肖志强-数据合成、平滑和填补.pdf

陆表卫星遥感数据反演理论与方法暑期讲习班 数据合成、平滑和填补 肖志强 遥感科学国家重点实验室 北京师范大学地理学与遥感科学学院 2013年7月13 日 提 纲 背景、目的意义 多时相数据合成 (compositing) 植被指数的最大值合成法 波段反射率的最小值合成方法 地表温度最大值合成法 多种准则组合合成法 MODIS植被指数合成法 时间序列数据的平滑与填补(smoothing and gap-filling) 曲线拟合方法 基于生态分类的时间插值技术 时空滤波算法 基于小波变换的平滑与填补算法 小结 Image based largely on observations from MODIS on July 11, 2005. The probability of viewing clouds at any moment in time when observing the Earth from space, is 0.62 for the northern hemisphere and 0.53 for the southern hemisphere, corresponding to a global mean probability of 0.575 (World Meteorological Organisation, 1994). Land remote sensing satellites are very often unable to observe the surface of the planet. n 2 1 遥感数据产品空间上不完整 MODIS LAI (Collection 4) over Bondville in 2001 CYCLOPES LAI products 3.0 2.0 1.0 The LAI products 0.0 currently available are 数据缺失 spatially incomplete CYCLOPES LAI (H13V10, 2007 237) 遥感数据产品时间上不连续 8.0 6.0 ) 2 m / 2 m 4.0 ( I A L 2.0 0.0 1 25 49 73 97 121 145 169 193 217 241 265 289 313 337 361 DOY/2002 MODIS LAI