一種ndvi時間序列重構(gòu)的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種NDVI時間序列重構(gòu)的方法及系統(tǒng)，其方法包括：獲取原始地理數(shù)據(jù)信息；對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理；對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi)插，并對NDVI時間序列影像的每個像元建立三重調(diào)制的余弦函數(shù)模型；確定余弦函數(shù)模型中的初始值；基于確定的初始值進(jìn)行擴(kuò)展卡爾曼濾波計算，對NDVI時間序列影像進(jìn)行初步重構(gòu)；將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值進(jìn)行比較；將比較結(jié)果進(jìn)行輸出。本發(fā)明采用線性內(nèi)插和擴(kuò)展卡爾曼濾波(EKF)的結(jié)合算法對廣州市森林地區(qū)的NDVI時間序列數(shù)據(jù)進(jìn)行了重構(gòu)，數(shù)據(jù)的離散程度更低，精度更高。
【專利說明】
-種NDVI時間序列重構(gòu)的方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及地理信息技術(shù)領(lǐng)域，具體設(shè)及一種NDVI時間序列重構(gòu)的方法及系統(tǒng)。
【背景技術(shù)】
[0002] 植被指數(shù)作為表征地表植被覆蓋和生長狀況的有效度量參數(shù)，在遙感領(lǐng)域中經(jīng)常 被用于植被監(jiān)測。在各類植被指數(shù)中，歸一化植被指數(shù)（NDVI)較為常用，它是由近紅外 (NIR)和紅(RED)波段反射率進(jìn)行均一化變換計算得到，是反映植被在電磁光譜紅波段和近 紅外波段吸收和反射特征的一個指數(shù)，并能夠敏感的反映植被的生長狀況、生物物理化學(xué) 性質(zhì)W及生態(tài)系統(tǒng)參數(shù)的變化情況。NDVI時間序列分析已經(jīng)廣泛應(yīng)用在植被動態(tài)變化、± 地覆被變化[4]和植被生物物理參數(shù)反演等研究中。NDVI曲線是NDVI時間序列數(shù)據(jù)構(gòu)成的 反映植被生物學(xué)特征隨時間變化的最佳指示因子，也是季節(jié)變化和人為活動影響的重要指 示。但是，由于受到傳感器自身性能、云層、大氣環(huán)境變化和雙向反射特性等的影響，從衛(wèi)星 數(shù)據(jù)中獲得的NDVI時間序列數(shù)據(jù)幾乎不同程度的受到噪聲污染，運(yùn)些噪聲使得地表覆蓋和 陸地生態(tài)系統(tǒng)的監(jiān)測受到了嚴(yán)重的影響。因此，在對數(shù)據(jù)進(jìn)行應(yīng)用前，有必要對NDVI時序數(shù) 據(jù)進(jìn)行去噪和平滑處理，即數(shù)據(jù)重構(gòu)。
[0003] 近年來學(xué)者們提出了很多降噪和重構(gòu)高質(zhì)量NDVI時間序列數(shù)據(jù)的方法，每一種數(shù) 據(jù)重構(gòu)的方法都有其優(yōu)勢和缺點。如在重構(gòu)方法評價的實例研究中采用改進(jìn)的最佳指數(shù)斜 率提取法(BISE)進(jìn)行實驗，能夠識別時序中大部分噪聲，重構(gòu)效果較好，但是由于不同區(qū) 域、不同植被類型，不同的生長狀況，算法對異常高值的檢測闊值不能設(shè)為固定的值；W及 在對時序的重構(gòu)時指出S-G濾波法重構(gòu)效果也較好，能夠修正大部分異常的低值，卻對異常 高值處理的效果不佳；對高原濕地進(jìn)行時序重構(gòu)時采用的對比方法是快速傅立葉變換 (FFT)，其重建效果較差，截止頻率越低，損失的高頻諧波數(shù)越多，與原值偏差越大;此外，時 間序列諧波分析法化ANTS)和非對稱高斯函數(shù)(AG)擬合法相似，能夠降低異常高指點，提升 低值點，得到相對光滑的曲線，卻也改變了大部分點的值。
