遥感数据质量改善之信息重建 本书特色

基于航空航天遥感技术，人们可以感知地球陆表信息，从而认识和理解各种现象和规律。其中，传感器观测影像是遥感信息的载体，其数据质量直接影响着遥感应用的广度与深度。由于遥感成像过程极其复杂，传感器、光照、大气、地形、地物、人为等因素都可能对影像质量产生影响，导致遥感信息出现偏差或缺失，降低了遥感数据的应用潜力。因此，进行遥感数据的质量改善，是遥感应用流程中非常重要的基础性工作。近年来，遥感影像的质量改善越来越受到广泛重视，国内外已开展了大量研究。然而，由于遥感降质因素多样，现有研究多针对其中的一种或几种因素，对遥感数据质量问题进行全面分析与处理的书籍国内外还未见出版。有鉴于此，基于作者多年的研究积累，特整理出版一套较为全面地介绍遥感影像质量改善的书籍。在影像质量改善的文献中，存在很多学术术语，如影像增强、影像复原、影像修复、影像校正、影像重建等等，它们之间往往界限模糊，更与使用者的习惯有关。为了进行统一区分，我们从遥感信息处理的角度出发，将其划分为三个层次，形成"遥感影像质量改善"三部曲，分别为《遥感信息复原》、《遥感信息校正》和《遥感信息重建》。本书是该套书籍的第三册，主要研究遥感数据地表缺失信息的重建问题。在对现有插值方法进行概述的基础上，从空域重建、时域重建、谱域重建、时-空-谱联合重建进行了理论与方法的探讨。在实例研究中，既涉及Landsat、MODIS等传感器因素导致的信息缺失重建问题，又包括厚云覆盖条件下地表缺失信息的重建问题，此外还探讨了对积雪分布二值产品的特殊处理方法。

遥感数据质量改善之信息重建 内容简介

基于航空航天遥感技术，人们可以感知地球陆表信息，从而认识和理解各种现象和规律。其中，传感器观测影像是遥感信息的载体，其数据质量直接影响着遥感应用的广度与深度。由于遥感成像过程极其复杂，传感器、光照、大气、地形、地物、人为等因素都可能对影像质量产生影响，导致遥感信息出现偏差或缺失，降低了遥感数据的应用潜力。因此，进行遥感数据的质量改善，是遥感应用流程中非常重要的基础性工作。近年来，遥感影像的质量改善越来越受到广泛重视，国内外已开展了大量研究。然而，由于遥感降质因素多样，现有研究多针对其中的一种或几种因素，对遥感数据质量问题进行全面分析与处理的书籍国内外还未见出版。有鉴于此，基于作者多年的研究积累，特整理出版一套较为全面地介绍遥感影像质量改善的书籍。在影像质量改善的文献中，存在很多学术术语，如影像增强、影像复原、影像修复、影像校正、影像重建等等，它们之间往往界限模糊，更与使用者的习惯有关。为了进行统一区分，我们从遥感信息处理的角度出发，将其划分为三个层次，形成"遥感影像质量改善"三部曲，分别为《遥感信息复原》、《遥感信息校正》和《遥感信息重建》。本书是该套书籍的第三册，主要研究遥感数据地表缺失信息的重建问题。在对现有插值方法进行概述的基础上，从空域重建、时域重建、谱域重建、时-空-谱联合重建进行了理论与方法的探讨。在实例研究中，既涉及Landsat、MODIS等传感器因素导致的信息缺失重建问题，又包括厚云覆盖条件下地表缺失信息的重建问题，此外还探讨了对积雪分布二值产品的特殊处理方法。

