Review of remotely sensed time series data for change detection

Abstract

同一区域、不同时期大量历史数据的积累,以及同一区域能够方便地获取高时间分辨率遥感数据,ä½¿é¥æ„Ÿæ—¶é—´åºåˆ—å½±åƒå˜åŒ–æ£€æµ‹æˆä¸ºè¿‘å¹´æ¥é¥æ„ŸæŠ€æœ¯ä¸Žåº”ç”¨çš„ç ”ç©¶çƒ­ç‚¹ã€‚æœ¬æ–‡ç³»ç»Ÿæ€»ç»“å’Œè¯„è¿°äº†å½“å‰é¥æ„Ÿæ—¶é—´åºåˆ—å½±åƒå˜åŒ–æ£€æµ‹çš„ç›¸å ³ç ”ç©¶è¿›å±•å’Œåº”ç”¨çŠ¶å†µ,在阐明遥感时间序列分析的意义,以及时间序列影像在变化检测中的优势的基础上,从非遥感领域时间序列变化检测方法出发,针对遥感时间序列影像变化检测的需求,明确和归纳了遥感时间序列变化检测的问题与类型,å¹¶å¯¹å½“å‰æœ€æ–°ç ”ç©¶è¿›è¡Œäº†ç»¼è¿°,总结了各种方法的优点与不足,重点介绍了基于经验模态分解的遥感时间序列影像异常信息检测方法和基于隐马尔可夫模型的土地利用/覆盖变化检测方法,ä»¥æœŸèƒ½å¤Ÿä¸ºç›¸å ³ç ”ç©¶æä¾›å‚è€ƒã€‚æœ€åŽæ€»ç»“äº†è¯¥ç ”ç©¶é¢†åŸŸçš„å‘å±•è¶‹åŠ¿å’Œå­˜åœ¨é—®é¢˜,å¹¶å¯¹ä»ŠåŽçš„ç ”ç©¶å·¥ä½œå’Œæœªæ¥å‘å±•æ–¹å‘è¿›è¡Œäº†å±•æœ›ã€‚