ndvi时间序列曲线重建方法综述.docxVIP

ndvi时间序列曲线重建方法综述 1 ndvi时间序列重建 ndvi（归一化植被指数）的时间序列数据能够准确反映陆地生态系统植被的生长状态、季节特征和年际变化特征。该方法在监测和模拟世界和区域生态环境变化、植被覆盖动态变化、植被物候特征的识别和信息提取方面得到广泛应用。目前常用的NDVI时间序列主要来自NOAA AVHRR、SPOT VEGETATION和TERRA/AQUA MODIS 等传感器。 NDVI反映植被生长过程的时间序列曲线通常是连续平滑的,但由于传感器本身性能、数据传输过程失误、太阳光照角度、观测视角、地物双向性反射以及云、大气气溶胶等观测条件因时间而异,此外受地表水、冰雪等随机干扰因素,得到的观测值包含很多不可预测的噪音,得到的NDVI 时间序列呈锯齿状的不规则波动,反映季节变化趋势不明显,使陆地生态系统监测、植被覆盖变化分析和信息提取等研究结论引进了诸多干扰。尽管常用的NDVI数据集广泛基于最大值合成法(MVC)来降低这些噪声,但是一些假高值、合成期内连续的NDVI低值等噪声残差还是存在,为此研究发展了一系列NDVI时间序列重建的方法。 目前NDVI时间序列曲线重建的主要方法大致归纳为3类:阈值法、基于滤波函数的平滑法和曲线拟合法。3种方法既可以基于原始的NDVI时间序列曲线重建,也可以对MVC处理后的数据集进行再处理。阈值法包括Viovy等提出的最佳指数斜率