时序NDVI数据集重建方法评价与实例研究.pdfVIP

第24卷第5期 遥感技术 与应用 C01．24No．5 2009年10月 REMOTESENSINGTECHNOI。OGYANDAPPI，ICATION ()(·f．2009 时序NDVI数据集重建方法评价与实例研究 李杭燕1，颉耀文1，马明国2 (1．兰州大学资源环境学院，甘肃兰州730000； 2．中国科学院寒区旱区环境与工程研究所，甘肃兰州 73000) 摘要：时序NI)VI数据集已经成功地应用于全球与区域环境变化、植被动态变化、土地覆盖变化和 植物生物物理量参数反演等方面的研究。受到大气条件和传感器自身因素的制约，虽然经过严格 的预处理，时序NDVI数据集仍包含很多噪声，影响其进一步的应用。首先介绍了近几年来普遍 使用的6种时序NDVI数据集的重建方法：改进的最佳指数斜率提取法、均值迭代滤波法、Savitz— ky—Golay滤波法、傅立叶变换法、非对称高斯函数拟合法和时间序列谐波分析法；然后采用这几种 方法对张掖地区2007年和2008年10 进行了重建，对重建结果进行了比较和评价；最后对人为的噪声序列进行重建，对重建结果的优缺 点进行评价。 NDVI数据；比较 关 键 词：NDVI；时间序列数据集；重建；SPOT／VEG 79 中图分类号：TP 文献标志码：A 文章编号：1004-0323(2009)05—0596—07 1 引 言 靠的时序数据集。 迄今为止，国内外学者相继提出了很多时序 植被对自然环境状况有直观的反映，是气候和 NI)VI数据集的重建算法，例如：最佳指数斜率提取 人文冈素对环境影响的敏感指标，冈此在地球系统 巾扮演着重要的角色。根据植被的光谱特性，将卫 滤波法、非埘称高斯拟合法、小波分析法以及时间窗 星可见光和近红外波段进行组合，形成多种植被指 内的线性内插法等。这些算法都很好地降低了序列 数，可以简尊、有效地度量地表植被状况…。其中 中的噪声水平，但也存在各自的局限性，因此深入研 NI)VI(归一化植被指数)作为植被生长状态和植被 究时序NI)VI数据的重建算法，具有十分重要的现 覆盖度的最佳指示因子，其时序变化反映植被的生 实意义。本文介绍了其中6种方法，并以张掖地区 长变化过程，已被广泛的应用在全球与区域环境变 2007年和2008年10d最大值合成的SP()T／VGT 化研究、植被动态变化监测、Dt。而积指数等植物生物 的时序NI)VI数据为例，运行这屿方法，对重建结 物理量参数反演以及净第一性植被乍产力研究等许 果进行了比较和评价；最后用这些方法对人为的噪 多方面。目前常川的时序NI)V1数据集是10d最 声序列进行重建，进而对重建方法的优缺点进行 AVHRR 大值合成的产品，例如：PAI。(Pathfinder评价。 I。and)、(jIMMS(Global and InventoryModeling 2 重建方法介绍 Studies)、SP()TVEGEq’ATION产品等， Mapping 这螳数据集虽然经过严格的预处理，但由于受到云 时序数据的重建算法都基于以下两个假设：① 污染、大气的不确定性及地表的双向反射等影响，残 NDVI的时序变化对应着植被的生长和衰老过程； 留很多噪声。凶此。需要通过一系列方法降低时序 ②云和小利的大气条件往往会降低NI)VI的值，时 NDVI数据中的