[0004] 由于受到傳感器自身性能、云層、大氣環(huán)境變化和雙向反射特性等的影響，從衛(wèi)星 數(shù)據(jù)中獲得的NDVI時間序列數(shù)據(jù)幾乎不同程度的受到噪聲污染，運(yùn)些噪聲使得地表覆蓋和 陸地生態(tài)系統(tǒng)的監(jiān)測受到了嚴(yán)重的影響，現(xiàn)有W上的方法濾波結(jié)果都存在與原值偏差大等 精度問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是針對現(xiàn)有歸一化植被指數(shù)(NDVI)時間序列數(shù)據(jù)含有大量的噪聲， 提供了一種NDVI時間序列重構(gòu)的方法及系統(tǒng)，采用線性內(nèi)插和擴(kuò)展卡爾曼濾波化KF)的結(jié) 合算法對廣州市森林地區(qū)的NDVI時間序列數(shù)據(jù)進(jìn)行了重構(gòu)，使NDVI時間序列能夠更好的逼 近高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)的離散程度更低，精度更高。
[0006] 本發(fā)明提供一種NDVI時間序列重構(gòu)的方法，包括如下步驟：
[0007] 獲取原始地理數(shù)據(jù)信息；
[000引對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理；
[0009] 對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi)插，并 對NDVI時間序列影像的每個像元建立S重調(diào)制的余弦函數(shù)模型；
[0010] 確定余弦函數(shù)模型中的初始值；
[0011] 基于確定的初始值進(jìn)行擴(kuò)展卡爾曼濾波計算，對NDVI時間序列影像進(jìn)行初步重 構(gòu)；
[0012] 將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值進(jìn)行比較，將低于線性內(nèi)插曲線上的 NDVI值作為誤差點，將高于線性內(nèi)插曲線上的NDVI值作為正常值給予保留；
[0013] 將比較結(jié)果進(jìn)行輸出。
[0014] 所述獲取原始地理數(shù)據(jù)信息包括：
[0015] 對原始地理數(shù)據(jù)信息進(jìn)行幾何校正和大氣校正處理。
[0016] 所述對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理包括：
[0017] 對全部地理數(shù)據(jù)信息進(jìn)行預(yù)處理，進(jìn)行投影轉(zhuǎn)換；
[0018] 進(jìn)行掩膜裁剪獲取待處理數(shù)據(jù)。
[0019] 所述對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi) 插包括：
[0020] 對發(fā)生突降的NDVI像元點通過像元可信度數(shù)據(jù)層標(biāo)識云層像元，對所述像元可信 度數(shù)據(jù)層像元采用鄰近時間段的像元值進(jìn)行線性內(nèi)插。
[0021] 所述對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi) 插包括：
[0022] 獲取像元可信度數(shù)據(jù)層中數(shù)據(jù)為2的像元數(shù)組下標(biāo)，所述象元數(shù)數(shù)值下標(biāo)標(biāo)識了 對應(yīng)的NDVI數(shù)據(jù)集中的下標(biāo)像元屬性；
[0023] 對判斷為云層的像元進(jìn)行線性內(nèi)插的方法，利用臨近時間點的像元值進(jìn)行線性內(nèi) 插，替代原云層像元值。
[0024] 相應(yīng)的，本發(fā)明還提供了一種NDVI時間序列重構(gòu)的系統(tǒng)，包括:地理信息獲取模 塊，用于獲取原始地理數(shù)據(jù)信息；
[0025] 預(yù)處理模塊，用于對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理；
