基于时空相关性的NDVI时序重建方法研究-论文.pdf

基于时空相关性的NDVI时序重建方法研究-论文.pdf

ID:53762865

大小:314.61 KB

页数:4页

时间:2020-04-24

基于时空相关性的NDVI时序重建方法研究-论文.pdf_第1页
基于时空相关性的NDVI时序重建方法研究-论文.pdf_第2页
基于时空相关性的NDVI时序重建方法研究-论文.pdf_第3页
基于时空相关性的NDVI时序重建方法研究-论文.pdf_第4页
资源描述:

《基于时空相关性的NDVI时序重建方法研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第48卷第2期华中师范大学学报(自然科学版)VoL48No.22014年4月JOURNAI0FHUAZHONGNORMALUNIVERSITY(Nat.Sci.)Apr.2014文章编号:1000—1l90(2014)02—0265—04基于时空相关性的NDVI时序重建方法研究曾群。,殷守敬¨,田礼乔,陈晓玲(1.华中师范大学学报编辑部,武汉430079;2.华中师范大学城市与环境科学学院,武汉430079;3.环境保护部卫星环境应用中心,北京100094;4.武汉大学测绘遥感信息工程国家重点实验室,武汉430079)摘要:针对目前时序NDVI数据重

2、建算法时空相关性考虑不足的问题,提出一种综合利用时间域Savitzky-Golay滤波、空间域平滑滤波和异常数据剔除算法的NDVI时序重建方法.并以10年的SPOTvGTNDVIS10产品时序影像为实验数据,对算法进行了测试.结果表明,该方法对数据集中的噪声具有很好的去除效果,可以为基于NDVI的定量分析研究提供高质量数据.关键词:时序重建;NDVI;时空相关中图分类号:P237文献标识码:A通过遥感技术对地球表面的长时间、连续观较多时会造成局部变化趋势错判;傅里叶变换_9会测,已经形成了海量的时序遥感数据,为全球地表对NDVI曲线过平滑造成变化信息

3、的丢失,并且过程和环境变化研究提供了重要数据源.归一化差对NDVI数据中的伪极值比较敏感造成结果产生分植被指数(NDVI)作为一个重要遥感参数,针对偏移;S—G(Savitzky—Golay)滤波_】。。能够清晰描述NoAA/AVHRR(GIMMS、Pathfinder)、M0DIS、NDVI长期变化趋势,同时保留局部的突变信息,SPOTVEGETATION等传感器都有专门的ND—该方法关键因素在于滑动窗口的大小和平滑多项VI产品,形成了长达12~21年的数据积累,在全式的阶数,其取值需要对NDVI数据分析后确定.球和区域环境变化、地表覆盖动态监测、

4、植被生长NDVI作为一种典型的地理数据,具备了地物过程分析等领域得到广泛应用Ll].时空相关的基本特性.现有的NDVI时序数据重大区域覆盖、长时间跨度的NDVI数据集由于建方法,往往只注重了其时间连续性,只对时域噪受到成像天气条件、气候变化、传感器衰减等因素的声进行了处理,而忽略了空间域噪声的去除.本文影响包含了大量噪声,尽管数据集经过了最大值合从时空相关性出发,提出一种综合利用S—G滤波、成、云检测等处理,但是数据产品仍然不同程度上受异常值检测和空间域中值滤波,适用于长时间序列到噪声的影响,使得对数据的分析可能会导致错误NDVI数据的噪声去除方法.

5、的结论_2],大大限制了其在全球变化定量分析研究1基于时空相关的NDVI时序重建中的应用.因此,对NDVI时间序列数据集进行去噪方法处理,剔除噪声对影像质量的影响,显得尤其重要.针对NDVI时序数据去噪问题,目前已发展1.1基于s—G滤波的时域噪声去除出许多算法,对各类算法优缺点也有过系统研通过对前述NDVI时域噪声处理方法的对究l3J.MVC(MaximumValueComposition)法比,从NDVI数据的趋势变化分析和定量化研究操作简单但残差保留过多,主要应用于NDVI数等需求出发,综合考虑各种方法的噪声去除效果、据集初级产品的生产和对定量

6、化分析要求不高的数据保真性、参数自动化程度、计算效率等因素,选研究;BISE(BestIndexSlopeExtraction)法主取S—G滤波方法进行时域噪声的去除.要用于去除NDvI突降值,但阈值设置受人为影基于S—G滤波的NDVI时序数据处理方法从响较大;非线性高斯函数拟合法]适用于周期及趋提出In]后被广泛应用。.该方法能够利用ND—势分析,但算法复杂不适合大数据量运算,异常值VI长期变化趋势(半年或一年)有效修正异常值,收稿日期:2013—10—18.基金项目:国家973计划项目(2011CB707106);国家863计划项目(2012AA

7、12A304)*通讯联系人.Email:shoujingy@163.com.266华中师范大学学报(自然科学版)第48卷同时可以体现NDVI的短期波动规律.为避免出1.3基于超限中值平滑滤波的空间域噪声去除现局部拟合不足的同时其它部分局部拟合过度的空间域噪声去除方法主要是借助地物的空间问题,对长时间序列NDVI数据,本文中以一年为相关性,根据“距离越近的地物其相似性也较高”这一一个周期进行分段拟合.具体步骤如下:原理,利用邻域像素信息对影像进行平滑以去除1)长期变化趋势拟合:拟合多项式表示ND—噪声点.一般的空间平滑滤波在去噪的同时,往往VI的长期变

8、化趋势,取较大的窗口宽度和较小的造成边界模糊和信息失真.对于变化检测等定量分多项式系数可以获取平滑的拟合曲线

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。