时间序列植被指数滤波去噪方法探讨.pdfVIP

时间序列植被指数滤波去噪方法探讨 孙华生，徐爱功 （辽宁工程技术大学测绘学院，辽宁，阜新 123000 ） 摘要：本文以多时相MODIS数据计算的NDVI （归一化差值植被指数）为例，总结目前 比较常用的时间序列植被指数去噪方法，包括两大类，即基于时间序列的统计模式滤波 法和基于频域分析的谐波滤波法。根据各自的滤波去噪的基本原理，分析其应用环境， 并通过MATLAB编程实现几种常用的滤波方法，以比较各自的滤波效果。研究结果可为 实现不同目的而选取恰当的植被指数滤波去噪方法提供理论和实际操作的指导。 关键词：遥感，时间序列，植被指数，滤波 Abstract: In this paper, NDVI calculated from Normalized Difference Vegetation Index (NDVI) multi-temporal MODIS data were used as case data, and the commonly-used time-series NDVI denoising methods were summarized, including two major categories, namely, the statistical method based on time series filtering and harmonic analysis based on frequency domain filtering method. According to their basic principles, the application environment was analyzed, and the filters were carried out in MATLAB programming environment to compare their filtering effects. This paper could provide theoretical and practical guidance to select appropriate vegetation index denoising filters according to the filtering purposes. Keywords: remote sensing, time series, vegetation index, filtering 1 引言 目前，NOAA-AVHRR 、SPOT-VEGETATION和EOS-MODIS等高时间分辨率的对地 观测卫星传感器已获取了大量的时间序列遥感数据，这些数据对地物识别和地表动态变 化监测等有着十分重要的作用，如土地利用变化监测、植被物候信息提取、植被生物物 理参数反演等。然而，由于传感器在获取地表信息时受到云覆盖、大气条件、双向反射 条件（太阳入射角、传感器观测角）、数据传输误差等因素的影响，在时间序列遥感数 据中存在大量的噪声，使数据的质量和应用效果受到严重的影响。因此，必须首先对数 据进行修复和重建，去除时间序列中的噪声，才能使遥感数据更好地加以应用。 由于绿色植被叶片在可见光波段具有强吸收特征，而在近红外波段具有强反射特征， 这是绿色植被叶片所特有的光谱属性，因此，可以利用近红外波段和可见光波段（由于 波长越短受到大气的影响越大，故通常选取红波段），经过线性或者非线性的运算处理 而得到植被指数，以增强植被信息并抑制其背景。植被指数是最常用的用于监测地表植 被状态的遥感数据，例如最常用的NDVI （归一化差值植被指数）（Rouse等，1973），其 计算公式为：NDVI= （ρ -ρ ）/ （ρ +ρ ），其中，ρ 为近红外波段的反射率，ρ 为 NIR R NIR R NIR R 红波段的反射率。NDVI 与植被叶面积指数、叶绿素含量、植被覆盖度、生物量等植被 生物物理参数有密切的关系，同时，它也是气候参数、植物蒸散、土壤水分等地表生态 环境参数的指标之一（赵英时，20