[0026] 線性內(nèi)插模塊，用于對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元 值進(jìn)行線性內(nèi)插；
[0027] 模型匹配模塊，用于對NDVI時間序列影像的每個像元建立S重調(diào)制的余弦函數(shù)模 型；
[0028] 初始值計算模塊，用于確定余弦函數(shù)模型中的初始值；
[0029] 序列重構(gòu)模塊，用于基于確定的初始值進(jìn)行擴(kuò)展卡爾曼濾波計算，對NDVI時間序 列影像進(jìn)行初步重構(gòu)；
[0030] 重構(gòu)值比較模塊，用于將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值進(jìn)行比較，將低 于線性內(nèi)插曲線上的NDVI值作為誤差點，將高于線性內(nèi)插曲線上的NDVI值作為正常值給予 保留；
[0031] 結(jié)果輸出模塊，用于將比較結(jié)果進(jìn)行輸出。
[0032] 所述地理信息獲取模塊用于對原始地理數(shù)據(jù)信息進(jìn)行幾何校正和大氣校正處理。
[0033] 所述預(yù)處理模塊用于對全部地理數(shù)據(jù)信息進(jìn)行預(yù)處理，進(jìn)行投影轉(zhuǎn)換；W及進(jìn)行 掩膜裁剪獲取待處理數(shù)據(jù)。
[0034] 所述線性內(nèi)插模塊用于對發(fā)生突降的NDVI像元點通過像元可信度數(shù)據(jù)層標(biāo)識云 層像元，對所述像元可信度數(shù)據(jù)層像元采用鄰近時間段的像元值進(jìn)行線性內(nèi)插。
[0035] 所述線性內(nèi)插模塊用于獲取像元可信度數(shù)據(jù)層中數(shù)據(jù)為2的像元數(shù)組下標(biāo)，所述 象元數(shù)數(shù)值下標(biāo)標(biāo)識了對應(yīng)的NDVI數(shù)據(jù)集中的下標(biāo)像元屬性；W及對判斷為云層的像元進(jìn) 行線性內(nèi)插的方法，利用臨近時間點的像元值進(jìn)行線性內(nèi)插，替代原云層像元值。
[0036] W上技術(shù)可W看出，本發(fā)明針對歸一化植被指數(shù)(NDVI)時間序列數(shù)據(jù)含有大量的 噪聲，對其應(yīng)用帶來諸多不便，為了提高NDVI數(shù)據(jù)質(zhì)量，本發(fā)明實施例采用線性內(nèi)插和擴(kuò)展 卡爾曼濾波化KF)的結(jié)合算法對廣州市森林地區(qū)的NDVI時間序列數(shù)據(jù)進(jìn)行了重構(gòu)，使NDVI 時間序列能夠更好的逼近高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)的離散程度更低，精度更高?；诰€性內(nèi)插的 EKF算法的時間序列重構(gòu)方法，重構(gòu)后的NDVI時間序列達(dá)到對低值噪聲的抑制能力更好的 效果，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，其對原始數(shù)據(jù)的均值偏差更小，數(shù)據(jù)的離散程度更低，精度提高了47.23%。
【附圖說明】
[0037] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可W 根據(jù)運(yùn)些附圖獲得其它的附圖。
[0038] 圖1是本發(fā)明實施例中的NDVI時間序列重構(gòu)的方法流程圖；
[0039] 圖2是本發(fā)明實施例中的原始地理信息所設(shè)及的研究區(qū)樣點選擇區(qū)示意圖；
[0040] 圖3是本發(fā)明實施例中的森林像元的的原始NDVI時間序列結(jié)構(gòu)示意圖；
[0041 ]圖4是本發(fā)明實施例中的原始MODIS NDVI與由線性內(nèi)插的邸F獲得的NDVI比較示 意圖；
[0042] 圖5是本發(fā)明實施例中的NDVI時間序列重構(gòu)的系統(tǒng)結(jié)構(gòu)示意圖。
【具體實施方式】
