[發明專利]一種長時間序列高精度植被指數改進算法

有效

• 申請號: 202011039297.4
• 申請日: 2020-09-28
• 公開（公告）號: CN111982822B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 滕洪芬;陳頌超;王漢林;史舟
• 申請（專利權）人: 武漢工程大學
• 主分類號: G01N21/17
• 分類號: G01N21/17;G06T7/00
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 崔友明

本發明涉及一種長時間序列高精度植被指數改進算法，包括S1～S7七個步驟。本發明的一種長時間序列高精度植被指數改進算法，通過綜合利用多源遙感及時空數據重構建模，對大區域范圍內長時間序列的植被指數進行了高精度的模擬和趨勢分析。這種分析方法綜合了不同衛星傳感器的優勢，克服了單一衛星遙感影像存在的像元污染、時間覆蓋范圍短、空間分辨率低等弊端，為大區域尺度植被指數的長期變化監測提供了新數據，對于大區域尺度生態保護政策的制定提供參考。

技術領域

本發明涉及植被遙感技術領域，具體為一種長時間序列高精度植被指數改進算法。

背景技術

植被通過影響地表和大氣之間的能量交換，在全球生態系統中發揮著重要的調節作用。了解大尺度區域長時間序列的植被動態過程及變化趨勢，對于研究全球生態系統過程和服務中的碳循環及水循環有著重要的意義。利用衛星遙感監測歸一化植被指數(Normalized Difference Vegetation Index，NDVI)的方法目前廣泛應用的植被動態監測手段。

在衛星遙感提供的眾多NDVI產品中，MODIS NDVI產品及全球清單建模和制圖研究(GIMMS)NDVI產品是目前被使用的最廣泛的兩種數據集。然而，通過衛星遙感收集到的植被信息的連續性通常會收到時空覆蓋和分辨率的干擾。例如，MODIS衛星傳感器能免費提供大范圍區域內1公里空間分辨率的地表植被信息。但是MODIS傳感器在監測高寒山區地表植被信息時，受云、雪、山體陰影等影響，普遍存在著像元污染大、數據可靠性差的問題。GIMMSNDVI數據的時間覆蓋度為1982-2015年，能提供全球范圍內最長時間序列的植被變化信息。但是，由于GIMMS NDVI的空間分辨率只有8公里，在進行區域尺度，尤其是在高寒山區這種地表時空異質性強的地區的植被變化研究時，往往導致局部NDVI信號的稀釋，難以準確反映地表植被的真正變化過程。

發明內容

本發明的目的在于提供一種長時間序列高精度植被指數改進算法，至少可以解決現有技術中的部分缺陷。

為實現上述目的，本發明實施例提供如下技術方案：一種長時間序列高精度植被指數改進算法，包括如下步驟：

S1，收集目標區域MODIS遙感影像及GIMMS遙感影像，并對收集的遙感影像進行預處理；

S2，利用所述S1步驟中MODIS遙感影像包含的遙感影像質量評價層，將MODIS遙感影像的像元篩選為可用像元和缺失像元兩種；

S3，將所述S2步驟中的MODIS遙感影像的可用像元和缺失像元細分為有效像元和異常像元；

S4，對所述S3步驟中的MODIS遙感影像的異常像元進行四維時空插補，并將插補后的像元和所述S3步驟中所述的有效像元進行合并；

S5，根據所述S1步驟中預處理得到的GIMMS遙感影像以及所述S4步驟中合并后的MODIS遙感影像進行遙感影像的時間維度分類，分為重疊期和預測期；

S6，對S5步驟中時間維度分類后的預測期遙感影像進行多源數據重構建模及檢驗；

S7，根據所述S6步驟中重構建模后的遙感影像以及所述S5步驟處理中重疊期的遙感影像數據合并，并建立影像數據的回歸關系，得到長時間序列高精度的植被綠度變化趨勢及變化指數。

進一步，在所述S1步驟中，所述MODIS遙感影像為空間分辨率為1公里的MOD13A2產品數據，時間分辨率為16天，時間覆蓋范圍是2002-2015年；所述的GIMMS遙感影像為空間分辨率8公里的GIMMS NDVI3g產品數據，時間分辨率為15天，時間覆蓋范圍是1982-2015年；所述的預處理包括遙感影像數據拼接、投影轉換、最大值合成法等，處理預處理后的MODIS遙感影像及GIMMS遙感影像的時間分辨率均為月，空間分辨率和時間覆蓋范圍不變。