环境星NDVI时间序列重构方法研究

利用目前时间序列曲线重构中较为常用的非对称高斯函数拟合、Double-Logistic曲线拟合、S-G滤波和时间序列谐波分析法对环境星NDVI时间序列进行重构处理。分析了上述4种植被指数时间序列重构方法对环境星数据的适用性。实验结果表明,对于环境星数据,在4种方法中非对称高斯函数拟合、Double-Logistic曲线拟合法更适用于对植被地物的时间序列进行重构,对照参考数据,其重构曲线对植被物候的表达有较高的一致性;而时间序列谐波分析法对原始数据的扰动最小,适用于非植被地物的时间序列重构;S-G滤波在4种方法中的重构效果最差。

藏北地区三种时序NDVI重建方法与应用分析

遥感植被指数时间序列数据集,已广泛应用于陆地生态环境变化监测与模拟、植被覆盖动态变化分析、植被物候特征识别与信息提取等多方面的研究。但其因受遥感器采集与传输过程、大气条件、地面状况等诸多因素的影响,时序NDVI数据包含各种噪声,因此研究者们发展了一系列时间序列曲线重建方法。本文对近年来提出或改进的重建算法原理、优缺点进行阐述;然后,选择当前最为常用的3种方法,即非对称高斯函数(AG)拟合、双Logistic曲线(D-L)拟合和Savitzky-Golay(S-G)滤波法,以藏北地区不同土地覆被类型样点像元NDVI时间序列为实例,对算法的去噪效果、保真性能、生长峰值及细节处理效果等方面进行比较研究。结果表明,AG与D-L拟合两种算法具有较好的一致性,但对生长峰值模拟有所差异;3种方法对荒漠、荒漠草原、草原、灌丛、作物用地及林地等不同覆被类型各具优势,表现出区域、覆被类型和应用目的差异性。最后,基于AG拟合算法对整个藏北地区2007-2009年MODIS NDVI时间序列进行重建,处理后像元NDVI空间格局异质性减弱。