[0043] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它 實施例，都屬于本發(fā)明保護(hù)的范圍。
[0044] 本發(fā)明實施例所提供的NDVI時間序列重構(gòu)的方法，其主要實現(xiàn)方式包括:獲取原 始地理數(shù)據(jù)信息；對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理;對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù) 信息采用臨近時間點的像元值進(jìn)行線性內(nèi)插，并對NDVI時間序列影像的每個像元建立S重 調(diào)制的余弦函數(shù)模型；確定余弦函數(shù)模型中的初始值;基于確定的初始值進(jìn)行擴(kuò)展卡爾曼 濾波計算，對NDVI時間序列影像進(jìn)行初步重構(gòu);將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值 進(jìn)行比較，將低于線性內(nèi)插曲線上的NDVI值作為誤差點，將高于線性內(nèi)插曲線上的NDVI值 作為正常值給予保留;將比較結(jié)果進(jìn)行輸出。
[0045] 具體的，圖I示出了本發(fā)明實施例中的NDVI時間序列重構(gòu)的方法流程圖，步驟如 下：
[0046] SlOl、獲取原始地理數(shù)據(jù)信息；
[0047] 廣州位于東經(jīng)112° 57 '~114° 3 '、北締22° 26 '~23° 56 '，屬于丘陵地帶，地勢東北 高、西南低，背山面海，北部是森林集中的丘陵山區(qū)。廣州地處亞熱帶沿海，北回歸線從中南 部穿過，屬海洋性亞熱帶季風(fēng)氣候，W溫暖多雨、光熱充足、夏季長、霜期短為特征。全年平 均氣溫21.9為攝氏度，是中國年平均溫差最小的大城市之一。一年中最熱的月份是7月，月 平均氣溫達(dá)28.7°C。最冷月為1月份，月平均氣溫為13.5°C。平均相對濕度77%，年降雨量約 為1736毫米。全年中，4至6月為雨季，7至9月天氣炎熱，多臺風(fēng)，10月、11月、和3月氣溫適中， 12至2月為陰涼的冬季。全年水熱同期，雨量充沛，利于植物生長，為四季常綠、花團(tuán)錦簇的 "花城"。如圖2所示，為本次實驗森林樣點的選擇區(qū)域一南沙太魯森林公園。
[004引本實施例中采用的MODIS NDVI數(shù)據(jù)是NASA提供的MODUQl級產(chǎn)品，提取了 250米分 辨率植被指數(shù)16天合成的產(chǎn)品數(shù)據(jù);然后對數(shù)據(jù)進(jìn)行預(yù)處理;最后用進(jìn)行線性內(nèi)插修正過 的像元值邸F重構(gòu)NDVI時間序列。
[0049] 本發(fā)明實施例中的原始地理信息數(shù)據(jù)來源:采用的MODIS NDVI數(shù)據(jù)是NASA提供的 M0D13Q1級產(chǎn)品，選擇了250米分辨率植被指數(shù)16天合成的產(chǎn)品數(shù)據(jù)，對原始地理數(shù)據(jù)信息 進(jìn)行幾何校正和大氣校正處理。時間范圍為2012年1月一2014年12月，3年時間共69期影像。
[0050] S102、對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理；
[0051] 整個數(shù)據(jù)預(yù)處理包括:對全部地理數(shù)據(jù)信息進(jìn)行預(yù)處理，進(jìn)行投影轉(zhuǎn)換；W及進(jìn)行 掩膜裁剪獲取待處理數(shù)據(jù)。
[0052] 其中：（1)對全部數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)行投影轉(zhuǎn)換，把Sinusoidal地圖投影轉(zhuǎn)換成 通用墨卡托投影；（2)采用廣州市行政區(qū)范圍進(jìn)行掩膜裁剪，獲取研究區(qū)數(shù)據(jù)。W研究±地 利用類型為基礎(chǔ)，隨機(jī)選取預(yù)處理后的NDVI時間序列15個點為NDVI曲線驗證點，部分驗證 點NDVI曲線如圖3。從圖3可W看出，驗證點的時間曲線上部分NDVI值發(fā)生突降，運(yùn)些突降點 在植物生長的周期中是不合理的，應(yīng)作為噪聲點給予修正。