遥感数据质量改善之信息重建 目录

目录
第1章 绪论 1
1.1 研究背景与意义 1
1.2 遥感信息重建的方法体系 3
1.3 研究内容 5
参考文献 7
第2章 小区域缺失信息的空域重建方法 IO
2.1 空域重建的插值方法 10
2.1.1 确定性插值方法 10
2.1.2 地统计学方法 15
2.1.3 高精度曲面建模 19
2.2 空域重建方法的新进展 19
2.2.1 传播扩散法 20
2.2.2 变分法 21
2.2.3 样例填充法 23
2.2.4 机器学习方法 24
2.2.5 方法简要对比 24
2.3 基于多通道非局部总变分模型的重建方法 26
2.3.1 非局部处理模型基础 26
2.3.2 多通道非局部总变分重建方法 28
2.4 实验结果与分析 31
2.4.1 模拟数据实验 31
2.4.2 真实数据实验 36
2.5 本章小结 40
参考文献 40
第3章 大区域缺失信息的空域重建方法 44
3.1 引言 44
3.2 样例填充的基本思想L步骤 45
3.2.1 样例填充的基本思想 46
3.2.2 样例填充的关键步骤 46
3.3 基于块位移统计的高分辨率影像重建方法 50
3.3.1 全局优化填充方法 51
3.3.2 多标签图割优化求解算法 54
3.4 实验结果与分析 56
3.4.1 模拟数据实验 56
3.4.2 真实数据实验 58
3.5 本章小结 61
参考文献 61
第4章 遥感数据缺失信息的谱域重建方法 64
4.1 引言 64
4.1.1 Aqua MODIS部分波段信息缺失 64
4.1.2 谱域重建的基本原理与思路 66
4.2 元同归分析方法 68
4.2.1 全局多项式拟合法 68
4.2.2 局部*小二乘拟合法 68
4.2.3 类内局部拟合法 69
4.3 多元回归分析方法 76
4.3.1 预处理方法 76
4.3.2 重建方法 78
4.4 木同谱域重建方法的对比分析 79
4.5 本章小结 83
参考文献 83
第5章 低频次遥感数据的时域重建方法 85
5.1 时域重建的基本原理和方法 85
5.1.1 时域重建的基本原理 85
5.1.2 时域重建的研究现状 88
5.2 基于加权线性回归的时域重建方法 89
5.2.1 不同时相场景差异分析 89
5.2.2 加权线性回归重建模型 91
5.2.3 实验结果与分析 93
5.3 时相辅助下的全局优化填充重建法 100
5.3. 1基本思想 100
5.3.2 时空马尔可夫重建模型 101
5.3.3 实验结果与分析 103
5.4本章小结 112
参考文献 112
第6章 高频次遥感数据的时域重建方法 115
6.1 引言 115
6.1.1 多时相合成方法 116
6.1.2 时域重建方法 117
6.1.3 主要限制与不足 119
6.2 时域分析与空域校正结合的重建方法 119
6.2.1 初始填充 120
6.2.2 时域重建 122
6.2.3 空域校正 123
6.3 地表反射率重建实验与分析 125
6.3.1 实验数据 125
6.3.2 结果与分析 126
6.4本章小结 138
参考文献 139
第7章 时-空-谱联合的遥感信息重建方法 142
7.1 引言 142
7.2 稀疏表达理论与方法 143
7.2.1 稀疏表达 143
7.2.2 合成型稀疏表达 144
7.2.3 分析型稀疏表达 148
7.3 基于稀疏表达的时-空-谱联合重建方法 149
7.3.1 数据组织与预处理 149
7.3.2 合成型稀疏表达重建方法 152
7.3.3 分析型稀疏发达重建方法 153
7.4 实验分析 154
7.4.1 空-谱联合重建实验 155
7.4.2 时-空联合重建实验 158
7.4.3 时-空-谱联合重建实验 161
7.4.4 稀疏表达和其他方法对比实验 164
7.5本章小结 166
参考文献 166
第8章 积雪产品云覆盖区的信息重建方法 170
8.1 积雪产品简介 170
8.2 MODIS积雪产品重建方法分类 171
8.2.1 光学微波融合方法 171
8.2.2 空间互补方法 172
8.2.3 时相互补方法 172
8.2.4 时空互补方法 173
8.3 时空自适应加权重建方法 174
8.4 实验分析 176
8.4.1 新疆伊犁河流域实验 177
8.4.2 横断山区实验 182
8.5 本章小结 185
参考文献 185
第9章 顾及物理约束的地表温度数据重建方法 188
9.1 地表温度数据缺失与重建方法现状 188
9.1.1 地表温度数据缺失问题 188
9.1.2 地表温度重建的研究现状 189
9.2 顾及物理约束的地表温度重建方法 190
9.2.1 理论依据 190
9.2.2 重建框架与方法 192
9.2.3 验证方法 195
9.3 实验与分析 196
9.3.1 实验数据介绍 196
9.3.2 模拟数据验证 202
9.3.3 SURFRAD站点验证 207
9.4本章小结 213
参考文献 213
第10章 全球臭氧总量产品的时空重建方法 217
10.1 概述 217
10.2 基于残差校正的时空联合重建方法 220
10.2.1 基于地理加权的时卒重建 220
10.2.2 顾及臭氧异质性分布特征的残差校正 223
10.3 实验与分析 226
10.3.1 实验数据 226
10.3.2 评价与比较 227
10.3.3 讨沦 241
10.4 本章小结 242
参考文献 242