MODIS植被指数时间序列Savitzky-Golay滤波算法重构-遥感学报.doc

_________________________ 中国科学院“西部之光”重点项目“若尔盖高原湿地动态变化遥感监测体系研究”（08R2130130）、国家“973”项目“黄淮海地区湿地水生态过程、水环境效应及生态安全调控”（2006CB403301）资助。 边金虎,男,1984年生,2007年毕业于四川农业大学。现为中科院成都山地所地图学与地理信息系统专业硕士研究生,主要从事定量遥感模型和GIS应用方面的研究;bianjinhu@ *通讯作者:李爱农,男,1974年生,副研究员, ainongli@ MODIS植被指数时间序列Savitzky-Golay滤波算法重构 边金虎1,2,李爱农1,3* ,宋孟强1, 马利群1,2,蒋锦刚1,4 1.中国科学院·水利部成都山地灾害与环境研究所，成都 610041; 2.中国科学院研究生院，北京 100039; 3. Department of Geography, University of Maryland, College Park, MD 20742, USA; 4. 成都信息工程学院环境工程系,成都 610225 摘要：本文利用Savitzky-Golay(S-G)滤波方法对若尔盖高原湿地??2000年至2009年MODIS 16天最大值合成的NDVI时间序列数据进行了重构，并与中值迭代滤波法、傅里叶变换法进行了比较。结果表明，基于S-G滤波的时间序列重构方法重构后的NDVI时间序列在直观及象元的时间序列曲线上均取得了较好的效果，对提高该数据产品质量有很大帮助，通过本方法重构后的高质量的NDVI时间序列对进一步利用该数据源对若尔盖湿地生态系统监测提供了良好的基础。 关键词：S-G滤波;NDVI;时间序列;MODIS  引言 植被指数是指通过选用多光谱遥感数据经过分析运算（加、减、乘、除等线性或非线性组合方式）产生某些对植被长势、生物量等有一定指数意义的数值（赵英时,2003），其与叶面积指数、叶绿素含量、植被覆盖度、生物量等植被的生物物理参数之间有密切的关系，同时也是气候参数、植物蒸散、土壤水分等地表生态环境参数的指标之一（Lu,2005; Moreau等,2003; 仝兆远等,2007）。基于NOAA/AVHRR、SPOT/VEGETATION以及MODIS等高时间分辨率的卫星传感器得到的植被指数时间序列资料已经在植被动态变化监测、宏观植被覆盖分类和植物生物物理参数反演方面得到了广泛的应用（顾娟等，2007）。以往的研究多从不同的植被类型或在不同的气候区来进行，近年来从时间域上定量的研究陆地覆盖变化成为热点（Jiang等,2008；王红说等，2008；那晓东等，2007）。 NDVI曲线是NDVI时间序列数据构成的反映植被生物学特征相随时间变化的最佳指示因子，也是季节变化和人为活动影响的重要指示器（赵英时,2003）。理论上来说，由于植被冠层随时间变化幅度较小，该曲线应该是一条连续平滑的曲线。然而，由于云层干扰、数据传输误差、二向性反射或地面冰雪的影响，在NDVI曲线中总是会有明显的突升或突降（Ma Veroustraete,2006）。尽管在NDVI时间序列数据集中经常采用8天或10天的最大值合成法（Holben,1986）及云层检测算法进行处理，其数据产品中仍然存在较大的残差，阻碍了对数据的进一步分析利用并可能导致错误的结论（Bethany 等,2007;Chen等,2004）。当前，国内外发展了一些算法用于降低噪声水平及对NDVI时间序列数据集进行重构。这些方法主要分为两类：时间域上的处理（包括最佳指数斜率提取法（BISE）（Viovy等 ,1992;Lovell Graetz,2001）、中值迭代滤波法(MIF) （Ma Veroustraete,2006）、S-G滤波法（Chen等，2004）及频率域上的处理（如傅里叶变换（王丹等，2005；Wen 等，2004；Poerink Menentir，2000；郑玉坤等，2003）。对这些方法的比较研究表明，每一种方法都有其优势及缺点。Xiao等（2002）利用BISE法对SPOT-4 VEGETATION(VGT)时间序列数据进行了重构，并基于重构结果对我国东北的森林类型进行了分类。Ma等（2006）采用中值迭代滤波法对我国西北部AVHRR NDVI时间序列数据集进行了重构，王丹等（2005）采用基于傅里叶变换的HANTS算法对中国地区AVHRR NDVI时间序列数据进行了重构。然而，这些方法还是存在一些缺点而限制了使用（Chen 等,2004）。BISE算法要求确定一个滑动窗口的大小及可接受度的阈值，而这些参数需要根据不同气候区或不同的植被特征根据研究人员的经验和技术进行调整，也使得该方法结果可信度不是很