遥感植被NDVI与气候关系研究中的数学方法

植被-气候关系是全球变化研究中的重要组成部分,分析气候因子与遥感植被指数之间的相互关系有助于揭示气候变化对植被的影响.植被归一化植被指数(NDVI)作为反映植被生长状况的重要因子,与气候因子是相互影响和相互制约的关系.基于国内外该领域的研究进展,从植被指数或气候时间序列数据预处理方法和遥感植被指数与气候关系研究方法等方...     

集成奇异谱分析和长短期记忆网络的区域海平面变化预测

基于我国首套高精度全球海洋气候数据集（CDRs）,选取季节变化较为明显的黄海作为研究区域,利用奇异谱分析（SSA）对黄海海域海平面异常（SLAs）数据进行了时间序列与时空序列的分解去噪,并结合长短期记忆（LSTM）网络构建了SSA-LSTM组合模型,对黄海海域海平面变化趋势进行预测。结果表明：SSA-LSTM组合模型对时间序列的预测精度显著提高,预测长度5年的均方根误差最小为35.04 mm;在对时空序列的预测中,预测第1年的均方根误差最小为19.68 mm。同时,利用空间模态进行了海平面变化时空分异规律研究,发现黄海海域海平面变化趋势具有高度一致性,并且与季节、纬度显著相关。预计2016年―2025年黄海海域海平面将以每年3.65±0.79 mm的速率持续上升。