考虑全时间序列信息的NDVI变分重建方法

NDVI数据受云覆盖等因素影响,普遍存在信息缺失和噪声污染问题。传统基于滤波或曲线拟合的方法对NDVI时间序列的先验特征考虑不足,难以有效解决时间连续缺失的难题。该文在变分框架下,通过正则化方式对NDVI时间序列的局部平滑性和非局部年际相似性进行刻画,提出一种考虑全时间序列信息的NDVI重建方法;选取Savitzky-Golay(SG)滤波、时间序列谐波分析(HANTS)和Whittaker滤波3种方法作为对比方法,在长江经济带两个区域的MODIS NDVI产品上进行模拟实验和真实实验。结果表明:该文方法在随机缺失和时间连续缺失情况下的MAE、RMSE和CC均更优,且能有效滤除不平滑的原始NDVI时间序列曲线中的噪声,获得平滑曲线,在处理时间连续的云污染方面表现更好。

武汉市植被物候变化规律及影响因素分析

植被物候作为植被生长响应气候变化的指示器.对于研究气候变化以及城市化进程具有重要意义.城市内部植被通常分布破碎,因此公里级的低分辨率遥感影像难以实现植被的精细识别与分析,而十米级空间分辨率的遥感数据在时间分辨率方面又难以满足物候分析的要求.为此,该文基于遥感数据时空融合技术.缓解高时间分辨率与高空间分辨率之间的矛盾,进行城市植被物候变化规律的分析.基于非局部滤波融合方法,生成武汉市空间分辨率30m、时间分辨率8d的地表反射率及EVI(增强型植被指数)序列,进一步采用移动加权谐波分析方法对EVI序列进行重建,并通过动态阈值方法提取2006年.2014年武汉市植被物候信息.实验结果表明:1)武汉市植被由中心向郊区呈现生长期开始时间(SOS)逐渐推迟、结束时间(玖)S)逐渐提前、生长期长度(LOS)逐渐延长的空间分布规律,且整体呈现岀SOS提前、E()S推迟、IQS延长的时间变化趋势;2)植被物候和平均气温相关性并不显著,但EOS和LOS受气温年平均日较差影响显著,气温年平均日较差每增加1°C.E()S推迟约12d,LOS延长约16d,降水主要影响SOS和L()S,平均降水量每升高100mm,SOS提前约5d,L()S延长约9d.

基于Landsat TM/ETM+影像的武汉市冬季NPP估算及其时空变化分析

植被净第一生产力（NPP）作为反映植被固碳能力的重要指标,在全球CO2浓度上升的背景下,成为研究全球及区域生态系统对气候环境变化响应的热点之一。基于Landsat TM/ETM＋遥感影像数据,采用改进的CASA模型,估算得到武汉市2001~2010年空间分辨率为30m的冬季NPP,并对其进行时空变化分析。研究结果表明：武汉市过去10a冬季平均NPP为8.55gC/m2·m。2001~2010年武汉市冬季NPP整体呈现波动上升的趋势,各区域具有不同的增长速率,其中以江夏区最快,而各植被类型中灌木林具有最快的增长速率和最高的平均NPP。武汉市冬季NPP均呈现从三环区域向四周增大的空间分布特征,过去10a武汉市冬季NPP最高的区域由黄陂区转移到了江夏区。

2006~2020年中国大气本底站BC气溶胶的时空分布特征

黑碳(BC)气溶胶来源复杂且具有特殊环境和气象影响效应.我国不同大气环境下的BC时空分布特征亟待全面认识.使用2006~2020年中国7个大气本底站长期BC观测数据,结合气象数据、排放源、增强植被指数(EVI)和气溶胶光学厚度(AOD)数据,综合分析了BC的时空分布特征、长期演化趋势及其影响因素.结果表明,中国不同地区的BC浓度和AOD差异较大,BC对AOD多为正贡献.受排放源和气象条件等因素的影响,BC浓度和AOD空间分布为东高西低,“胡焕庸线”以东的龙凤山、上甸子、临安和金沙的浓度较高,ρ(BC)和AOD平均值分别为(1699±2213)~(3392±2131)ng·m^(-3)和0.36±0.32~0.72±0.37;“胡焕庸线”以西的阿克达拉、瓦里关和香格里拉的浓度较低,ρ(BC)和AOD平均值分别为(287±226)~(398±308)ng·m^(-3)和0.20±0.13~0.22±0.19.不同大气本底站BC的年际变化可分为4类:年际变化较小型,主要为阿克达拉站;先增后减然后稳定型,主要为瓦里关站;先降低后稳定类,主要为香格里拉站;先稳定后降低型,主要为龙凤山、上甸子、金沙和临安.不同大气本底站BC的季节变化具有差异.“胡焕庸线”以西地区秋季BC浓度最低,冬季和春季BC浓度较高;“胡焕庸线”以东地区冬季BC浓度最高,夏季BC浓度最低.BC对AOD的影响在“胡焕庸线”东西部站点的春季和夏季均较大,在“胡焕庸线”以西站点的秋季较小,在“胡焕庸线”以东站点的冬季较小.大气本底站BC的日变化多为双峰型分布,但是峰值时间存在显著地区和季节差异.

顾及水陆差异的高分五号影像条带去除

高分五号搭载的可见光短波红外高光谱相机,能获取精细的地物光谱信息,具有十分广泛的应用前景。但高光谱卫星遥感数据往往无法避免条带噪声的干扰,进行条带去除是数据预处理中不可缺少的步骤。传统方法往往对地物的异质性与丰富的细节纹理考虑不足,导致条带不能被彻底地消除。为此,本文提出了一种顾及水陆差异的影像条带去除方法,采用水体与陆地区别统计的策略,解决条带噪声在异质区域的统计特征差异问题,并结合优化统计和一维变分滤波技术实现水陆区域参考统计特征的精确估计,最终基于矩匹配方法分别实现条带去除。实验结果表明:无论是真实实验还是模拟实验,本文提出的算法相较于传统条带去除算法,能更加稳健地去除数据条带噪声,还原地表真实辐射信息;在模拟实验中,本文算法处理结果的峰值信噪比(PSNR)达到46.58,且平均绝对误差(MAE)仅有11.56,均明显优于用于比较的3种传统算法,且算法执行效率也具备优势,能够更好地适用于高分五号大数据量的处理需求。