收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于SG滤波去噪的时间序列谐波分析重建算法研究

姜海玲  姚奕旭  洪绣超  赵艺源  李耀  
【摘要】:以2018年山东省MODIS EVI产品为数据源,鉴于现有时序数据重建方法的研究现状,根据SG滤波与谐波分析法(HANTS)的原理及特点,尝试使用SG滤波器弥补HANTS算法存在的缺陷,提出基于SG滤波器去噪的改进谐波分析法——SG-HANTS算法,并将其重建结果与HANTS软件结果进行对比分析.研究表明:SG-HANTS算法取得兼具SG滤波算法和HANTS算法优势的重建效果;SG-HANTS算法较好地适用于山东省一年两熟或两年三熟的轮作制度,在保留谐波分析法固有优势的同时,较好地克服了谐波分析法中谐波偏移、对强噪声敏感等缺陷;SG-HANTS算法对于林地、草原、农用地的重建效果较HANTS软件重建效果更优,但对于内陆水体等EVI时序曲线波动较小的地物,HANTS软件重构的光滑的时序曲线更能反映其EVI时间序列变化趋势.本算法为未来时间序列数据集重建方法的选择提供了一定的参考依据.

知网文化
【相似文献】
中国期刊全文数据库 前4条
1 李儒;张霞;刘波;张兵;;遥感时间序列数据滤波重建算法发展综述[J];遥感学报;2009年02期
2 殷悦;陈倩;时光训;;NDVI时间序列数据的去噪重建方法对比[J];江苏科技信息;2017年07期
3 郑凯,郑四发,杨殿阁,连小珉,蒋孝煜;声全息分析噪声场的空间频域重建算法[J];清华大学学报(自然科学版);2002年02期
4 袁明月;陈冠宇;;基于灰关联的中值滤波改进研究[J];测绘与空间地理信息;2020年05期
中国博士学位论文全文数据库 前3条
1 贾睿玺;基于超声波温度检测的温度场重建算法与实验研究[D];重庆大学;2018年
2 林蕾;基于循环神经网络模型的遥感影像时间序列分类及变化检测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
3 周超;集成时间序列InSAR技术的滑坡早期识别与预测研究[D];中国地质大学;2018年
中国硕士学位论文全文数据库 前11条
1 师珂珂;遥感图像超分辨率重建算法研究[D];西安科技大学;2020年
2 肖勇;基于六西格玛方法的SG公司服务器下线合格率改进研究[D];中国科学院大学(中国科学院工程管理与信息技术学院);2017年
3 张根旺;SG镀锌线辊子系统改造项目进度计划与控制研究[D];东北大学;2012年
4 吴洋;基于GPU的自由式核回归三维超声重建算法研究与实现[D];西安电子科技大学;2016年
5 苏亮夫;SG大型工程系统可靠性数据管理模型与分析方法研究[D];电子科技大学;2012年
6 陈洋;中高空间分辨率卫星NDVI时间序列数据重建技术研究[D];电子科技大学;2019年
7 肖宁宁;基于时间序列InSAR技术的成都地区地表沉降研究[D];电子科技大学;2019年
8 王婷;基于MODIS NDVI时间序列遥感影像的耕地种植模式识别[D];华中农业大学;2018年
9 刘冰;顾及散射体高度的时间序列InSAR技术沉降监测应用研究[D];山东科技大学;2018年
10 丁闯;高分一号宽幅多光谱时间序列定标[D];南京信息工程大学;2019年
11 王恩鲁;时间序列植被专题信息时空变化表达与分析[D];福州大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978