中山大学博士研究生秦鹏在遥感顶刊发表重要成果！
生态学者
2024-10-01 14:02
文章摘要
本研究由中山大学博士研究生秦鹏领导，提出了一种在多云区域重建密集时间序列归一化植被指数（NDVI）数据的新方法。该方法结合了深度学习模型和物理约束方法，通过融合低空间分辨率高时间分辨率的MODIS数据和Landsat数据，利用残差约束的时空融合模型，有效解决了多云区域长时间数据缺失导致的NDVI偏低问题。研究结果表明，重建的NDVI数据与参考数据的相关性达到0.84，显著提高了数据的空间分辨率和时间密集性，为热带亚热带、北极等地区的高精度NDVI数据重建提供了有效方案。该研究成果发表于《ISPRS Journal of Photogrammetry and Remote Sensing》期刊。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Recursive classification of satellite imaging time-series: An application to land cover mapping
DOI: 10.1016/j.isprsjprs.2024.09.003
Pub Date : 2024-09-27
Lithofacies and Its Reservoir Characteristics of Marine–Continental Transitional Shales: A Case Study of Shanxi Formation in Eastern Ordos Basin
DOI: 10.1021/acs.energyfuels.4c02981
Pub Date : 2024-09-20
Induced Extracellular Ice Nucleation Protects Cocultured Spheroid Interior and Exterior during Cryopreservation.
DOI: 10.1021/acsbiomaterials.4c00958
Pub Date : 2024-09-24
生态学者
最新文章
京公网安备 11010802042870号
