遥感陆表数据重建与时空分析应用

1 (p1): 第1章 绪论
1 (p1-1): 1.1 MODIS陆表产品数据重建与时间序列分析
1 (p1-1-1): 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
4 (p1-1-2): 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
9 (p1-1-3): 1.1.3 陆表数据重建与时间序列分析研究内容
9 (p1-1-4): 1.1.4 秦岭地区植被覆盖变化研究现状
10 (p1-2): 1.2 基于不同遥感数据源的秦岭地区植被指数对比分析
10 (p1-3): 1.3 理论基础
10 (p1-3-1): 1.3.1 植被与植被指数
11 (p1-3-2): 1.3.2 常见的植被指数
13 (p1-3-3): 1.3.3 植被指数的影响因素
15 (p1-4): 1.4 小结
15 (p1-5): 参考文献
23 (p2): 第2章 研究数据及云覆盖时空特征分析
23 (p2-1): 2.1 NDVI遥感数据
23 (p2-1-1): 2.1.1 MODIS数据
26 (p2-1-2): 2.1.2 AVHRR数据
28 (p2-1-3): 2.1.3 SPOT VEGETATION数据
29 (p2-1-4): 2.1.4 三种NDVI数据比较
30 (p2-1-5): 2.1.5 地表反射率产品
31 (p2-1-6): 2.1.6 云掩膜产品及地温数据
32 (p2-2): 2.2 辅助数据
32 (p2-2-1): 2.2.1 气象数据及DEM数据
33 (p2-2-2): 2.2.2 MODIS数据地理定位文件
33 (p2-3): 2.3 遥感数据预处理
34 (p2-3-1): 2.3.1 HDF数据集解压、投影转换和镶嵌处理
34 (p2-3-2): 2.3.2 质量控制处理
35 (p2-3-3): 2.3.3 数据转换
36 (p2-3-4): 2.3.4 研究区介绍
39 (p2-4): 2.4 云覆盖数据提取
40 (p2-4-1): 2.4.1 云掩膜产品的数据结构
42 (p2-4-2): 2.4.2 云掩膜数据处理流程
44 (p2-5): 2.5 云覆盖时空特征
44 (p2-5-1): 2.5.1 月份无云概率
45 (p2-5-2): 2.5.2 子区云特征
48 (p2-6): 2.6 秦岭植被指数来源及处理
48 (p2-6-1): 2.6.1 数据来源
49 (p2-6-2): 2.6.2 数据预处理
50 (p2-6-3): 2.6.3 研究方法
50 (p2-7): 2.7 小结
51 (p2-8): 参考文献
52 (p3): 第3章 基于分形插值的NDVI数据重建
52 (p3-1): 3.1 NDVI的空间特征
52 (p3-1-1): 3.1.1 NDVI空间平稳性特征
54 (p3-1-2): 3.1.2 NDVI空间分形特征
57 (p3-2): 3.2 通用空间插值方法
58 (p3-2-1): 3.2.1 反距离加权插值法
59 (p3-2-2): 3.2.2 克里格空间插值
61 (p3-3): 3.3 NDVI数据分形插值重建
61 (p3-3-1): 3.3.1 分形插值原理
64 (p3-3-2): 3.3.2 NDVI分形插值算法
66 (p3-4): 3.4 NDVI分形插值算法精度评价
66 (p3-4-1): 3.4.1 检核点集C的效用分析
68 (p3-4-2): 3.4.2 分形插值精度分析
71 (p3-5): 3.5 小结
71 (p3-6): 参考文献
73 (p4): 第4章 LST数据时序重建
73 (p4-1): 4.1 LST与影响因子的相关性
74 (p4-1-1): 4.1.1 总相关性特征
75 (p4-1-2): 4.1.2 时点相关性特征
77 (p4-2): 4.2 LST数据重建
77 (p4-2-1): 4.2.1 LST重建流程
79 (p4-2-2): 4.2.2 LST数据重建精度
87 (p4-3): 4.3 云覆盖区修正模型
87 (p4-3-1): 4.3.1 低日照时数对LST的影响
89 (p4-3-2): 4.3.2 云覆盖区LST重建数据修正
92 (p4-4): 4.4 小结
93 (p4-5): 参考文献
94 (p5): 第5章 NDVI及LST重建数据时序分析
94 (p5-1): 5.1 基于加窗DTW距离的NDVI时序数据模糊分类
94 (p5-1-1): 5.1.1 S-G滤波
95 (p5-1-2): 5.1.2 加窗DTW距离
96 (p5-1-3): 5.1.3 贴近度模糊分类
97 (p5-1-4): 5.1.4 时序分类精度评价
100…