2016年

7 宋盼盼;基于光谱时间序列拟合的中国南方水稻遥感识别及面积估算方法研究[D];东华理工大学;2017年

8 梅寒蕾;基于分段动态时间弯曲的时间序列查询[D];浙江大学;2017年

9 梁叶;基于动态时间弯曲的金融时间序列聚类研究[D];华侨大学;2017年

10 袁方红;气体预警穿戴系统的传感器校正及浓度预测[D];东华大学;2017年

本文编号：2613257