项目名称: 基于空间化模拟方法修复遥感地表温度图像的数据缺失

项目编号: No.41201099

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地理学

项目作者: 戚鹏程

作者单位: 南阳师范学院

项目金额: 23万元

中文摘要: 由于仪器和成像条件等原因,遥感地表温度(LST)图像往往存在部分区域的数据缺失,严重影响了其使用效果。当前主流的"利用外源图像来填补缺失区"的思路不能很好的适用于这类数据缺失的修复。我们认为,既然LST是地表热量平衡的结果,它包含了太阳辐射、土壤、植被等多方面环境因子的作用,则可利用LST与这些环境因子的关系来模拟数据缺失区的LST。基于此思路,先利用DEM和可见光\近红外遥感图像等资料对可能会影响LST的环境因子(如净短波辐射、地形湿度指数等)进行空间化表达,继而利用待修复图像中数据完好区的LST数据为反应变量,环境因子为预测变量,利用机器归纳学习技术确定反应变量和预测变量之间的非随机关系,然后将此关系推广到预测变量已知而LST未知的空间上,从而模拟出数据缺失区的LST,使图像得以被修复。本研究除具有实用意义外,也是地表参数空间化模拟的一次新探索,具有一定的理论意义。

中文关键词: 地表温度;统计模型;预测变量;修复;尺度转换

英文摘要: The scan-line corrector (SLC) of the Landsat 7 Enhanced Thematic Plus (ETM+) sensor failed in 2003, resulting in about 22% of the pixels per scene not being scanned. The SLC failure has seriously limited the scientific applications of ETM+ data. While much attention has been paid to recovering the optically multispectral bands, few researches have been done to reconstruct the thermal band. Based on the opinion that the land surface temperature is controlled by topography, incoming radiation and atmospheric processes, as well as soil moisture distribution, different land covers and vegetation types, we consider that the land surface temperature could be modeled based on relationships between it and those environmental factors. In this proposal, we propose a new method to restore the land surface temperature images with gaps. Firstly, to spatially distribute the environmental variables, we generate the raster-data layers for net solar radiation, topographic wetness index, precipitation, normalized difference vegetation index, land use and land cover type, soil type and five simple topographic variables including elevation, slope aspect, slope degree, slope shape and slope position. Secondly, we use a non-parametric data mining technique, Regression Tree Analysis, to explore relationships between the response varia

英文关键词: land surface temperature;statistical model;predictive variable;repair;downscaling

成为VIP会员查看完整内容
0

相关内容

统计模型[stochasticmodel;statisticmodel;probabilitymodel]指以概率论为基础,采用数学统计方法建立的模型。有些过程无法用理论分析方法导出其模型,但可通过试验测定数据,经过数理统计法求得各变量之间的函数关系,称为统计模型。常用的数理统计分析方法有最大事后概率估算法、最大似然率辨识法等。常用的统计模型有一般线性模型、广义线性模型和混合模型。统计模型的意义在对大量随机事件的规律性做推断时仍然具有统计性,因而称为统计推断。
因果推断在医药图像的应用:数据缺失和数据不匹配
专知会员服务
57+阅读 · 2022年4月2日
【CVPR2022】基于鲁棒区域特征生成的零样本目标检测
专知会员服务
10+阅读 · 2022年3月22日
报告 |《数字碳中和白皮书》(附下载)
专知会员服务
89+阅读 · 2021年12月31日
基于流线的流场可视化绘制方法综述
专知会员服务
26+阅读 · 2021年12月9日
【博士论文】基于深度学习的单目场景深度估计方法研究
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
37+阅读 · 2021年8月31日
【经典书】统计学,806页pdf,解锁数据的力量
专知会员服务
79+阅读 · 2020年8月12日
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
深度学习的图像修复
AI研习社
22+阅读 · 2019年3月28日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
15+阅读 · 2021年2月19日
小贴士
相关VIP内容
因果推断在医药图像的应用:数据缺失和数据不匹配
专知会员服务
57+阅读 · 2022年4月2日
【CVPR2022】基于鲁棒区域特征生成的零样本目标检测
专知会员服务
10+阅读 · 2022年3月22日
报告 |《数字碳中和白皮书》(附下载)
专知会员服务
89+阅读 · 2021年12月31日
基于流线的流场可视化绘制方法综述
专知会员服务
26+阅读 · 2021年12月9日
【博士论文】基于深度学习的单目场景深度估计方法研究
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
37+阅读 · 2021年8月31日
【经典书】统计学,806页pdf,解锁数据的力量
专知会员服务
79+阅读 · 2020年8月12日
相关资讯
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
深度学习的图像修复
AI研习社
22+阅读 · 2019年3月28日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员