典型文献
一种基于图论重构MODIS EVI时间序列数据集的新方法
文献摘要：
MODIS的增强型植被指数(EVI)时间序列数据早已广泛应用于植被观测、生态环境和全球气象变化等研究领域,但即使EVI时间序列数据已经经过严格的预处理,其中仍然存在着一些噪声.因此,本文开发了一种简单有效的方法来重构EVI时间序列数据,减少EVI时间序列数据中的噪声,尤其是一些由大气云层和冰雪覆盖产生的噪声.新方法的理论来源于图论,利用拉普拉斯矩阵的关系对EVI中选定的邻域窗口的像元权重进行赋值,得到中心像元的拟合.新方法已应用于2016-2018年的MODISMOD13A1产品,并与S-G滤波法、谐波函数法、双逻辑斯蒂拟合法和非对称高斯函数法进行了比较.结果表明,在荒漠、草原和林地中,新方法留一验证测试的绝对差值最小,相较于其他方法效果较优;在拟合不同植被类型的EVI时间序列数据时,图论邻点方法呈现出更好的细节拟合曲线;其在5类植被类型中的RMSE值分别为200.59、46.58、63.48、165.47和40.95,在5种方法中均为最小值,在获取高保真和高质量的EVI时间序列数据方面优势更明显有效.本文的方法研究可以给植被遥感时序数据的去噪和生态环境的研究提供有益借鉴.
文献关键词：
图论邻点方法;EVI;时序数据;植被遥感;MODIS;曲线拟合;去噪;重构方法
中图分类号：
作者姓名：
谌稳;孙立群;李晴岚;陈晨;李家叶
作者机构：
中国科学院深圳先进技术研究院,深圳518055;湘潭大学,湘潭411100;东莞理工学院,东莞523808
文献出处：
引用格式：
[1]谌稳;孙立群;李晴岚;陈晨;李家叶-.一种基于图论重构MODIS EVI时间序列数据集的新方法)[J].地球信息科学学报,2022(04):738-749
A类：
MODISMOD13A1,图论邻点方法
B类：
EVI,时间序列数据,增强型植被指数,气象变化,云层,冰雪,理论来源,拉普拉斯矩阵,邻域,赋值,心像,谐波函数,拟合法,高斯函数,荒漠,草原,林地,验证测试,其他方法,不同植被类型,拟合曲线,RMSE,最小值,高保真,植被遥感,时序数据,去噪,曲线拟合,重构方法
AB值：
0.263069
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
