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。