考虑全时间序列信息的NDVI变分重建方法

NDVI数据受云覆盖等因素影响,普遍存在信息缺失和噪声污染问题。传统基于滤波或曲线拟合的方法对NDVI时间序列的先验特征考虑不足,难以有效解决时间连续缺失的难题。该文在变分框架下,通过正则化方式对NDVI时间序列的局部平滑性和非局部年际相似性进行刻画,提出一种考虑全时间序列信息的NDVI重建方法;选取Savitzky-Golay(SG)滤波、时间序列谐波分析(HANTS)和Whittaker滤波3种方法作为对比方法,在长江经济带两个区域的MODIS NDVI产品上进行模拟实验和真实实验。结果表明：该文方法在随机缺失和时间连续缺失情况下的MAE、RMSE和CC均更优,且能有效滤除不平滑的原始NDVI时间序列曲线中的噪声,获得平滑曲线,在处理时间连续的云污染方面表现更好。     

基于QA权重NDVI时间序列重建效果评价研究————以长江流域为例

通过计算质量频率和噪声比分析了长江流域MODIS NDVI质量情况,然后基于常用的S-G、A-G、D-L这3种重建方法设计了3种质量权重方案,对长江流域2001—2020年的时间序列MODIS NDVI数据进行重建,最后采用视觉对比、优质区域保真性和模拟加噪的方法对重建效果进行分析评价。结果表明：长江流域全年噪声比主要集中于75%~125%,其中冬季噪声对NDVI有较大的抑制效果,春秋季其次,而夏季噪声对NDVI有增强效果;基于质量权重方案三的S-G法对原始数据连续缺失的重建效果最好;在高质区域A-G法重建保真性较高,高质像元的R²和RMSE均值为0.9489和0.0245;在模拟加噪实验中,S-G法重建后数据丢失像元最少,与原始数据的R²平均值和标准差分别为0.8616和0.1848,RMSE为0.0035~0.4411,标准差为0.0383,表明在低质区域S-G法重建保真性较高。     

应用R/S方法分析NDVI时间序列

针对1982--2001年月合成PALNDVI时间序列,应用R／S方法计算中国陆地范围内的赫斯特指数。结果表明：全国范围内的赫斯特指数普遍大于0．5,意味着NDVI时间序列不是马尔科夫序列,而是存在明显的趋势性;中国陆地范围内的赫斯特指数分布存在“西高东低”的特点,说明西部NDVI时间序列表现出更强的持久性;通过分析赫斯特指数分布与陆地覆盖类型的关系发现,在同一生态地区内,裸地的赫斯特指数最高,与其它覆盖类型差异明显。陆地覆盖类型之外的自然条件和人为因素对赫斯特指数空间分布的影响有待进一步研究。     

基于LSWI和NDVI时间序列的水田信息提取研究

利用多时相的Landsat TM/ETM+和DEM数据,分别采用直方图匹配(HM)和准不变特征点(PIFs)方法对影像序列进行相对辐射校正,减少了影像的光照和大气条件在时间上的不确定性,提高了归一化植被指数(NDVI)和地表水分指数(LSWI)的计算精度。根据水稻在不同生育期表现出的生理特征,基于LSWI和NDVI时间序列及高程特征,采用二叉树方法提取了浙江省金华市水田信息。经过验证,在空间上水田信息的提取精度达到92.3%,在县域尺度上提取面积与统计年鉴具有0.97的相关度。     

基于Landsat8影像时间序列NDVI的作物种植结构提取

为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将研究区地表分为植被覆盖地表,无植被覆盖地表和水体3类。在植被覆盖区域内,根据林地和荒草地时序NDVI曲线特征,提取林地和荒草地,其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型,在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近,土地利用分类总体精度达到85.71%,作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高,能够实现区域作物种植信息的高效准确监测。     

利用MODIS/EVI时间序列数据分析干旱对植被的影响

为了分析2006 年四川重庆地区夏季干旱对该地区植被生长的影响, 选取该地区多年中分 辨率成像光谱仪(MODIS)增强植被指数( EVI) 时间序列数据进行研究, 利用时间序列谐波分析 (HANTS) 算法对EVI 数据进行去云处理, 并根据处理后的结果( 重构的EVI 数据以及HANTS 分 析得到相应频率对应的振幅和相位) , 分析干旱对该地区的影响, 同时结合地面气象数据加以补 充说明。将干旱年份和正常年份对比分析, 结果表明, 处理后的EVI 时间序列数据能较好地反映 干旱对地表植被的影响, 振幅和相位的空间分布特征能够很好地反映干旱的影响范围。     

基于EOS/MODIS数据的NDVI与EVI比较研究

作为NOAA/AVHRR 归一化植被指数(NDVI) 的延续和发展, EOS/MODIS 归一化植被指 数(NDVI) 和增强植被指数( EVI) 在许多领域得到广泛应用。应用数理统计和地统计学方法对二 者进行的对比研究表明: NDVI 在植被生长旺盛期容易达到饱和, 而EVI 则能克服这一现象, 比 较真实地反映植被的生长变化过程; 相同空间分辨率下, EVI 取值范围、标准差与变异系数均高 于NDVI, NDVI 数据比较均一, 其空间相关性高于EVI, EVI 更能反映研究区域内植被空间差异。 关键词:MODIS; 归一化植被指数(NDVI) ; 增强植被指数( EVI) ; 对比     

