全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

MODISEVI时序数据重建方法及拟合分析

DOI: 10.3724/SP.J.1047.2015.00732, PP. 732-741

Keywords: Savitzky-Golay滤波,MODISEVI,非对称性高斯函数拟合,中国东北,双Logistic曲线拟合

Full-Text   Cite this paper   Add to My Lib

Abstract:

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。

References

[1]  郝成元,马春艳,朱宗泽.基于NOAA/AVHRR和Terra/MODIS数据的植被指数季节信息比较[J].地理与地理信息科学,2009,25(6):30-33.
[2]  张飞,塔西甫拉提·特依拜,丁建丽,等.塔里木河中游典型绿洲盐渍化土壤的反射光谱特征[J].地理科学进展,2012,31(7):921-932.
[3]  叶琦,赵萍,孙静.基于MODIS/NDVI与EVI的皖江流域植被覆盖比较分析[J].长江流域资源与环境,2012,21(3):361-368.
[4]  王正兴,刘闯,陈文波,等.MODIS增强型植被指数EVI与NDVI初步比较[J].武汉大学学报·信息科学版,2006,31(5):407-410.
[5]  王正兴,刘闯,Huete Alfredo.植被指数研究进展:从AVHRR-NDVI到MODIS-EVI[J].生态学报,2003,23(5):979-986.
[6]  郭铌.植被指数及其研究进展[J].干旱气象,2003,21(4):71-75.
[7]  Liu H Q, Huete A R. A feedback based modification of the NDVI to minimize canopy background and atmospheric noise[J]. Geoscience and Remote Sensing, 1995,33(2):457-465.
[8]  李红军,郑力,雷玉平,等.基于EOS/MODIS数据的NDVI与EVI比较研究[J].地理科学进展,2007,26(1):26-32.
[9]  赵伟,李召良.利用MODIS/EVI时间序列数据分析干旱对植被的影响[J].地理科学进展,2007,26(6):40-48.
[10]  耿丽英,马明国.长时间序列NDVI数据重建方法比较研究进展[J].遥感技术与应用,2014,29(2):362-368.
[11]  Beck P S A, Atzberer C, H?gda K A, et al. Improved monitoring of vegetation dynamics at very high latitudes: A new method using MODES NDVI[J]. Remote Sensing of Environment, 2006,100(3):321-334.
[12]  Hird J N, McDermid G J. Noise reduction of NDVI time series: An empirical comparison of selected techniques[J]. Remote Sensing of Environment, 2008,113(1):248-258.
[13]  Peter M Atkinson, C Jeganathan, Dash J, et al. Inter-comparison of four models for smoothing satellite sensor time-series data to estimate vegetation phenology[J]. Remote Sensing of Environment, 2012,123:400-417.
[14]  宋春桥,游松财,柯灵红,等.藏北地区三种时序NDVI重建方法与应用分析[J].地球信息科学学报,2011,13(1):133-143.
[15]  曹云峰,王正兴,邓芳萍.3种滤波算法对NDVI高质量数据的保真性研究[J].遥感技术与应用,2010,25(1):118-125.
[16]  吴秀芹,蒙吉军.基于NOAA/AVHRR影像和地理空间数据的中国东北区景观分类[J].资源科学,2004,26(4):132-139.
[17]  王绍强,周成虎,刘纪远,等.东北地区陆地碳循环平衡模拟分析[J].地理学报,2001,56(4):390-400.
[18]  LPDAAC. MODIS User_Guide[EB/OL]. https://lpdaac.usgs.gov/products/modis_products_table/mod09a1, 2011-02.
[19]  J?nsson P, Eklundh L. TIMESAT——a program for analyzing time-series of satellite sensor data[J]. Computers &Geosciences, 2004,30(8):833-845.
[20]  J?nsson P, Eklundh L. Seasonality extraction by function fitting to time-series of satellite sensor data[J]. Geoscience and Remote Sensing, 2002,40(8):1824-1832.
[21]  李儒,张霞,刘波,等.遥感时间序列数据滤波重建算法发展综述[J].遥感学报,2009,13(2):335-340.
[22]  Savitzky A, Golay M J E. Smoothing and differentiation of data by simplified least squares procedures[J]. Analytical Chemistry, 1964,36(8):1627-1639.
[23]  宋春桥,柯灵红,游松财,等.基于TIMESAT的3种时序NDVI拟合方法比较研究——以藏北草地为例[J].遥感技术与应用,2011,26(2):147-155.
[24]  李邦东.近50年东北地区降水时空变化及降雪影响因子分析[D].兰州:兰州大学,2013.
[25]  朱乾根,林锦瑞,寿邵文,等.天气学原理与方法[M].北京:气象出版社,2000:331-332.
[26]  陈金,李政海,贾树海,等.锡林郭勒草原区气候干旱化的时空变化规律[J].内蒙古大学学报,2011,42(3):304-310.
[27]  卫炜,吴文斌,李正国,等.时间序列植被指数重构方法对比研究[J].中国农业资源与区划,2014,35(1):34-43.
[28]  吴文斌,杨鹏,唐华俊,等.两种NDVI时间序列数据拟合方法比较[J].农业工程学报,2009,25(11):183-188.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133