不同时序植被指数重构方法的江苏省冬小麦物候期提取的影响

基于2009~2010年MODIS数据,以江苏省为研究区域,比较两种常见的重构植被指数序列方法的重构能力以及应用到冬小麦物候期提取上的效果;并且用观测数据对提取结果进行了验证。结果表明,两种重构方法都能较好的去除噪声,但Savitzky-Golay滤波方法在保持原始数据的真实性方面要优于HANTS(harmonic anazysis of time series)方法,而HANTS方法在呈现原始数据的周期性方面更有优势。通过动态阈值法提取冬小麦物候期时,经两种重构方法处理后的植被指数时间序列,在返青期和成熟期提取上均方根误差均在8 d之内,抽穗期效果较差。S-G滤波重构后的植被指数时间序列提取结果要优于HANTS方法。总体来说,经两种方法滤波后提取的江苏全省冬小麦关键物候期,都能够体现全省范围分布的变化性。     

基于SG滤波去噪的时间序列谐波分析重建算法研究

以2018年山东省MODIS EVI产品为数据源,鉴于现有时序数据重建方法的研究现状,根据SG滤波与谐波分析法(HANTS)的原理及特点,尝试使用SG滤波器弥补HANTS算法存在的缺陷,提出基于SG滤波器去噪的改进谐波分析法——SG-HANTS算法,并将其重建结果与HANTS软件结果进行对比分析.研究表明:SG-HANTS算法取得兼具SG滤波算法和HANTS算法优势的重建效果;SG-HANTS算法较好地适用于山东省一年两熟或两年三熟的轮作制度,在保留谐波分析法固有优势的同时,较好地克服了谐波分析法中谐波偏移、对强噪声敏感等缺陷;SG-HANTS算法对于林地、草原、农用地的重建效果较HANTS软件重建效果更优,但对于内陆水体等EVI时序曲线波动较小的地物,HANTS软件重构的光滑的时序曲线更能反映其EVI时间序列变化趋势.本算法为未来时间序列数据集重建方法的选择提供了一定的参考依据.     

基于MODIS的西藏荒漠化动态监测研究

为了研究不同植被指数对监测土地荒漠化的动态变化统计结果的差异,以2003年和2009年全年的250 m分辨率的MODIS植被指数产品MOD13Q1为数据源,利用NDVI值作为荒漠化分类的依据,对西藏自治区内荒漠化土地进行研究,得出了2003年和2009年的荒漠化土地面积及其分布图和不同荒漠化等级土地之间的动态变化图并统计其变化面积.研究结果表明:西藏自治区内部分地区荒漠化程度有所减缓,就整体而言其荒漠化趋势不容乐观.而不同植被指数统计结果可为西藏自治区的荒漠化防治提供参考.     

基于支持向量机和遥感的塔里木河流域下游沙质荒漠变化的分析——以大西海子库区为例

塔里木河流域下游作为沙质荒漠化较严重的地区之一,自2000年实施生态输水以来生态环境发生了明显变化.本文利用研究区2000年、2010年、2018年8月和9月Landsat ETM、Landsat OLI遥感数据,采用支持向量机方法对研究区进行土地利用类型分类,基于分类结果和像元二分模型对归一化植被指数(NDVI)进行...     

基于质心分析的淮河流域降水时空分布特征

为定量表征淮河流域降水量非均匀性特征,建立年降水质心时间指标,以概化年内降水过程时间分布,从时域、空域、频域3个维度解析流域近55 a降水质心时间的总体格局与演变规律。结果表明:各典型站点近55a降水质心时间序列中全部存在28a的第一主周期;年降水质心时间序列突变年份多发生于1975—1989年,突变主要集中于淮河上中游地区;年降水质心时间序列多呈现不显著的增加趋势,说明流域大部分地区年降水集中期有微弱的后移倾向;年降水质心时间随纬度增加而呈现明显的后推趋势,流域南北地区年降水质心时间可相差20 d左右,经度变化对年降水质心时间没有明显影响;淮河流域暴雨与大雨质心时间普遍迟于其他等级年降水质心时间,流域年降水质心时间对暴雨、大雨较为敏感。     