站点尺度的青藏高原时序NDVI重构方法比较与应用

基于卫星遥感的植被指数时序数据广泛应用于植被覆盖监测、生物量反演等多个研究领域,但由于传感器本身、大气条件、环境特征等因素引起的噪声会影响数据的应用效果,因此开展植被指数时序数据重构研究具有实际意义。本文基于2000-2015年MODIS归一化差异植被指数(NDVI)数据,采用三次样条函数法、双逻辑斯蒂函数法和奇异谱分析法3种常用方法,对青藏高原106个气象站点所在的典型覆被NDVI时序数据进行重构,并以植被物候信息提取作为应用,比较分析了3种算法的保真性、细节拟合能力及物候特征提取效果。研究表明, D-L及Spline函数分别对受冰雪及云层影响较大(荒漠、灌木、林地)及较小的覆被类型(草原、农作物)表现出较好的细节拟合能力;SSA方法拟合能力较差,易出现NDVI重构曲线整体“下移”的现象,造成峰值拟合结果偏低,并且表现出NDVI绝对值越小拟合效果越差的现象。从保持原始数据真值的能力来看,受噪声点影响较大的覆被类型(林地、灌木、草原)Spline函数略优于D-L函数法;而林地类型中SSA方法表现优于D-L函数法。从物候信息提取结果来看,D-L函数法所提取的生长季稍有提前,Spline函数及SSA方法分别表现出生长季开始点及结束点滞后的现象,灌木、林地类型表现出明显的年际波动变化的特征,荒漠类型由于NDVI绝对值偏低,3种方法物候提取结果一致性表现出锯齿状不规则波动。此外,D-L方法生长季开始期(SOS)和生长季结束期(EOS)在各覆被区均小于其他方法,波动较大;SSA方法提取的EOS在大部分覆被地区大于其他方法;Spline提取结果的年际波动与SSA高度相似。该研究可为高原植被不同覆被类型下NDVI时序数据噪声去除的方法选择提供借鉴。     

基于Sentinel-2时间序列数据及物候特征的棉花种植区提取

棉花是中国重要的经济作物,在新疆大面积种植。及时、准确获取棉花种植面积,对农业政策制定与农业经济发展有重要意义。以渭干河—库车河三角洲绿洲棉花为主要研究对象,利用2018—2020年（1景/1月）36景哨兵2号（Sentinel-2）数据,构建归一化植被指数（Normalize difference vegetation index,NDVI）和红边归一化植被指数（Red edge normalize difference vegetation index,RENDVI₇₈₃）时序数据;采用Savitzky-Golay（S-G）滤波法对时序数据进行平滑、重构并提取11个物候特征;利用袋外误差法对11个物候特征进行特征优选;在此基础上利用重构后的时序数据（NDVI Fit）、（RENDVI₇₈₃ Fit）、物候特征（RENDVI₇₈₃ Ph）、物候特征优选组合构建6种不同的特征数据集,利用随机森林分类（RFC）方法分别进行分类和提取,并采用最大似然分类方法和支持向量机分类方法对分类效果进行验证。结果表明：（1） NDVI和RENDVI₇₈₃时序数据变化趋势较为一致,棉花在5月（苗期）到8月初（开花盛期）有明显的上升趋势,在8月末至9月（花铃期）达到峰值。相比NDVI,红边波段构成的RENDVI₇₈₃时序曲线峰值从0.7提高到0.9,棉花区分效果更佳。（2） 11个物候特征中拟合函数最大值、生长季长度、生长季振幅、生长季结束、生长季大积分和生长季小积分对分类的贡献性最大,重要性得分分别为1.43、1.40、1.23、1.16、1.02和1.01。（3） RFC方法对特征数据集（RENDVI₇₈₃ Fit+物候特征优选组合）分类精度最佳。总体精度和Kappa系数分别为92.20%和0.92。（4） 研究区内棉花分类精度达到了91.02%,种植面积约为3424 km²,占研究区总面积的24.67%。     

基于时间序列遥感数据的嵯岗国家沙化土地封禁保护成效评估

2013年中国启动实施了内蒙古自治区新巴尔虎左旗嵯岗国家沙化土地封禁保护区试点。本研究利用2001-2017年生长季NDVI数据分析了嵯岗封禁保护区及周边区域植被长势时空演变特征,分析了多年的生长季降水量和历年旱情,之后利用植被降水利用效率和NDVI残差趋势分析对保护成效进行了评估。结果表明:(1)封禁项目实施之前,封禁区内外植被长势变化趋势基本一致,而在项目实施后的2016、2017年,封禁区内NDVI距平明显高于封禁区外;(2)降水为影响该区域植被长势的主导气候因素,在封禁实施后的2015-2017年该区域连续3 a干旱,极大地限制了区域植被生长;(3)封禁区内植被降水利用效率和NDVI残差均呈现明显的增加趋势,而封禁区外变化不明显,说明封禁提升了植被的自我修复能力;(4)嵯岗封禁保护区由3个地块组成,其中嵯岗林场封禁效果比牧场八队和牧场十一队明显。国家沙化土地封禁保护措施有效促进了植被自我修复,提高了沙漠生态系统应对气候变化的能力。     

MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用

以三江平原为研究区,利用多时相的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据。监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别。根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据。该方法的总体分类精度达到79.67%,Kappa系数为0.752 5。研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据。     

Application of Multi-Temporal MODIS NDVI Data to Assess Practiced Maize Calendars in Rwanda

Crop calendar is an important tool providing relevant information on crops cycles in a specific area for effective agricultural management. Crop calendars vary in different areas given dissimilarities in agro-ecosystems’ characteristics. This research used multi-temporal MODIS NDVI stratification to assess differences in practiced maize crop calendars in various areas of Rwanda. Four (4) sample NDVI strata dominated by agriculture were purposively chosen, and 433 local farmers were randomly selected from the strata for interviews. The collected information helped to know about their maize planting as well as harvesting dates in order to generate maize calendars per NDVI strata. The generated crop calendars were later classified using k-means unsupervised classification, and produced 4 groupings of practiced maize calendars irrespective of NDVI strata. ANOVA results revealed significant differences between both the generated maize crop calendars by NDVI strata and the practiced crop calendars irrespective of NDVI strata, at p = 0.05. Moreover, chi-square tests and t-tests revealed not only a significant relationship between maize calendars and number of crop growing seasons, but also a significant relationship between maize calendars and NDVI strata, at p = 0.05. Finally, findings of this research contrasted the present conviction that there exist a single general maize calendar all over the country. Instead, the results were in accordance with the fact that Rwanda agro-ecosystems differ from East to West in terms of, mainly, altitude and rainfall patterns variations.     

基于MODIS/NDVI的新疆伊犁河谷植被变化

利用2000-2010年16 d合成的MODIS/[NDVI]数据,结合植被异常指数、趋势线分析和Hurst指数等分析方法,对新疆伊犁河谷植被覆盖的时空变化特征进行了分析。结果表明：（1） 伊犁河谷内植被覆盖随海拔增高而先增加后减小,最高植被覆盖区位于2 000～2 500 m的高程带;2000-2010年伊犁河谷各高程带内植被覆盖整体下降趋势明显,但海拔低于1 000 m的高程带除外。（2）受干湿环境影响,伊犁河谷全区平均被植异常指数最高值出现在降水最多的2002年,最低值出现在降水最少的2008年,但不同区域植被异常指数的变化存在较大差异。（3）伊犁河谷内植被覆盖增加和减小的区域分别占总面积的4.09%和19.34%,增加区域主要位于伊犁河两岸的平原区,减小区域主要位于乌孙山两端以及伊犁河谷周围海拔2 000 m左右的低山区域;变标度极差分析结果表明,伊犁河谷内植被覆盖年际变化呈现很强的持续性,未来一定时间内将保持现有变化趋势不变。     

陕西MODIS/NDVI的区域分布和季节变化

利用MODIS数据研究植被指数的时空变化特征,可以较详细地反映不同类型植被在其生长周期内的长势情况,以及各类植被生长状况在空间上的过渡和差异性。利用2004年全年的MODIS资料,采用NDVI多时相最大值合成法（MVC）,生成了一年的月合成NDVI数据集产品,分析表明：①陕西MODIS/NDVI年平均值为0.39,变化范围在-0.54～0.85之间。NDVI的年内频率分布只有在冬季（1月）呈现单峰型,其他季节均表现为双峰型。②冬季陕西NDVI的分布南北差异较小;春季延安以北和延安以南差异明显;夏季和秋季NDVI 值的分布体现了陕北北部长城沿线风沙区、黄土高原丘陵沟壑区稀疏植被、陕北南部子午岭和黄龙山林区森林植被、关中农田植被、秦巴山地森林植被和农田植被以及它们的地表差异特征。③不同植被类型的NDVI季节变化差别显著,这种NDVI时间序列曲线如实地反映了各种类型植被的生长规律,并能区分它们在生长规律上的细微差别,这又为植被区划、农作物种植面积的遥感监测提供了理论和实践基础。     

基于特征的时间序列聚类方法研究进展

时间序列聚类可以根据相似性将对象集分为不同的组, 从而反映出同组对象的相似性特征和不同组对象之间的差异特征。当序列维度较高时, 传统的时间序列聚类方法容易受噪声影响, 难以定义合适的相似性度量, 聚类结果往往意义不明确。当数据有缺失或不等长时, 聚类方法也难以实施。基于上述问题, 一些学者提出了基于特征的时间序列聚类方法, 不仅可以解决上述问题, 还可以发现序列本质特征的相似性。本文根据时间序列的不同特征, 综述了基于特征的时间序列聚类方法的研究进展, 并进行了分析和评述;最后对未来研究进行了展望。