遥感影像时间序列重建程序包
Package for time series reconstruction

自动化重建无缺失值的时间序列影像　 下载 download

　　遥感影像时间序列对地表动态监测非常有用，但是图像上常常有云、云阴影等因素的影响，导致时间序列上具有很多缺失值。这个程序包包含三个程序（IDL 和python双版本）用于自动化重建无缺失值的时间序列影像。执行以下三个步骤可完成时间序列影像重建：
步骤一：运行云检查ATSA算法的程序，获得时间序列中各影像的云和云阴影掩膜 [1]；
步骤二：运行buffer_cloud程序，对ATSA的掩膜结果进行缓冲区添加以进一步降低漏分误差，以及对掩膜的像元值重新编码以便输入到步骤三的程序中；
步骤三：运行NSPI time series算法的程序，获得缺失值插补后的时间序列影像 [2, 3] 。
关于各程序的操作和参数设定，请阅读随程序附带的说明文件。
测试数据可以在朱孝林博士的网页下载：https://xiaolinzhu.weebly.com/open-source-code.html。

关于程序的任何问题，请邮件联系：xlzhu@polyu.edu.hk

[1] Zhu, X., and Helmer E.H. (2018) An automatic method for screening clouds and cloud shadows in optical satellite image time series in cloudy regions. Remote sensing of environment, 214, 135-153.
[2] Zhu, X., Gao, F., Liu, D., & Chen, J.* (2012). A modified neighborhood similar pixel interpolator approach for removing thick clouds in Landsat images. IEEE Geoscience and Remote Sensing Letters, 9(3), 521-525.
[3] Chen, J.*, Zhu, X., Vogelmann, J. E., Gao, F., & Jin, S. (2011). A simple and effective method for filling gaps in Landsat ETM+ SLC-off images. Remote sensing of environment, 115(4), 1053-1064.



新闻动态 更多新闻