全球长时间序列遥感植被指数产品去云重建算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41701492
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    周杰
  • 依托单位：
    华中师范大学
  • 学科分类：
    D0113.遥感科学
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

Long-term remotely sensed vegetation index data set is vital for the study of global vegetation dynamic. The less than ideal atmospheric conditions such as cloud and aerosol result in the spatiotemporal discontinuity in these data set, which impedes the relevant application of global vegetation monitoring. The time series reconstruction can be applied to eliminate the effect of discontinuous problem. With numerous studies on the time series reconstruction in remote sensing, decades of reconstruction models had been applied to various applications, which powerfully promoted the development of downstream application based on vegetation index data set. Harmonic Analysis of Time Series (HANTS) is one of the most widely used reconstruction models. Considering the lack of fine-performance global reconstruction scheme and the unknown effect of reconstruction processing on downstream applications, this project plan to systematically evaluate the impact of some uncertain factors of HANTS on global reconstruction performance. Then a global reconstruction scheme based on the improved HANTS will be developed. Further, we will quantify the impact of reconstruction processing on vegetation index based applications such as phenology, drought, and vegetation trending monitoring. This study can effectively improve the performance of global reconstruction, which will provide much more powerful data support for long-tern vegetation index based global change research.
长时间序列遥感植被指数产品是研究全球陆表植被变化的重要数据支撑。云和气溶胶等不理想大气条件造成的时空不连续问题阻碍了相关的全球植被监测应用。时间序列重建处理可以有效地消除上述时空不连续问题的影响，学界已经在遥感时间序列重建领域开展了大量的研究，开发了数十种重建模型及方案，有效地推动了基于遥感植被指数产品的应用研究进展。HANTS（Harmonic Analysis of Time Series）模型是最为常用的重建模型之一。针对当前缺乏高精度全球重建方案以及重建处理对下游应用的影响不明的问题，本研究拟通过系统评价HANTS重建过程中一些不确定因素的全球重建的影响，发展一套改进的HANTS全球重建方案。还将界定重建处理对基于植被指数产品开展的诸如物候、干旱及植被趋势监测等应用的影响。本项目的顺利开展将大幅提高当前全球重建模型的精度，为基于长时遥感数据产品的全球变化研究提供更有力的数据支撑。

结项摘要

云和气溶胶等不理想的大气条件导致了大量基于光学（可见光、见红外、热红外）波段反演得到的陆表遥感产品（如NDVI、LAI和LST）呈现出时空不连续的特点，阻碍了这些产品的广泛应用。对长时序陆表遥感产品进行时空重建成为解决这一问题的重要手段。时间序列谐波分析（HANTS）算法是数十年来最为常用的一种遥感时间序列重建算法。本项目系统评估了HANTS算法在全球重建中的精度，提出了优化的全球重建参数设置，得到了全球优化HANTS模型。此外，项目还基于云计算平台实现了可拓展的HANTS时空重建模块，用于支持多元化用户可定制的全球遥感数据时空重建处理业务。本项目的成果将经验主导的区域HANTS模型应用推向了系统优化后的全球重建应用，且通过模块化的方式使得模型能够更好的响应非专业用户的重建处理需求，进一步推进HANTS算法的普适化应用。

项目成果

期刊论文数量（1）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Characterizing vegetation response to rainfall at multiple temporal scales in the Sahel-Sudano-Guinean region using transfer function analysis
使用传递函数分析表征萨赫勒-苏达诺-几内亚地区植被对多个时间尺度降雨的响应
  • DOI：
    10.1016/j.rse.2020.112108
  • 发表时间：
    2021
  • 期刊：
    Remote Sensing of Environment
  • 影响因子：
    13.5
  • 作者：
    Zhou Jie;Jia Li;Menenti Massimo;van Hoek Mattijn;Lu Jing;Zheng Chaolei;Wu Hao;Yuan Xiaotian
  • 通讯作者：
    Yuan Xiaotian

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于贪婪算法的参与式感知激励分配机制
  • DOI：
    10.16208/j.issn1000-7024.2018.02.024
  • 发表时间：
    2018
  • 期刊：
    计算机工程与设计
  • 影响因子：
    --
  • 作者：
    王程;周杰;杜景林
  • 通讯作者：
    杜景林
Characterization of a sodium-regulated glutaminase from cyanobacterium Synechocystis sp. PCC 6803
蓝藻集胞藻属钠调节谷氨酰胺酶的表征。
  • DOI：
    10.1007/s11427-008-0137-2
  • 发表时间：
    2008-12
  • 期刊：
    Sci China Ser C-Life Sci
  • 影响因子：
    --
  • 作者：
    阎诚士;杨浩萌;黄芳;周君霞;周杰
  • 通讯作者：
    周杰
桥墩水流特性大涡模拟研究
  • DOI：
    10.16198/j.cnki.1009-640x.2016.04.003
  • 发表时间：
    2016
  • 期刊：
    水利水运工程学报
  • 影响因子：
    --
  • 作者：
    薛万云;郭宁;吴时强;陈锡林;吴修锋;周杰;周向华;戴江玉
  • 通讯作者：
    戴江玉
基于虚拟现实技术的川藏铁路地质灾害易发区减灾选线优化: 以洛隆车站为例
  • DOI：
    10.19657/j.geoscience.1000-8527.2021.014
  • 发表时间：
    2021
  • 期刊：
    现代地质
  • 影响因子：
    --
  • 作者：
    周杰;丁明涛;黄涛;陈宁生
  • 通讯作者：
    陈宁生
望虞河引江济太工程的水生态环境影响
  • DOI：
    10.16661/j.cnki.1672-3791.2017.11.142
  • 发表时间：
    2017
  • 期刊：
    科技资讯
  • 影响因子：
    --
  • 作者：
    周杰;任小龙;杨金艳;王勇
  • 通讯作者：
    王勇

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

周杰的其他基金

基于卫星对地观测数据的全球植被与降水多时间尺度相互作用特征表征研究
  • 批准号：
    42171371
  • 批准年份：
    2021
  • 资助金额：
    52 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码