长时间序列高时空分辨率NDVI数据集构建方法研究

《长时间序列高时空分辨率NDVI数据集构建方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、－－－分类号：ＴＰ７５ＵＤＣ：Ｄ１０６２１３０７（２０１６）０２５９０巧级：公巧编号：３１３０２０５００５成都信息工程大学硕：ｔ学位论文长巧间序列高时空分辨率ＮＤＶＩ数搪集构建方法妍巧姓名＾学号３１３０２０５００５学院资源环境学院学位类型囚学术型□专业学位学习形式囚全日制□非全日制学科／领域大气科学／３Ｓ集成与气象应用研究方向区域气候与生态＃化＾Ｎ卢晓宁副教授——校外成都信息工程大学硕士学位论文i成都

2、信息工程大学硕士学位论文长时间序列高时空分辨率NDVI数据集构建方法研究学科领域名称：大气科学/3S集成与气象应用研究生：洪佳指导教师：卢晓宁副教授摘要基于当前对长时间序列高时空分辨率NDVI数据集具有强烈的现实需求但长时间序列高时空分辨率NDVI数据集十分缺乏、多源数据时空分辨率难于统一、时空数据融合算法很多但尚无有效的长时间序列NDVI数据融合方法的现状，提出了以傅里叶逼近为基础的长时间序列时空融合模型（LTSTAFM）和长时间序列线性融合模型（LTLFM）两种长时间序列高时空分辨率NDVI数据集构建方法。以青藏高

3、原东缘若尔盖湿地核心区为实验区，以GIMMS、Landsat和MODIS为数据源，对模型进行了实验和验证。研究表明：1）傅里叶逼近方法能够进行时间序列上离散的NDVI数据的序列重建，并且能够达到一定精度，能够较好地模拟NDVI的季节、规律性变化信息，但由于数据拟合算法本身的局限性，无法反映足够的扰动信息；2）基于时空适应反射率模型（STARFM）改进而来的长时间序列时空融合模型（LTSTAFM）通过引入空间信息和高低分辨率数据光谱（NDVI）差异信息，实现了对长时间序列NDVI周期和扰动信息的模拟，并取得了较高的精度，

4、同实际观测数据的平均均方根误差（RMSE）仅为0.0378，平均相关系数0.8651，平均线性倾向率0.9993，能够满足区域尺度相关研究的需要；3）基于线性混合理论和傅里叶拟合结果结合滑动窗的使用，长时间序列线性融合模型（LTLFM）通过融合AVHRR数据，较好地在高空间分辨率尺度上实现了长时间序列NDVI数据集的构建，模型结果无论在时间序列上还是空间上均较好地逼近了实际观测数据，平均均方根误差（RMSE）为0.0467，平均相关系数0.8646，平均线性倾向率0.8661，能够一定程度满足区域尺度相关研究的需要；4

5、）同傅里叶逼近方法相比，本研究LTSTAFM和LTLFM模型模拟的长时间序列NDVI具有更加清晰的纹理和细部结构等图像特征，在时间序列上同实际观测数据（MODIS）的相关性更高，更接近真实；5）LTSTAFM和LTLFM两种模型所产生的NDVI的结果差异并不十分显著，但LTSTAFM模型更适于河流、耕地、起伏山地等扰动较大区域的时间序列NDVI的融合重建，而LTLFM模型则在草地等均质、变化相对规律的区域表现ii成都信息工程大学硕士学位论文更佳；LTSTAFM模型得到的NDVI总体较LTLFM模型结果略微偏低。6）两种

6、长时间序列高时空分辨率NDVI数据集构建方法虽总体上具有较高精度，但在数据源、数据精度的检验、模型结果的适用性、模型本身的稳定性、对变化的检测能力等诸多方面尚存在一些问题需待探讨。关键词：NDVI；时空数据融合；傅里叶分析；长时间序列iii成都信息工程大学硕士学位论文ResearchontheConstructionMethodsofLongTimeSeriesHighSpatialandTemporalResolutionNDVIDatasetAuthor：HONGJia(AtmosphericSciences/In

7、tegrationof“3S”andMeteorologicalApplication)Directedby:LUXiaoningAbstractLongtimeseriesNDVIwithhighspatialresolutionplayssignificantroleinexaminingregionallong-termdynamicsofthevegetatedlandsurfaceandclimateimpacts，etc..However，observeddatacouldbeseverelymissedf

8、orthepersistentpresenceofatmosphericcontaminationandsnowcoverintheNDVItimeseries.Variousdatafusionmodelshavebeendevelopedtofigureouttheseproblems，butmostofwhichfailed