[发明专利]一种基于高时空分辨率遥感数据的植被物候提取方法

说明书

一种基于高时空分辨率遥感数据的植被物候提取方法，获取目标区域的序列遥感影像，对遥感影像进行云检测预处理，生成植被NDVI生长曲线；设计噪点去除方法对NDVI生长曲线进行优化，生成稳定光滑的植被NDVI生长曲线；基于最大变化斜率法提取到植被物候期的三个特征点；设计方法过滤植被伪物候期。最终，完成所述目标区域的地表植被物候提取。本发明利用NDVI曲线提取地表植被物候，每20天地表NDVI合成，合成后基于相邻观测的噪点二次过滤，以及物候提取后的一个最优合成，利用自动化提取NDVI曲线中的所有可能物候特征点，提取准确度高，提取效率高、速度快，可以大区域精准地提取地表植被的物候期提供技术手段与参考。

技术领域

本发明涉及一种物候提取方法，具体的，涉及一种基于高时空分辨率遥感数据的植被物候提取方法，可以基于NDVI（归一化植被指数）时间序列，用于缓解现有技术无法对地表植被物候进行准确提取的技术问题。

背景技术

植被物候是指植被随着年际年内气候降水、温度和辐射等节律性变化，植物自身发生萌芽、抽枝、展叶、开花结果以及落叶、休眠等规律性变化的现象。植被物候对气候变化具有较高的敏感性，其变化不仅可以揭示植被的生长动态，而且能够直观反映植被生态系统对全球环境变化的响应与适应过程，是表征气候变化最敏感也最明显的指示器。

植被物候提取方法主要有两种：传统的地面物候观测和遥感物候提取。传统的物候提取方法是采用目视观测，对个体水平物种的发芽、长叶、开花、结果等在内的多个物候阶段进行目视观察，该方法能够准确地获取个别物种的物候。但是，传统地面物候提取因其费时费力，不适宜长时间面积物候提取。遥感技术发展为大尺度长时间序列物候提取提供了有力工具，可以实现像元尺度的多种植被生长信息的实时观测。目前较为常用的物候遥感提取的方法有阈值法、最大变化斜率法、中值法、曲线拟合法、滑动平均法等。这些方法大多需要人工设定阈值，然而地表植被物候因气候环境、地理位置等呈现明显的空间异质性，难以找到一个普适性阈值来反演大区域地表植被物候。曲线拟合法因要求解拟合曲线形状参数，运算量较大。此外，这些方法均基于地表植被指数时间序列来生成植被生长曲线，因卫星拍摄地面时大气状况影响，导致植被指数时间序列存在较多噪点，任何未过滤的噪点均会改变植被生长曲线形状，利用以上方法会提取到伪物候点，降低地表植被物候提取准确度。

随着遥感技术的快速发展，当前已有高时空分辨率的遥感数据，如哨兵二号（Sentinel-2）卫星，可以进行精准的地表植被物候提取。但是，如何利用高时空分辨率的遥感数据，例如Sentinel-2数据提取地表植被的物候期，从而对地表植被物候进行准确提取成为现有技术亟需解决的技术问题。

发明内容

本发明的目的在于提出一种基于高时空分辨率遥感数据的植被物候提取方法，用于缓解现有技术无法对地表植被物候进行准确提取的技术问题。

为达此目的，本发明采用以下技术方案：

一种基于高时空分辨率遥感数据的植被物候提取方法，其特征在于，包括如下步骤：

植被NDVI生长曲线生成步骤S110：利用例如Sentinel-2，获取目标区域的高时空分辨率的序列遥感影像，对所述遥感影像进行云检测预处理，生成植被NDVI（归一化植被指数）生长曲线；

NDVI生长曲线优化步骤S120：设计噪点去除方法对NDVI生长曲线进行优化，生成稳定、光滑、可靠的植被NDVI生长曲线；

植被物候期特征点提取步骤S130：