离散Landsat归一化植被指数的时间序列融合构建

结合滑动窗的使用,提出了一种基于傅里叶逼近和线性融合降尺度的时间序列构建方法。在时间序列上逐像元对离散的Landsat数据进行傅里叶逼近,并同分辨率较低的AVHRR传感器数据进行融合,实现了试验区Landsat植被指数的时间序列构建,结合作为实际观测数据的Landsat数据对模型结果的精度进行验证。结果表明,模型结果在色调与纹理等图像特征方面与实际观测数据一致,构建了白色冰雪覆盖区域的NDVI,构建结果与周边地表具有非常好的空间连续性,且整幅影像不存在明显的块状效应;模型结果与实际观测数据具有较高的相关性(平均0.869 2)和较低的均方根误差(平均0.043 5),平均高达75.04%的像元误差在±0.05之间,高达97.64%的像元误差在±0.1之间,并且误差呈良好的正态分布。模型精度对输入数据量存在一定依赖,同时对混合像元的处理方面尚存在一定的改进空间。     

四川省伏旱及驱动因子多尺度分析

为研究四川这一复杂地形地貌背景区伏旱的多尺度特性,该文在已完成的2000—2015年7—8月四川省月尺度伏旱的遥感监测研究的基础之上,应用二维离散小波变换的方法,不仅分析伏旱多年平均状况及其演变趋势的多尺度特征,更对导致旱情发生发展的驱动因子进行多尺度的分解分析。结果表明:1)旱情多年平均状况在四川省各地貌类型背景区都以垂直方向(南北方向)的小波方差最大,体现出旱情沿区域垂直方向显著的空间分异特征。2)各地貌类型背景区多年平均伏旱状况的主导尺度的数量和范围不同。川东盆地主要存在5个主导尺度,且以中旱的5040.75km~2的宏观尺度最为突出,严重干旱和特大干旱等级区则以中观尺度(187.34、560.08 km~2)为主,集中体现在成都平原一带。高原与盆地过渡区主要存在3个主导尺度,亦以中旱的2 194.5 km~2的宏观尺度为主,严重或特大干旱等级则集中在160.51和418km~2的中观尺度的城市和建成区。川西高原则存在2个主导尺度,以9 487.5 km~2的宏观尺度无旱的常绿针叶林和混交林交错分布区为主。3)旱情演变趋势则表现为:川东盆地和高原与盆地过度区呈旱情加重趋势区都以中观尺度为主,而呈旱情减缓趋势区则都以宏观尺度为主,只存在尺度数量和具体值上的差异;川西高原则相反,加重趋势区以宏观尺度为主,减缓趋势区以中观尺度为主。4)三大地形地貌类型区在旱情演变趋势的主导因素方面表现出一致性,旱情加重趋势区的主导尺度以植被的衰退变化趋势为主,而旱情减缓趋势区的主导尺度则都以降水的增加趋势主导。