[0053] S103、對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi) 插，并對NDVI時間序列影像的每個像元建立S重調(diào)制的余弦函數(shù)模型；
[0054] (1)數(shù)據(jù)線性內(nèi)插的先期處理
[0055] 本實施例中針對MODIS NDVI時間序列數(shù)據(jù)集的特點，首先對數(shù)據(jù)進(jìn)行先期處理， 對發(fā)生突降的NDVI像元點通過像元可信度數(shù)據(jù)層標(biāo)識云層像元，程序中對該部分云層像元 采用鄰近時間段的像元值進(jìn)行線性內(nèi)插。獲取像元可信度數(shù)據(jù)層中數(shù)據(jù)為2的像元數(shù)組下 標(biāo)，該數(shù)值下標(biāo)即標(biāo)識了對應(yīng)的NDVI數(shù)據(jù)集中的下標(biāo)像元屬性。對此判斷為云層的像元進(jìn) 行線性內(nèi)插的方法，利用臨近時間點的像元值進(jìn)行線性內(nèi)插，替代原云層像元值。
[0056] 替代后新的時間序列為Iv,娘1)，其中^為：
[0化7] (1)
[0化引式中，DNr為像元可信度的像元值，NQ，t)為t時間段的第i個像元的NDVI值。
[0化9 ] (2化KF重構(gòu)NDVI時間序列的方法
[0060]利用臨近時間點的像元值進(jìn)行線性內(nèi)插，替代原云層像元值，然后對NDVI時間序 列影像的每個像元建立=重調(diào)制的余弦函數(shù)模型，公式如下：
[0061 ]
(2)
[006^ 式中，yk代表NDVI時間序列在k時刻的觀測值，nk表示k時刻的噪聲。同時，運(yùn)個余弦 函數(shù)是由角頻率《、均值y、振幅a和相位0共同決定的。其中，角頻率明確定義為《=23if， 其中f由植被年度生長周期決定，根據(jù)16天合成的MODIS產(chǎn)品數(shù)據(jù)，此處f確定為16/365。而 化具和口功時間函數(shù)，根據(jù)已知的yk進(jìn)行估算，其中kEl，. . .，N。
[0063] S重調(diào)制余弦函數(shù)的參數(shù)估計非常重要，根據(jù)EKF算法，隨著每一個k時刻的增長， 系統(tǒng)狀態(tài)Xk包含了 S個參數(shù)變量，即
站和站-1之間的關(guān)系用函數(shù)f表示。 狀態(tài)向量Xk和觀察向量yk的關(guān)系用非線性函數(shù)h表示，但是函數(shù)模型并不準(zhǔn)確，故而加入過 程噪聲Wk和觀測噪聲Vk。其非線性離散系統(tǒng)狀態(tài)方程和觀測方程的形式如下所示
[0064] (3)
[00 化] (4)
[0066] 式中，Xk表示系統(tǒng)狀態(tài)方程，yk表示觀察方程;f(.)是狀態(tài)轉(zhuǎn)換函數(shù)，M .)代表非線 性函數(shù)。WkGRP和VkGRq均為高斯白噪聲，且互不相關(guān)。
[0067] 在本文中Xk變化不顯著，可令f=l，故f(.)是線性狀態(tài)轉(zhuǎn)換函數(shù)。從式(4)知，觀測 方程是非線性的，根據(jù)EKF遞推方程和所建立的線性狀態(tài)方程，可得系統(tǒng)的遞推濾波方程如 下：
[006引
[0069]
[0070] 巧)
[0071]
[0072]
[0073] 態(tài)轉(zhuǎn)移矩陣，H為觀測矩陣，K為卡爾 曼增益，yk為k時刻的觀察值。
[0074] S104、確定余弦函數(shù)模型中的初始值；
[0075] 其初始狀態(tài)參數(shù)的簡單計算方法如下：
剛 (IQ)
[0077] (O)
[007引其中，N表示時間序列數(shù)據(jù)的個數(shù)，NDVI i是i時刻的NDVI的值。同時，比較余弦的特 征后，令初始相位巧為0，即初始
[0079 ] S10 5、基于確定的初始值進(jìn)行擴(kuò)展卡爾曼濾波計算，對ND VI時間序列影像進(jìn)行初 步重構(gòu)；
