[发明专利]一种时序NDVI数据序列的优化方法

说明书

本发明提供一种时序NDVI数据序列的优化方法，该方法包括如下步骤：获取初始的第一时序NDVI数据序列；在限制条件下，采用最佳坡度系数截取法BISE对所述第一时序NDVI数据序列进行优化，得到第二时序NDVI数据序列；采用小波变换法对所述第二时序NDVI数据序列进行优化，得到目标时序NDVI数据序列。采用本发明所述的方法优化初始的时序NDVI数据序列，能有效的去除初始的时序NDVI数据序列中的噪声数据，同时保持了时序NDVI数据的真实性，使得时序NDVI数据能够更为准确的体现被监测目标的真实变化信息。

技术领域

本发明涉及地理信息与遥感技术领域，尤其涉及一种时序的NDVI数据序列的优化方法。

背景技术

NDVI(Normalized Difference Vegetation Index)归一化差分植被指数，也称为生物量指标变化。NDVI是植被生长状态及植被覆盖度的最佳指示因子。NDVI能够准确的反映出地表植被的活力状态和植被季相变化特征。基于这一特性，NDVI现已被广泛的应用于各种变化的监测中，如城市扩张监测、森林扰动监测、植被长势监测、气候变化监测、开采扰动监测等。原始的时序NDVI数据是通过对卫星遥感器获取的遥感数据进行辐射定标、大气校正等计算得到的。遥感器获取遥感数据的过程容易受到云、气溶胶、太阳高度角和地物双向性反射等一系列不良因素的影响，导致遥感器获取的遥感数据中包含了一定量的噪声数据。这也导致在此基础上计算得出的时序NDVI数据中存在一定量的噪声数据。当上述时序NDVI数据用于变化检测时，噪声数据会在一定程度上影响检测结果的真实性，导致检测结果不能体现被检测对象的真实变化，使人们根据检测结果做出错误的判断。

常见的时序NDVI数据序列的优化方法，如采用最佳坡度系数截取法BISE优化时序NDVI数据序列，虽能很大程度地去除时序NDVI数据序列中的噪声数据，但优化后的时序NDVI数据序列仍然具有较高的离散性，尤其是在连续噪声处BISE表现不佳；采用Savitzky-Golay滤波法优化时序NDVI数据序列，在去除时序NDVI数据序列中的噪声数据的同时，还可以降低优化后的时序NDVI数据序列中数据的离散性，但优化后的时序NDVI数据序列与真实的数据序列的时相与幅度存在一定误差，目前该误差无法消除。

综上所述，如何去除时序NDVI数据序列中的这些噪声数据，并尽可能的保证时序NDVI数据的真实性，是目前我们面临的首要问题。

发明内容

为解决上述问题，本发明提供了一种时序NDVI数据序列的优化方法，包括如下步骤：

获取初始的第一时序NDVI数据序列；在限制条件下，采用最佳坡度系数截取法BISE对第一时序NDVI数据序列进行优化，得到第二时序NDVI数据序列；采用小波变换法对第二时序NDVI数据序列进行优化，得到目标时序NDVI数据序列。

优选地，获取初始的第一时序NDVI数据序列步骤，包括：获取原始卫星遥感数据；对原始卫星遥感数据进行辐射定标；对定标后的数据进行大气校正；对大气校正后的数据进行配准和几何校正,并对计算得出的NDVI数据按时间先后顺序重新组合，得到第一时序NDVI数据序列。

优选地，特定的限制条件的表达式为：

其中x_i-1、x_i、x_i+1为在第一时序NDVI数据序列中选取的3个连续的数据,i为大于等于2的整数。

优选地，在限制条件下，采用最佳坡度系数截取法BISE对第一时序NDVI数据序列进行优化,得到第二时序NDVI数据序列步骤，包括:

数据采集：在第一时序NDVI数据序列中依次选取3个的连续的数据：x_i-1、x_i、x_i+1；