付东杰 作品数:4 被引量:82 H指数:4 供职机构: 中国科学院遥感与数字地球研究所 更多>> 发文基金: 国家自然科学基金 国家科技支撑计划 中国博士后科学基金 更多>> 相关领域: 自动化与计算机技术 天文地球 水利工程 更多>>
多维遥感数据时空谱一体化存储结构设计 被引量:13 2017年 卫星遥感技术为我们研究全球变化提供了时间、空间、光谱多维度的海量遥感大数据,目前还没有一种针对遥感数据的多维度的特性设计的一体化存储结构。本文提出了一种多维遥感数据的组织方式,设计了SPAtial-Temporal-Spectral(SPATS)时空谱多维遥感数据一体化存储结构,定义了5种多维数据存储格式:Temporal Sequential in Band(TSB)、Temporal Sequential in Pixel(TSP)、Temporal Interleaved by Band(TIB)、Temporal Interleaved by Pixel(TIP)和Temporal Interleaved by Spectrum(TIS),设计了Multi-dimensional Data Analysis(MDA)多维数据分析模块,实现了长时间序列遥感影像的时空谱多维一体化存储,并能够进行不同维度的数据分析与显示,构建了基于不同光谱指数的时间谱影像立方体,为时空谱多维遥感数据的综合与表征提供数据组织解决方案。 张立福 陈浩 孙雪剑 付东杰 童庆禧关键词:遥感技术 SPATS MDA ESTARFM模型在西藏色林错湖面积时空变化中的应用分析(1976-2014年) 被引量:20 2016年 湖泊(特别是内陆湖)作为全球气候变化的敏感区域,是气候变化与环境变异的指示器,其面积变化在一定程度上可反映区域的气候变化。因此,精确监测湖泊面积的时空变化,对分析区域生态环境变化具有重要的意义。本文基于ESTARFM时空数据融合模型,利用MODIS数据模拟了2000年后无法得到的Landsat数据;利用NDWI和MNDWI 2种水体指数并辅以DEM数据分析了1976-2014年西藏色林错湖湖面面积的时空变化;综合湖区周围6个气象站点的气象数据(1970-2014年),探究了湖面面积变化的原因及其对气候变化的响应。结果表明:(1)利用ESTARFM时空融合模型得到的Landsat-Like数据与真实的Landsat数据在水体信息提取方面具有较高的相关性,R2可达0.93,时空数据融合的结果可用于湖泊水体的信息提取;(2)近40年来(1976-2014年),色林错湖处于持续扩张状态,面积呈较显著的增长趋势,增加了近711.652 km2,增幅为42.36%,年平均增长速率约为18.728 km2a-1,增长最快时可达55.954 km2a-1;湖面面积变化先后经历了平稳变化-迅速变化-平稳变化3个阶段;北部湖区在40年间变化最为明显,向北扩展了约22.812 km;2003-2005年,南部湖区已与雅根错湖连为一体,随后二者共同扩张;(3)气温的持续升高造成的冰雪融水补给增加可能是导致湖泊面积扩张的主要因素,风速的降低为次要因素,湖面的面积变化与降水量、日照时数的变化相关性不明显。 郝贵斌 吴波 张立福 付东杰 李瑶关键词:MODIS LANDSAT 植被指数对旱灾的响应研究——以中国西南地区2009年—2010年特大干旱为例 被引量:42 2012年 基于中国西南地区5个省(市)2001年—2010年期间由中分辨率成像光谱仪MODIS影像资料反演得到的归一化植被指数NDVI产品数据和区内气象站点的连续观测资料,提取了研究区内各气象站点印迹区的NDVI值,计算了降水距平百分率Pa和D指数(降水量与潜在蒸散量之差)这两种气象干旱指数。依据全国植被类型图(2000年版),对研究区内的主要植被类型在季节时间尺度上开展了这两种气象干旱指数与距平NDVI的相关性分析。研究结果表明:距平NDVI对D指数的最大响应滞后约一个月,在此尺度上表现出明显的线性相关性,所选取的6个季度的相关系数均接近或大于0.7,显著性水平小于0.01;对干旱敏感的植被类型如旱地和草地等,表现出更显著的相关性,其相关系数分别达到了0.83和0.71(平均);在干旱季节,D指数与距平NDVI表现出较为一致的空间分异规律,而Pa指数仅在旱情比较严重的情况下或对干旱比较敏感的植被类型区与距平NDVI表现出一致性分布。 严建武 陈报章 房世峰 张慧芳 付东杰 薛晔关键词:干旱 NDVI 基于数字相机的草地物候模拟及其与气象因子关系的研究 被引量:7 2016年 研究植被物候及其与气候之间的关系对于理解全球生态环境变化意义重大。近地面数字相机凭借其监测频率高、数据质量好等优势已成为一种有效的监测植被物候的遥感平台。以北美地区瓦瑞(Vaira Ranch)牧场为例,对研究区植被的春季生长情况进行监测,利用近地表数字相机获取的影像计算绿度相对亮度(Greenness Chromaticity Coordinates,Gcc)并构成时间序列,模拟植被春季物候,将所得植被物候信息分别与地面同步实测的总初级生产力(Gross Primary Production,GPP)以及气象数据进行对比分析。结果表明:研究区植被春季生长季开始于第20d,结束于第145d,Gcc与GPP的总体相关性为0.88,二者提取的7项物候指标平均相对差异为0.05;降雨、土壤湿度、空气温度、土壤温度、太阳辐射通量对植被生长存在影响:空气温度、土壤温度、太阳辐射通量三者整体对于Gcc变化的解释力为91.3%,其中,气温和土温的单因子解释力分别为30.9%和49.0%,此外,由于水分缺乏,降水成为制约研究区植被生长的重要因素。 周惠慧 付东杰 张立福 王文生 岑奕 王晋年关键词:数字相机 GCC 时间序列 气象因子