首页|VIIRS/DNB夜间灯光月度产品插补方法对比——以北京为例

VIIRS/DNB夜间灯光月度产品插补方法对比——以北京为例

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
新一代VIIRS/DNB(Visible Infrared Imaging Radiometer Suite Day/Night Band)夜间灯光数据因其具备更精细的时空分辨率、数据不存在饱和现象、不同年份数据可比性强等优点而迅速代替DMSP/OLS(Defense Meteorological Satellite Program's Operational Linescan System)夜间灯光数据成为新的研究热点.但由于杂散光的污染,VIIRS/DNB夏季数据数值缺失严重,致使数据在空间和时间上不连续,因此,插补缺失数据成为后续应用的前提.鉴于此,论文从插补结果异常值、与参照值对比、计算性能三个方面,系统比较了三次样条插值(样条)、三次Hermite插值(Hermite)、灰色预测模型(GM)、三次指数平滑法(指数)4种插补方法的适用性,以期为插补VIIRS/DNB夜间灯光数据提供方法选择的依据.研究结果表明:①异常值比较方面,Hermite法未出现异常值,另外3种算法仅出现少量异常值(0.02％～1.34％);②与参照值的对比方面,Hermite法与参考值接近程度最高,GM接近程度最低,样条法和指数法介于两者中间;③算法性能比较方面,4种方法都具备计算简单、容易编程的特点,但指数法的算法时长是另外3种方法的10倍以上.因此,综合多方表现,当插补月份前后两侧均有足够长的原始数据时,插补效果好、计算速度快、不会出现过冲现象的Hermite法最适宜,样条法次之;当插补月份仅单侧有足够长的数据时,适宜采用指数法(插补效果好、计算速度较慢)或GM(插补效果偏低、计算速度快)进行插补.
Interpolation methods comparison of VIIRS/DNB nighttime light monthly composites:A case study of Beijing

陈慕琳、蔡红艳

展开 >

华中师范大学城市与环境科学学院,武汉430079

中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101

VIIRS/DNB夜间灯光 三次样条插值 三次Hermite插值 灰色预测模型 三次指数平滑

中国科学院战略性先导科技专项子课题中国科学院重点部署项目中央高校基本科研业务费资助(创新资助项目)

XDA20010203ZDRW-ZS-2017-42018CXZZ003

2019

地理科学进展
中国科学院地理科学与资源研究所 中国地理学会

地理科学进展

CSTPCDCSSCICSCD北大核心
影响因子：2.458
ISSN：1007-6301
年,卷(期)：2019.38(1)
  • 11
  • 19