基于MODIS NDVI的秦岭地区植被覆盖变化研究

目的利用重建后的NDVI时间序列数据研究秦岭地区植被覆盖变化。方法利用非对称高斯拟合算法(AG)对秦岭地区2000—2009年MODIS NDVI时间序列数据重建,计算生长季NDVI均值、变异系数及变化趋势,分析秦岭地区2000—2009年植被的时序稳定性和变化趋势。结果①分布于秦岭山区腹地的森林和山间沟谷的灌木植被的时序稳定性较高,而分布在研究区西北部、秦岭北坡、居民聚集地周边农林混合植被,受人类活动的影响,年际波动较大;②研究区西部、东部、秦岭山区腹地,农田覆盖区域改善趋势明显。山区的森林植被和山间沟谷的灌木植被有一定程度改善趋势,但相对稳定。主要城市周边区域的植被呈明显退化趋势,以西安市的周边最为明显。结论秦岭地区植被生长状况整体呈现改善趋势,植被时序稳定性与其跟人类聚集区之间距离呈现明显的逆向分布,说明人类活动对秦岭地区植被波动影响较大。     

基于多源遥感的和田河流域生态补水对流域植被变化影响研究

利用Landsat遥感影像和MODIS数据集,得到和田河流域沙漠段河流水面面积和植被覆盖面积的时空分布特征．进一步分析归一化植被指数（NDVI）的季节变化特征与景观格局指数,得到和田河流域沙漠段生态环境的空间变化特征．结果表明:生态补水措施增加了流域的水体和植被面积,缓解了生态环境;并且生态补水后河流曲折系数下降,平均水面宽度增加,河流逐步朝平流化方向发展;NDVI的空间分布呈现河流两端植被覆盖量高,中间覆盖量低的特点．分析景观格局指数得到,生态应急补水使和田河流域沙漠段水体景观和植被景观分布呈现聚集分布,有效地缓解了生态环境．      

重庆市MODIS/NDVI时间序列数据优化研究

重庆独特的地理环境与气候特征导致NDVI普遍存在明显的云干扰等导致的噪声。目前最为常用的最大值合成法(MVC)虽然一定程度上减弱云雾及其他因素的影响,但不能保证获取高质量的数据。为了构建重庆地区高质量NDVI时序数据集研究采用时间序列谐波分析法(HANTS)对MODIS/NDVI数据进行时间序列重构;并进一步结合质量控制文件对MODIS/NDVI做进一步订正。选择2001—2010年MODIS/NDVI数据进行序列订正效果分析表明,原始NDVI数据存在较多的噪声,不能直接用于年代际时间特征趋势分析。经过HANTS重构、质量控制文件掩膜合成构建的订正的NDVI数据序列对云的影响导致的原始数据偏低现象给予了有效订正,又较好地保留了原始数据的高质量信息,重构并维持了原始数据应有的整体趋势特征,适合用于进一步的时空特征分析。     

基于平稳子空间分析和相对熵的分类算法

针对多维时间序列维数多、变量间关系复杂的特点,提出了一种基于平稳子空间分析和相对熵的分类算法。首先,利用平稳子空间分析法将多维数据分离为平稳子空间和非平稳子空间;其次,利用相对熵衡量平稳子空间的分布相似性;最后,进行真实数据集的分类。研究结果表明:平稳子空间分析和相对熵分类算法优于DTW算法和PCA-ED算法。     

2000-2014年呼伦贝尔草原植被覆盖度时空变化分析

以呼伦贝尔草原核心区的新巴尔虎右旗、新巴尔虎左旗、陈巴尔虎旗和鄂温克族自治旗为主要研究区,基于MODIS NDVI数据,利用像元二分模型反演得到植被覆盖度,并结合土地覆盖分类产品,构建2000—2014年研究区植被覆盖度时间序列.通过时间序列分析,从不同的时间和空间尺度分析草原植被覆盖度的变化规律;同时引入覆盖度异常变化点检测算法,并结合该地区同期气象数据,进一步探讨研究区植被覆盖度变化与气象因子之间的内在驱动力关系.结果表明,植被覆盖度在空间分布上主要表现为:从东往西依次递减,特别是研究区西南部,覆盖度最低;15年来研究区植被年际变化总体上呈现前10年下降、后5年缓慢上升的趋势.对植被覆盖度的异常变化进行分析,结果显示:返青期和枯萎期覆盖度的剧烈变化与温度的相关性较大,生长旺季内(7—8)月覆盖度的剧烈变化主要与降水量有关.     

