高时空分辨率NDVI数据集生成方法研究

发布时间：2022-01-12 23:08

　　高时空分辨率NDVI数据集能够更好地反映植被物候的变化,对于监测植被在时间域上的变化信息具有重要意义。本文旨在提出一种新的时空融合模型用于构建高时空分辨率NDVI数据集,并对生成的数据集进行滤波重建。本文选取适用于作物种植的山东、河南和安徽三省交界处作为研究区域。首先,针对目前Landsat 8和MODIS卫星数据出现的“时空矛盾”问题,提出了一种改进的基于NDVI数据的时空融合模型（sptiotemporal NDVI data fusion model,STNDFM）;其次,对目前主流时空融合模型STARFM、ESTARFM、FSDAF以及本文提出的STNDFM方法进行充分的实验对比与分析;最后,利用本文提出的时空融合模型生成研究区内2014-2016年时间分辨率为8天,空间分辨率为30米,共138幅遥感数据的高时空分辨率NDVI数据集,并利用A-G方法、D-L方法以及S-G滤波方法三种时序数据重建方法对生成的数据集进行滤波重构,然后对比分析三种方法的数据重建效果。本文的具体研究内容及研究成果主要包括以下三个方面:1.通过结合基于权重函数的方法和基于混合像元分解的方法,并将时空融合... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

研究区区位图及Landsat8原始影像假彩色图(R:Band5G:Band4B:Band3)

重庆邮电大学硕士学位论文第2章研究区域及数据预处理14Tool,MRT)将MODIS数据的投影方式转换为Landsat数据投影方式-通用墨卡尔投影(UTM)，并采用最邻近像元重采样法将MODIS数据的500m空间分辨率重采样到与Landsat8数据的30m空间分辨率一致，同时将MODIS的数据格式转化为tiff格式。MRT工具的参数设置如图2.2所示。图2.2MRT参数设置图2.3.3边界裁剪与NDVI值计算对原始的遥感数据在进行完上述的预处理后需要进行边界裁剪获得合适的研究区域，本文利用ENVI5.3软件并采用规则裁剪的方式利用相同的矢量文件分别对Landsat8和MODIS数据进行裁剪，同时也是为了保证两种数据源具有相同大小的研究区域。在确定研究区域后，需要分别对Landsat8和MODIS原始的反射率数据进行NDVI数值的计算，本文利用ENVI5.3软件波段计算工具(BandMath)计算两种数据源的NDVI数值，其中NDVI计算公式如下RNIRRNIRNDVI)/()((2.2)式中：NIR为近红外波段的地表反射率值，R为红外波段的地表反射率值。其中NDVI数值的范围在-1到1之间，负值表示地表类型为云、水体、雪等；NDVI

重庆邮电大学硕士学位论文第3章NDVI时空融合模型改进24时，本文认为具有相同地物类型的相似像元具有相同的转换系数，其中相关系数计算方法如下式：i112it2tiittHHvLiL(3.22)该方法最终的预测公式如下：/2/2/2/2K1,,H,,H(01)HNNDVIwwpNDVIwwNDVIiXYtXYtwiVik或(3.23)其中，/2/2,,HNDVIwwpXYt表示预测时刻NDVI值，/2/2KH,,NDVIwwXYt表示基准时刻NDVI值。3.2.2混合像元分解方法混合像元分解方法是基于线性光谱混合理论的，在忽略由于不同传感器之间差异和数据预处理造成的误差的情况下，混合像元的值等于该像元中的地物类型及其所占混合像元中的比例的线性组合。起初该理论只用于计算原始反射率数据。近几年来研究发现[49]，用NDVI值代替反射率计算只会引起很小的计算误差。于是本文将混合像元的方法直接引入到NDVI数据的计算中，虽然NDVI曲线随时间变化是复杂的，但是将NDVI短时间内的变化看作是线性变化是合理的。NDVI生长曲线及其线性分割示意图如图3.2所示。其中NDVI在t1和t2时刻的关系可以用公式3.24表示：21NDVINDVINDVI(3.24)其中，NDVI1和NDVI2分别代表t1时刻和t2时刻的NDVI值，NDVI表示NDVI的变化值。图3.2NDVI生长曲线及其线性分割示意图


本文编号：3585621