線性內(nèi)插和擴展Kalman濾波組合法對NDVI時間序列的重構(gòu)與預(yù)測.pdf

1、歸一化植被指數(shù)（NDVI）時間序列數(shù)據(jù)已經(jīng)成功應(yīng)用于全球與區(qū)域環(huán)境變化、植被動態(tài)監(jiān)測、土地覆蓋變化和植被生物物理參數(shù)反演等多方面的研究。NDVI時間序列數(shù)據(jù)受到云、氣溶膠等大氣條件和傳感器自身等因素的影響包含很多噪聲，影響了其進一步的應(yīng)用。近年來，學者們提出了多種重構(gòu)高質(zhì)量NDVI時間序列數(shù)據(jù)的方法，但是每一種數(shù)據(jù)重構(gòu)的方法都有其優(yōu)缺點。因此，本文為了抑制異常低值和異常高值，提高NDVI時間序列數(shù)據(jù)的重構(gòu)精度，避免改變正常NDVI值，構(gòu)

2、建高質(zhì)量的時間序列影像，深入研究NDVI時間序列數(shù)據(jù)的重構(gòu)方法并提出更為優(yōu)化的方法，同時探索是否能夠?qū)崿F(xiàn)NDVI時間序列數(shù)據(jù)下一時刻的預(yù)測，具有十分重要的現(xiàn)實意義。
　　本文以廣州市為研究區(qū)，以空間分辨率為250m16d間隔的MODIS NDVI影像和野外實測數(shù)據(jù)為數(shù)據(jù)源，裁剪位于流溪河國家森林公園內(nèi)100*100大小像素的森林影像為研究對象，利用線性內(nèi)插和擴展Kalman濾波組合重構(gòu)方法對NDVI時間序列數(shù)據(jù)進行重構(gòu)處理，并運用

3、擴展Kalman濾波對NDVI時間序列數(shù)據(jù)重構(gòu)后的結(jié)果進行一步預(yù)測，同時對重構(gòu)和預(yù)測結(jié)果進行了驗證。其主要內(nèi)容如下：
　?。?）NDVI時間序列重構(gòu)
　　本文在前人的研究基礎(chǔ)上，為了提高擴展Kalman濾波重構(gòu)NDVI時間序列的精度，結(jié)合已有 NDVI時間序列模型，引入線性內(nèi)插的方法，即利用線性內(nèi)插和擴展Kalman濾波組合法對NDVI時間序列數(shù)據(jù)進行重構(gòu)，并與EKF和中值濾波方法進行比較，利用部分樣點的地面實測數(shù)據(jù)以及圖像

4、清晰度進行結(jié)果驗證，得出基于線性內(nèi)插和擴展Kalman濾波組合法、擴展Kalman濾波和中值濾波三種方法像元值的相對誤差，分別在-1.91％~0.93%，-3.86%~5.85%和-0.28%~16.30%之間；其圖像清晰度提升的范圍是0.0014~0.0908，提升的幅度范圍在3.89%~154.09%之間?？傮w而言，線性內(nèi)插和擴展Kalman濾波組合的重構(gòu)方法能夠更好的逼近高質(zhì)量的數(shù)據(jù)，擬合原始曲線的波峰，在提升曲線的整體效果的同時

5、，降低原始數(shù)據(jù)的均值偏差和數(shù)據(jù)的離散程度，對低值噪聲的抑制能力更好，圖像清晰度更高。
　　（2）NDVI時間序列預(yù)測
　　基于NDVI時間序列重構(gòu)的時序模型，利用擴展Kalman濾波算法的一步預(yù)測功能對 NDVI時間序列進行預(yù)測，其像元點的時間序列預(yù)測結(jié)果的絕對誤差范圍在0.0044~0.0944之間，EC擬合效果達到0.9785，而圖像清晰度整體呈下降趨勢，下降的范圍是-0.1063~-0.0011，降低幅度范圍為-71.

6、04%~-2.90%，說明擴展Kalman濾波對NDVI時間序列預(yù)測的效果并不顯著，其值的準確性及適用性有待進一步探討。
　　基于以上分析，雖然擴展Kalman濾波對NDVI時間序列數(shù)據(jù)的重構(gòu)效果不顯著，需要后期進一步研究完善，但是線性內(nèi)插和擴展 Kalman濾波組合重構(gòu)方法對 NDVI時間序列數(shù)據(jù)的重構(gòu)效果較好，對云層干擾、效果差的影像效果有明顯提高，對原始影像中數(shù)據(jù)較好的區(qū)域在重構(gòu)后也能夠保留原有的影像質(zhì)量，能夠為森林監(jiān)測、生