重庆MODIS/NDVI时间序列数据优化研究

重庆独特的地理环境与气候特征导致NDVI普遍存在明显的云干扰等导致的噪声。目前最为常用的最大值合成法(MVC)虽然一定程度上减弱云雾及其他因素的影响,但不能保证获取高质量的数据。为了构建重庆地区高质量NDVI时序数据集研究采用时间序列谐波分析法(HANTS)对MODIS/NDVI数据进行时间序列重构;并进一步结合质量控制文件对MODIS/NDVI做进一步订正。选择2001—2010年MODIS/NDVI数据进行序列订正效果分析表明,原始NDVI数据存在较多的噪声,不能直接用于年代际时间特征趋势分析。经过HANTS重构、质量控制文件掩膜合成构建的NDVI数据序列,对因为云的影响导致的原始数据偏低现象给予了有效订正,又较好地保留了原始数据的高质量信息,维持了原始数据应有的整体趋势特征,适合用于进一步的时空特征分析。     

基于AVHRR NDVI的Shuttleworth-Wallace模型在韩江流域的应用

基于AVHRR NDVI(归一化植被指数)、IGBP土地覆盖及CRU气象数据,利用Shuttleworth-Wallace(S-W)模型估算韩江流域1981-2000年的潜在蒸散发(PET)。结果表明,流域PET空间分布呈显著的非均匀性,从714.8～1 570.7 mm/a,主要受土地覆盖类型和地理位置影响;PET随植被类型和叶面积指数(LAI)季节性变化;输入数据的时空分辨率对PET的估算精度有较大影响;与Thornthwaite公式和FAO-56方法相比,S-W模型能够很好地反映地表变化对PET的影响。BTOPMC模型的应用表明,由S-W模型估算的PET在分布式水文模拟中取得了较好的效果。     

黑河流域潜在蒸散发量时空变化特征分析

基于站点气象数据及0.1°×0.1°栅格气象数据对黑河流域PET进行估算.利用Spline插值方法,将站点数据计算得到的PET进行空间插值,并与栅格数据计算获得的结果对比验证,分析PET的空间变化特征.利用MannKendall非参数检验方法,对站点PET及气温序列进行趋势分析.结果表明:1)Spline空间插值获得的PET空间分布与栅格数据计算获得的结果基本一致,可用于PET空间变化特征分析;2)空间上,黑河流域多年平均PET年值和季节值均呈现出从西南到东北逐渐增加的趋势;3)年平均气温在15个站点均呈现出明显的上升趋势,而PET在多数站点呈现下降趋势,黑河流域可能存在“蒸发悖论”现象.     

基于Poisson分布的降水模型及其在潮白河密云水库上游流域的应用

为了描述降水的时空分布特征,在降水发生次数为Poisson分布的前提下提出了3种降水模型。该3种Pois-son矩形脉冲模型分别假设了降水历时为瞬时分布、指数式分布和Pareto分布。利用潮白河密云水库上游流域16个雨量站1980—2008年的降水资料,率定了3个模型的参数;在此基础上,得到潮白河密云水库上游流域降水特征(降水强度、降水频率)的时间变化趋势与空间分布规律。以降水历时瞬时分布的白噪音Poisson矩形脉冲模型为例,流域日均降水场次约0.18场/d、次雨深约为8mm。结果表明:该流域时间上在过去近30a降水量无显著变化,降水频率呈下降趋势,降水强度呈增加趋势;空间上降水量和降水强度自东南向西北逐渐减弱,降水频率则无显著空间规律。这3种模型中,白噪音型和Pareto型更适用于潮白河上游流域的降水分析。     