[0080]在給定濾波計算的初值XO和Po之后，EKF利用MATLAB平臺實現(xiàn)W上（1) (3)的算 法，對廣州市森林區(qū)域2012-2014年共計69景的MODIS NDVI時間序列影像進(jìn)行初步重構(gòu)。 [0081] S106、將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值進(jìn)行比較，將低于線性內(nèi)插曲線 上的NDVI值作為誤差點，將高于線性內(nèi)插曲線上的NDVI值作為正常值給予保留；
[00劇將線性內(nèi)插的NDVI值作為"較真實值'引入邸F中與初步重構(gòu)的NDVI值進(jìn)行比較， 將低于內(nèi)插曲線上的NDVI值認(rèn)為是誤差點，而高于變化趨勢的NDVI值則認(rèn)為是正常的值， 給予保留。運(yùn)樣就獲取了由線性內(nèi)插結(jié)果和EKF算法結(jié)果共同進(jìn)行重構(gòu)的最終結(jié)果，其構(gòu)成 的NDVI曲線較為平滑，不僅保證了非云層像元的原始NDVI值，還使得云層像元的NDVI值更 接近其上的包絡(luò)線，很好的反映了植被的生長狀況。
[0083] S107、將比較結(jié)果進(jìn)行輸出。
[0084] 從圖4(a)上可W看出，標(biāo)識為云層像元的時間點，NDVI值有了明顯提高，而其他一 些在前后相鄰像元中為波谷狀態(tài)的時間點，也應(yīng)存在噪聲，最終的濾波結(jié)果中運(yùn)部分噪聲 點的值也有一定的提高。圖4原始MODIS NDVI與由線性內(nèi)插的EKF獲得的NDVI比較：（a)原始 M孤IS NDVI與由邸F和線性內(nèi)插的邸F獲得的NDVI比較，（b)由線性內(nèi)插的邸F獲得的NDVI與 中值濾波后的NDVI比較。
[0085] 相應(yīng)的，圖5還示出了本發(fā)明實施例中的NDVI時間序列重構(gòu)的系統(tǒng)結(jié)構(gòu)示意圖，包 括：
[0086] 地理信息獲取模塊，用于獲取原始地理數(shù)據(jù)信息；
[0087] 預(yù)處理模塊，用于對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理；
[0088] 線性內(nèi)插模塊，用于對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元 值進(jìn)行線性內(nèi)插；
[0089] 模型匹配模塊，用于對NDVI時間序列影像的每個像元建立S重調(diào)制的余弦函數(shù)模 型；
[0090] 初始值計算模塊，用于確定余弦函數(shù)模型中的初始值；
[0091] 序列重構(gòu)模塊，用于基于確定的初始值進(jìn)行擴(kuò)展卡爾曼濾波計算，對NDVI時間序 列影像進(jìn)行初步重構(gòu)；
[0092] 重構(gòu)值比較模塊，用于將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值進(jìn)行比較，將低 于線性內(nèi)插曲線上的NDVI值作為誤差點，將高于線性內(nèi)插曲線上的NDVI值作為正常值給予 保留；
[0093] 結(jié)果輸出模塊，用于將比較結(jié)果進(jìn)行輸出。
[0094] 具體實施過程中，該地理信息獲取模塊用于對原始地理數(shù)據(jù)信息進(jìn)行幾何校正和 大氣校正處理。
[00M]具體實施過程中，該預(yù)處理模塊用于對全部地理數(shù)據(jù)信息進(jìn)行預(yù)處理，進(jìn)行投影 轉(zhuǎn)換；W及進(jìn)行掩膜裁剪獲取待處理數(shù)據(jù)。
[0096] 具體實施過程中，該線性內(nèi)插模塊用于對發(fā)生突降的NDVI像元點通過像元可信度 數(shù)據(jù)層標(biāo)識云層像元，對所述像元可信度數(shù)據(jù)層像元采用鄰近時間段的像元值進(jìn)行線性內(nèi) 插。
