%0 Journal Article
%T MODISEVI时序数据重建方法及拟合分析
%A 王乾坤
%A 于信芳
%A 舒清态
%A 尚珂
%A 文可戈
%J 地球信息科学学报
%P 732-741
%D 2015
%R 10.3724/SP.J.1047.2015.00732
%X 植被遥感监测中长时间序列数据择优的重建方法,已成为当今一个研究热点。本文以东北地区5种主要植被覆盖类型为例,在定性分析TIMESAT提供的3种常用重建方法对EVI(EnhancedVegetationIndex)时序曲线重建效果的基础上,定量对比研究了各方法,对原始高质量EVI点真实值的保真性,及对原始曲线整体特征的保持度。结果表明S-G(Savitzky-Golay)滤波对原始曲线生长季的峰值及宽度重建效果较好,但容易因过度拟合保留过多噪声,特别是草地和灌丛类型;非对称性高斯函数(AG)和双Logistic曲线(DL)方法相似,对草地、灌丛和耕地的重建结果更接近真实值,但AG拟合对波峰处异常值的处理结果较差,重建后波峰表现低平。3种算法对原始EVI时序数据的保真性和对原始时序数据曲线特征的保持度,都表现出与植被类型分布相关的空间分布格局。分析结果表明,在东北地区,AG算法对草原和灌丛的重建效果最好,DL算法对耕地重建效果最优,S-G算法最适合对落叶阔叶林和落叶针叶林进行重建处理。
%K Savitzky-Golay滤波
%K MODISEVI
%K 非对称性高斯函数拟合
%K 中国东北
%K 双Logistic曲线拟合
%U http://www.dqxxkx.cn/CN/abstract/abstract36942.shtml