研究目的
为进行为期30年的大范围森林变化评估，创建年度无缝无云Landsat镶嵌图，解决数据缺口和辐射不一致等挑战。
研究成果
该方法成功生成了无缝、无间隙且辐射一致的Landsat合成影像，用于森林变化评估，提供了全州范围的一致性并降低了处理/存储需求，但在错误处理和传感器校准方面存在局限，可通过增强算法和多指标方法改进。
研究不足
仅依赖单一光谱指数（NBR）进行断点检测可能无法捕捉所有干扰；残余云噪声被误判为干扰时会产生误差；该方法可能无法识别与数据缺失期重合的突变；海量数据（4TB输入量）需要大量处理；尚未针对OLI和ETM+传感器差异进行完全校准。
1：实验设计与方法选择：
该方法包括从Landsat影像创建最佳可用像素（BAP）合成数据，利用归一化燃烧比（NBR）分析时间序列以检测断点（如干扰事件），并通过分段线性回归模型填补空缺与异常值。
2：样本选择与数据来源：
从美国地质调查局档案下载覆盖澳大利亚维多利亚州的19个Landsat分幅数据（1988-2017年1-3月，云量<70%，一级地表反射率产品TM/ETM+/OLI）。
3：实验设备与材料清单：
Landsat卫星数据，R统计软件中的LandsatLinkr和Raster程序包。
4：实验流程与操作步骤：
按接近2月15日的优先级对影像排序，合并为BAP合成数据；生成NBR时间序列并基于判定标准（负偏差超过四分位距1.5倍）检测断点；应用空间滤波器剔除小范围干扰；对林区光学波段拟合分段线性模型，非林区采用简单回归生成伪合成数据。
5：5倍）检测断点；应用空间滤波器剔除小范围干扰；对林区光学波段拟合分段线性模型，非林区采用简单回归生成伪合成数据。 数据分析方法：
5. 数据分析方法：包括线性回归、四分位距异常值检测及目视验证等统计方法。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Landsat satellite
TM, ETM+, OLI
USGS/NASA
Provides satellite imagery for data acquisition in remote sensing applications.
-
LandsatLinkr
Software package used for extracting, re-projecting, and masking Landsat data.
-
Raster
Software package for geographic data analysis and modeling.
-
R statistical software
R Core Team
Used for statistical computing and data analysis in the experiment.
-
登录查看剩余2件设备及参数对照表
查看全部
