遥感陆表数据重建与时空分析应用

前言 第1章 绪论 1.1 MODIS陆表产品数据重建与时间序列分析 1.1.1 陆表产品数据重建与时间序列分析研究背景与意义 1.1.2 陆表产品数据重建与时间序列分析国内外研究现状 1.1.3 陆表数据重建与时间序列分析研究内容 1.1.4 秦岭地区植被覆盖变化研究现状 1.2 基于不同遥感数据源的秦岭地区植被指数对比分析 1.3 理论基础 1.3.1 植被与植被指数 1.3.2 常见的植被指数 1.3.3 植被指数的影响因素 1.4 小结 参考文献 第2章 研究数据及云覆盖时空特征分析 2.1 NDVI遥感数据 2.1.1 MODIS数据 2.1.2 AVHRR数据 2.1.3 SPOT VEGETATION数据 2.1.4 三种NDVI数据比较 2.1.5 地表反射率产品 2.1.6 云掩膜产品及地温数据 2.2 辅助数据 2.2.1 气象数据及DEM数据 2.2.2 MODIS数据地理定位文件 2.3 遥感数据预处理 2.3.1 HDF数据集解压、投影转换和镶嵌处理 2.3.2 质量控制处理 2.3.3 数据转换 2.3.4 研究区介绍 2.4 云覆盖数据提取 2.4.1 云掩膜产品的数据结构 2.4.2 云掩膜数据处理流程 2.5 云覆盖时空特征 2.5.1 月份无云概率 2.5.2 子区云特征 2.6 秦岭植被指数来源及处理 2.6.1 数据来源 2.6.2 数据预处理 2.6.3 研究方法 2.7 小结 参考文献 第3章 基于分形插值的NDVI数据重建 3.1 NDVI的空间特征 3.1.1 NDVI空间平稳性特征 3.1.2 NDVI空间分形特征 3.2 通用空间插值方法 3.2.1 反距离加权插值法 3.2.2 克里格空间插值 3.3 NDVI数据分形插值重建 3.3.1 分形插值原理 3.3.2 NDVI分形插值算法 3.4 NDVI分形插值算法精度评价 3.4.1 检核点集C的效用分析 3.4.2 分形插值精度分析 3.5 小结 参考文献 第4章 LST数据时序重建 4.1 LST与影响因子的相关性 4.1.1 总相关性特征 4.1.2 时点相关性特征 4.2 LST数据重建 4.2.1 LST重建流程 4.2.2 LST数据重建精度 4.3 云覆盖区修正模型 4.3.1 低日照时数对LST 的影响 4.3.2 云覆盖区LST 重建数据修正 4.4 小结 参考文献 第5章 NDVI及LST重建数据时序分析 5.1 基于加窗DTW距离的NDVI时序数据模糊分类 5.1.1 S-G滤波 5.1.2 加窗DTW距离 5.1.3 贴近度模糊分类 5.1.4 时序分类精度评价 5.2 LST 时序特征 5.2.1 不同高程地温特征 5.2.2 不同地类地温特征 5.3 LST与NDVI时间序列时滞分析 5.3.1 VAR方法原理 5.3.2 VAR模型构建流程 5.3.3 NDVI与LST的时滞分析 5.4 小结 参考文献 第6章 秦岭地区植被指数时空变化特征分析 6.1 秦岭地区植被指数变化分析 6.2 不同遥感数据反演秦岭山区植被变化的特性和趋势 6.2.1 不同传感器NDVI值分析 6.2.2 不同传感器生长季多年平均NDVI 空间特征分析 6.2.3 不同传感器NDVI像元尺度分析 6.2.4 秦岭地区植被变化趋势分析 6.3 小结 参考文献 第7章 3种不同遥感NDVI与Landsat NDVI的相关性分析 7.1 NDVI数据的时序特征与相关性分析 7.1.1 3 种NDVI数据的时序特征 7.1.2 3 种NDVI数据的空间相关关系分析 7.2 NDVI数据一致性分析 7.2.1 3 种NDVI数据与Landsat NDVI空间分布的一致性分析 7.2.2 不同遥感NDVI与Landsat NDVI动态变化的一致性分析 7.3 AVHRR NDVI数据的修正 7.4 小结 参考文献