你不是登录.您的编辑将被放置在队列中,直到完成同行评议

我们欢迎编辑,使文章更容易理解和更有价值的读者。因为社区成员会审查编辑,所以请尽量让帖子比你发现它的时候更好,例如,通过修改语法或添加额外的资源和超链接。

如何更好地处理卫星积雪数据的缺失细胞和负细胞

每日和每月MODIS积雪L3数据已下载,接下来处理缺失和阴性单元格。不同类型的插值被用来填充缺失的单元格。我想用3个周围值的平均值填充缺失的单元格,但这是非常困难的,因为在某些情况下,大部分数据缺失?我知道通过使用(nanmean)命令来屏蔽NaN单元格,也可以使用同一区域的长期平均值。

基于多源遥感数据的青藏高原多年冻土存在/不存在映射,但我正在寻找除这些之外的任何可能的方法。

除上述两种方法外,处理MODIS积雪数据的缺失单元和负单元的最佳方法是什么?

请注意;为此我使用matlab环境。

回答

取消
2
  • \ begingroup美元 "未经测量的东西不可能凭空冒出来"我喜欢!也许有一天我会找到一个地方再次使用这个,并会引用你;-) \ endgroup美元
    - - - - - -uhoh
    2018年5月7日5点08分
  • \ begingroup美元 我们没有研究区域的测量数据,只能在卫星产品范围内进行处理。卷积可能是一种潜在的压缩缝隙的方法。 \ endgroup美元
    - - - - - -伊尔凡
    2018年5月7日9:43

Baidu
map