[0097] 具體實施過程中，該線性內(nèi)插模塊用于獲取像元可信度數(shù)據(jù)層中數(shù)據(jù)為2的像元 數(shù)組下標(biāo)，所述象元數(shù)數(shù)值下標(biāo)標(biāo)識了對應(yīng)的NDVI數(shù)據(jù)集中的下標(biāo)像元屬性；W及對判斷 為云層的像元進(jìn)行線性內(nèi)插的方法，利用臨近時間點的像元值進(jìn)行線性內(nèi)插，替代原云層 像元值。
[0098] 綜上，本發(fā)明針對歸一化植被指數(shù)(NDVI)時間序列數(shù)據(jù)含有大量的噪聲，對其應(yīng) 用帶來諸多不便，為了提高NDVI數(shù)據(jù)質(zhì)量，本發(fā)明實施例采用線性內(nèi)插和擴(kuò)展卡爾曼濾波 化KF)的結(jié)合算法對廣州市森林地區(qū)的NDVI時間序列數(shù)據(jù)進(jìn)行了重構(gòu)，使NDVI時間序列能 夠更好的逼近高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)的離散程度更低，精度更高?；诰€性內(nèi)插的EKF算法的 時間序列重構(gòu)方法，重構(gòu)后的NDVI時間序列達(dá)到對低值噪聲的抑制能力更好的效果，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，其對原始 數(shù)據(jù)的均值偏差更小，數(shù)據(jù)的離散程度更低，精度提高了47.23%。
[0099] 本領(lǐng)域普通技術(shù)人員可W理解上述實施例的各種方法中的全部或部分步驟是可 W通過程序來指令相關(guān)的硬件來完成，該程序可W存儲于一計算機(jī)可讀存儲介質(zhì)中，存儲 介質(zhì)可W包括：只讀存儲器（ROM, Read Only Memo巧）、隨機(jī)存取存儲器（RAM, Random Access Memory)、磁盤或光盤等。
[0100] W上對本發(fā)明實施例所提供的NDVI時間序列重構(gòu)的方法及系統(tǒng)進(jìn)行了詳細(xì)介紹， 本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進(jìn)行了闡述，W上實施例的說明只是用 于幫助理解本發(fā)明的方法及其核屯、思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的 思想，在【具體實施方式】及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為 對本發(fā)明的限制。
【主權(quán)項】
1. 一種NDVI時間序列重構(gòu)的方法，其特征在于，包括如下步驟： 獲取原始地理數(shù)據(jù)信息； 對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理； 對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi)插，并對 NDVI時間序列影像的每個像元建立三重調(diào)制的余弦函數(shù)模型； 確定余弦函數(shù)模型中的初始值； 基于確定的初始值進(jìn)行擴(kuò)展卡爾曼濾波計算，對NDVI時間序列影像進(jìn)行初步重構(gòu)； 將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值進(jìn)行比較，將低于線性內(nèi)插曲線上的NDVI值 作為誤差點，將高于線性內(nèi)插曲線上的NDVI值作為正常值給予保留； 將比較結(jié)果進(jìn)行輸出。2. 如權(quán)利要求1所述的NDVI時間序列重構(gòu)的方法，其特征在于，所述獲取原始地理數(shù)據(jù) 信息包括： 對原始地理數(shù)據(jù)信息進(jìn)行幾何校正和大氣校正處理。3. 如權(quán)利要求2所述的NDVI時間序列重構(gòu)的方法，其特征在于，所述對原始地理數(shù)據(jù)信 息進(jìn)行數(shù)據(jù)預(yù)處理包括： 對全部地理數(shù)據(jù)信息進(jìn)行預(yù)處理，進(jìn)行投影轉(zhuǎn)換； 進(jìn)行掩膜裁剪獲取待處理數(shù)據(jù)。4. 