Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. №2. С. 103-110

Восстановление временных рядов данных дистанционных измерений методом полиномиальной аппроксимации в скользящем окне переменного размера

Д.Е. Плотников1 , Т.С. Миклашевич1 , С.А. Барталев1 
1 Институт космических исследований РАН, Москва, Россия
Использование временных рядов спутниковых данных для мониторинга земной поверхности сопряжено с проблемой учёта разного рода мешающих факторов, приводящих к частичной потере или искажению информации о динамике спектрально-отражательных характеристик объектов наблюдения. К таким факторам относятся непрозрачные в видимом и ближнем ИК диапазоне атмосферная дымка и облачность, тени от неё, а также шумы прибора. Существующие статистические подходы к реконструкции временных рядов измерений решают, как правило, только проблему коррекции зашумленных данных, предполагая задачу восстановления пропущенных значений уже решенной. Такие методы также не предусматривают обнаружение и полное исключение из дальнейшего рассмотрения заведомо зашумленных измерений. Однако, с учетом того, что корректное восстановление пропущенных значений временной серии предполагает использование свободных от шумов измерений, эти проблемы тесно связаны. В статье представлено описание алгоритма скользящей оконной аппроксимации на основе полиномов второй степени, позволяющего при восстановлении временных рядов спутниковых данных одновременно решать задачи коррекции искаженных и восстановления пропущенных измерений. Предварительный итеративный процесс анализа временной серии предусматривает исключение заведомо зашумленных измерений.
Ключевые слова: временные ряды, спутниковые данные, восстановление пропусков, фильтрация выбросов
Полный текст

Список литературы:

  1. Балашов И.В., Бурцев М.А., Ефремов В.Ю., Лупян Е.А., Прошин А.А., Толпин В.А. Построение архивов результатов обработки спутниковых данных для систем динамического формирования производных информационных продуктов // Современные проблемы дистанционного зондирования Земли из космоса, 2008. Выпуск 5. Т. I. С.26-32.
  2. Барталев С.А., Егоров В.А., Лупян Е.А., Плотников Д.Е., Уваров И.А. Распознавание пахотных земель на основе многолетних спутниковых данных спектрорадиометра MODIS и локально-адаптивной классификации // Компьютерная оптика, 2011. Самара. ИСОИ РАН. Т. 35. № 1. С. 103-116.
  3. Лупян Е.А., Савин И.Ю., Барталев С.А., Толпин В.А., Балашов И.В., Плотников Д.Е. Спутниковый сервис мониторинга состояния растительности ("Вега") // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 190-198.
  4. Плотников Д.Е., Барталев С.А., Жарко В.О., Михайлов В.В., Просянникова О.И. Экспериментальная оценка распознаваемости агрокультур по данным сезонных спутниковых измерений спектральной яркости // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 199-208.
  5. Плотников Д.Е., Барталев С.А., Лупян Е.А. Признаки распознавания пахотных земель на основе многолетних рядов данных спутникового спектрорадиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 1. С. 330-341.
  6. Стыценко Ф.В., Барталев С.А., Егоров В.А., Лупян Е.А. Метод оценки степени повреждения лесов пожарами на основе спутниковых данных MODIS // Современные проблемы дистанционного зондирования Земли из космоса, 2013. Т.10. № 1. С.254-266.
  7. Nelder J.A., Mead R. A simplex method for function minimization // Computer Journal. 1965. Vol. 7. P. 308—313.
  8. Savitzky A., Golay M.J.E. Smoothing and Differentiation of Data by Simplified Least Squares Procedures // Analytical Chemistry. 1964. Vol. 36 (8). P. 1627–1639.