10.3969/j.issn.1672-5867.2023.07.034
时序重构的长时间序列植被变化监测研究
植被是生态系统组成的重要部分,植被指数更是植被生长变化的重要监测因子,目前已有的植被指数数据集不能很好地剔除噪声等影响,在植被生长变化的反映中存在一定的误差.基于此,本研究以惠州市作为研究区,采用极限梯度提升方法,利用2000 年至 2015 年的GIMMS3g NDVI数据作为训练集,借助地表温度数据作为因子,进行基于极限梯度回升算法的植被指数长时间序列重构,结果表明:时序重构后的GIMMS NDV在年际变化上特征相似度较高,达到0.88,时序重构后的NDVI数据集有明显的降低.通过年、季、月、生长周期等多维度对比,时序重构后的NDVI变化周期整体较原始数据集更平滑,异常值较少,整体更符合植被生长变化的实际情况.
XGBoost、GIMMS3g NDVI、时序重构
46
P237(摄影测量学与测绘遥感)
2023-08-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
117-120,124