遥感时间序列数据滤波重建算法发展综述-遥感学报.PDF

遥感学报 遥感时间序列数据滤波重建算法发展综述 李 儒 张 霞 刘 波 张 兵 中国科学院 遥感应用研究所 遥感科学国家重点实验室 北京 中国科学院 研究生院北京 中国科学院 对地观测与数字地球科学中心北京 摘 要 遥感时间序列数据 等 在植被生长监测物候信息提 取土地利用类型监测等诸多领域得到了广泛应用是生产研究的重要数据源之一 由于传感器云层大气等影 响遥感时间序列数据存在着严重的噪声应用前必须进行序列滤波重建工作 综述现有各类滤波重建方法对研 究中广为采用的 类主要方法基于最小二乘的非对称高斯函数拟合 滤波基于离散傅里叶的系 列分析方法集中阐述其理论基础应用步骤和优缺点 总结当前遥感时间序列滤波重建方法需要进一步改进 之处 关键词 遥感时间序列滤波重建 中图分类号 文献标识码 大值合成法 是在生成时间序 引 言 列过程中解决这一问题的主要方法 它遵循基本 假设即云层的位置是不断变化的 因此可以理解 遥感时间序列数据 在一段时间内任意一处有可能存在一个没有云层 时间序列等 应用广泛如植被生长监 覆盖的晴天反映在图像上就是该位置在这一时间 测张霞 范锦龙 吴炳方 土地覆 段内的图像 值或植被指数具有某种特性如 盖类型解译 物候特征识别与 在 图像中即表现为相对较大值 按照事先规 信息提取 甚至应用于植物物候 定的时间间隔将间隔内序列中各点按值大小排 变化对 和 的影 响研究 序新图像某点的值为序列中该点最大值 该方法 因此它是许多研究生产必要数据源之一 在生产时间序列初级产品去除云噪声和拟合缺损 由于卫星传感器 自身性能云层大气条件等 点时很有效但实际应用中用户得到的是合成数 影响时间序列存在严重的噪声限制了它的深入 据再次使用最大值合成法欠妥 应用 因 最佳指数斜率提取法 此在应用前必须正确有效的去除噪声重建时间 最佳指数斜率提取法 认为时间序列中 序列林忠辉等 为了有效的解决这个问 的突变突增突降可能是有云或无云状态转变或 题研究者发展了许多方法顾娟等 是传感器视场角发生变换造成的因此可能会出现 遥感时间序列数据滤波重建算法 虚假最大值的情况故采用滑动合成时段避免上述 问题识别并替代序列中的噪声 这一思想有 种 归纳 实现一是 等 提出的原始算法另外是 提出的改进算法