如權(quán)利要求1至3任一項所述的NDVI時間序列重構(gòu)的方法，其特征在于，所述對數(shù)據(jù) 預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi)插包括： 對發(fā)生突降的NDVI像元點通過像元可信度數(shù)據(jù)層標(biāo)識云層像元，對所述像元可信度數(shù) 據(jù)層像元采用鄰近時間段的像元值進(jìn)行線性內(nèi)插。5. 如權(quán)利要求4所述的NDVI時間序列重構(gòu)的方法，其特征在于，所述對數(shù)據(jù)預(yù)處理后的 原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn)行線性內(nèi)插包括： 獲取像元可信度數(shù)據(jù)層中數(shù)據(jù)為2的像元數(shù)組下標(biāo)，所述象元數(shù)數(shù)值下標(biāo)標(biāo)識了對應(yīng) 的NDVI數(shù)據(jù)集中的下標(biāo)像元屬性； 對判斷為云層的像元進(jìn)行線性內(nèi)插的方法，利用臨近時間點的像元值進(jìn)行線性內(nèi)插， 替代原云層像元值。6. -種NDVI時間序列重構(gòu)的系統(tǒng)，其特征在于，包括:地理信息獲取模塊，用于獲取原 始地理數(shù)據(jù)信息； 預(yù)處理模塊，用于對原始地理數(shù)據(jù)信息進(jìn)行數(shù)據(jù)預(yù)處理； 線性內(nèi)插模塊，用于對數(shù)據(jù)預(yù)處理后的原始地理數(shù)據(jù)信息采用臨近時間點的像元值進(jìn) 行線性內(nèi)插； 模型匹配模塊，用于對NDVI時間序列影像的每個像元建立三重調(diào)制的余弦函數(shù)模型； 初始值計算模塊，用于確定余弦函數(shù)模型中的初始值； 序列重構(gòu)模塊，用于基于確定的初始值進(jìn)行擴(kuò)展卡爾曼濾波計算，對NDVI時間序列影 像進(jìn)行初步重構(gòu)； 重構(gòu)值比較模塊，用于將線性內(nèi)插的NDVI值與初步重構(gòu)的NDVI值進(jìn)行比較，將低于線 性內(nèi)插曲線上的NDVI值作為誤差點，將高于線性內(nèi)插曲線上的NDVI值作為正常值給予保 留； 結(jié)果輸出模塊，用于將比較結(jié)果進(jìn)行輸出。7. 如權(quán)利要求6所述的NDVI時間序列重構(gòu)的系統(tǒng)，其特征在于，所述地理信息獲取模塊 用于對原始地理數(shù)據(jù)信息進(jìn)行幾何校正和大氣校正處理。8. 如權(quán)利要求7所述的NDVI時間序列重構(gòu)的系統(tǒng)，其特征在于，所述預(yù)處理模塊用于對 全部地理數(shù)據(jù)信息進(jìn)行預(yù)處理，進(jìn)行投影轉(zhuǎn)換；以及進(jìn)行掩膜裁剪獲取待處理數(shù)據(jù)。9. 如權(quán)利要求6至8任一項所述的NDVI時間序列重構(gòu)的系統(tǒng)，其特征在于，所述線性內(nèi) 插模塊用于對發(fā)生突降的NDVI像元點通過像元可信度數(shù)據(jù)層標(biāo)識云層像元，對所述像元可 信度數(shù)據(jù)層像元采用鄰近時間段的像元值進(jìn)行線性內(nèi)插。10. 如權(quán)利要求9所述的NDVI時間序列重構(gòu)的系統(tǒng)，其特征在于，所述線性內(nèi)插模塊用 于獲取像元可信度數(shù)據(jù)層中數(shù)據(jù)為2的像元數(shù)組下標(biāo)，所述象元數(shù)數(shù)值下標(biāo)標(biāo)識了對應(yīng)的 NDVI數(shù)據(jù)集中的下標(biāo)像元屬性；以及對判斷為云層的像元進(jìn)行線性內(nèi)插的方法，利用臨近 時間點的像元值進(jìn)行線性內(nèi)插，替代原云層像元值。
【文檔編號】G06F17/50GK106021653SQ201610301569
【公開日】2016年10月12日
【申請日】2016年5月6日
【發(fā)明人】胡月明, 劉振華, 蔣雪冰, 張飛揚(yáng)
【申請人】華南農(nóng)業(yè)大學(xué)