位置:首页 > 代表性成果

 

遥感观测时间序列重建及分析

 

HANTS全球重建精度评估

在基于模拟和统计评估方法的基础上,通过多年的历史数据合成参数的参考序列,同时从原始序列本身提取出可能的缺值情形进行评估,发展了另一套评估方案,基于该方案评估了时间序列谐波分析(Harmonic analysis of time series, HANTS)算法重建全球NDVI序列的精度的空间分布情况,结果表明除了北半球高纬度地区受长时间冰雪覆盖影响导致重建精度较差外,其它中低纬度地区及南半球地区均有较好的重建效果。

 

HANTS全球重建精度分布图:a)MAD(Maximum Absolute Deviation)表征的缺值误差(G-MAD);(b)MAD表征的拟合误差;(c)RMSD(Root Mean Square Deviation, RMSD)表征的缺值误差;(d)RMSD表征的拟合误差。

 

区域最优混合重建模型

现有的各种重建模型都存在各自不同的最适宜的应用条件和区域。因此基于HANTS精度评估中提出的系统评估方案发展了一个区域混合重建模型重建全球NDVI时间序列数据集以达到最优的重建精度。具体说来,基于研究内容一中提出的象元级的精度评估方案比较若干最常用重建模型的重建精度,从而识别出象元的最佳重建模型。该混合模型将给出全球陆面最优重建模型分布及当前可预期的最小重建误差分布。目前引入该混合方案的独立重建方法包括谐波分析法(Harmonic Analysis,HA)、不对称高斯拟合法(Asymmetric Gaussian fitting,AG)、Whitaker平滑法(Whitaker Smoother,WS)和双逻辑拟合法(Double Logistic fitting,DL)。

 

基于总体重建误差(Overall Reconstruction Error,ORE)的最优化重建方案。实心圆的不同颜色代表各站点最优的重建模型,不同大小则表征最小的重建误差。


参考文献:

Zhou, Jie, Li Jia, and Massimo Menenti. "Reconstruction of global MODIS NDVI time series: Performance of Harmonic ANalysis of Time Series (HANTS)." Remote Sensing of Environment 163 (2015): 217-228.