数据资源: 中文期刊论文

基于像元质量分析和异常值检测的LAI时序数据S-G滤波重建研究



编号 zgly0001669827

文献类型 期刊论文

文献题名 基于像元质量分析和异常值检测的LAI时序数据S-G滤波重建研究

作者 周旻悦  沈润平  陈俊  王铖琳 

作者单位 南京信息工程大学地理科学学院 

母体文献 遥感技术与应用 

年卷期 2019年02期

年份 2019 

分类号 TN713  Q948 

关键词 LAI  S-G滤波  重建 

文摘内容 叶面积指数Leaf Area Index(LAI)是表征植被冠层结构的一个重要参数,因大气条件等因素影响,使MODIS LAI数据产品中存在数据缺失、质量较低等问题,严重影响LAI数据集的应用。以江西省为研究区,综合利用像元质量分析、S-G滤波和年序列异常值检测滤波技术对2009~2013年MODIS LAI时序产品数据集进行重建研究。结果表明:阔叶林高质量像元占比最低,仅为51.76%,各类别低质量与反演失败像元整体占比达到20%~30%。针对数据集质量偏低的问题,提出了综合滤波方法。相较于S-G滤波法,重建后的高质量像元的LAI均值与原始均值更趋一致,中高质量像元重建后与原始数据的相关系数达到0.97,具有更好的保真性。对中低质量像元重建的异常值进行了滤波,填充了空值区,降低了标准偏差,较好地识别和修复了低值区或异常点,整体稳定性更好,能有效地拟合时序变化曲线。

相关图谱

扫描二维码