基于形态学的土地荒漠化遥感图象纹理分析

地貌环境不仅影响土地荒漠化的速率，而且制约土地荒漠化的方式和空间分布规律。地貌类型、特别是地形起伏程度对荒漠化的影响首先表现在荒漠化方式上，其次表现在荒漠化强度上。遥感影象本身通常都包含着灰度和空间信息。本文利用数学形态学进行纹理分析，从腐蚀运算结果抽取纹理特征、利用形态学运算抽取分形参数作为纹理特征等，从而提取地物的空间结构信息。利用纹理结构参与土地荒漠化遥感分类，大大提高了土地荒漠化分类的精度。     

基于遥感数据的杭嘉湖平原水稻物候变化特征研究

基于近十年(2008—2017年)EOS-MODIS遥感数据提取增强型植被指数EVI时间序列,并利用三次样条插值与Savitzky-Golay(S-G)滤波算法进行重构,分析水稻EVI曲线特征以实现其关键物候期的识别,进而探讨杭嘉湖平原水稻物候的空间分布格局及其时间变化特征.结果表明,过去十年杭嘉湖平原一季稻通常在6月下旬至7月初进入移栽期,8月下旬至9月初开始抽穗,11月下旬进入成熟期,生长期长度大致为100～115 d;杭嘉湖平原水稻的移栽期、抽穗期及成熟期主要呈现推迟的特征,绝大部分地区水稻的生长期有所延长.     

基于趋势检验与经验正交的滦河山区流域水文过程分析

以滦河山区流域为研究对象，运用趋势检验、经验正交、Budyko敏感性系数等方法，对流域气象和水文要素及土地利用数据进行分析，探讨了变化环境下滦河山区流域水文响应过程。结果表明：(1)1961—2018年滦河山区流域降水呈不显著下降趋势(-3.4 mm/10 a),潜在蒸散发呈显著下降趋势(-7.5 mm/10 a),且二者空间变化方向具有一致性；径流呈显著下降趋势(-4.1×10⁸ m³/10 a),并呈现出干湿交替的周期变化特征；(2)在人类活动影响下，整个变化期(1980—2018年)径流量减少11.8×10⁸ m³;(3)归因分析表明，气候在径流变化的贡献中占比27.2%,人类活动的贡献度达69.6%,是引起滦河山区径流量减少的主要因素。     

雅鲁藏布江流域NDVI时空分布及与降水量的关系

对雅鲁藏布江流域归一化差值植被指数(normalized difference vegetation index,NDVI)时空变化特征分析的同时,把流域站点降水量点数据插值成与流域NDVI相一致的空间Grid数据,并对流域NDVI与降水量的关系进行了分析.考虑到降水量插值误差的存在,分析了流域站点NDVI与降水量的关系.结果表明,流域与流域站点NDVI与降水量均具有较强的季节性与时间上的一致性.其线性相关系数与对数相关系数都在0.7以上.     

一种基于堆的快速排序算法

堆排序算法具有低时间复杂度和低空间复杂度的优点;但对原始序列的有序性不敏感。快速排序算法是在平均情况下公认的高速算法;但有较高空间复杂度。对两个算法扬长避短,设计了一种新的排序算法HQSort;并从理论和实例两个角度分析了该算法的效率,在不同量级的数据集上对该算法和三种经典排序算法进行了对比运行和测试,验证了该算法不仅在时间效率上优于其他算法,而且在辅助存储空间上比快速排序算法减少约50%。     

基于S-G滤波的江西省植被覆盖度时空变化遥感分析

利用2004~2013年MODIS-EVI植被指数数据集,应用S-G滤波数据重建技术,采用像元二分模型和趋势分析法对江西省植被覆盖变化进行了时空动态监测。结果表明:S-G滤波能够有效提高植被指数产品数据质量;2013年江西省平均植被覆盖度为69.3%,处于中高覆盖度水平,空间分布呈现出"东西南三面高,中部和北部较低"的特点。2004年植被覆盖度最小为65.4%,2012年增加至最大值69.6%,整体呈现改善增加趋势。过去的10年中,植被覆盖增加面积为5.87×104km2,主要集中在抚州,萍乡市和赣州市以北地区;植被覆盖减少面积为4.53×104km2,主要集中在九江,宜春,南昌等地区。