ndvi時間序列曲線重建方法綜述

ndvi時間序列曲線重建方法綜述

1ndvi時間序列重建ndvi（歸一化植被指數(shù)）的時間序列數(shù)據(jù)能夠準確反映陸地生態(tài)系統(tǒng)植被的生長狀態(tài)、季節(jié)特征和年際變化特征。該方法在監(jiān)測和模擬世界和區(qū)域生態(tài)環(huán)境變化、植被覆蓋動態(tài)變化、植被物候特征的識別和信息提取方面得到廣泛應用。目前常用的NDVI時間序列主要來自NOAAAVHRR、SPOTVEGETATION和TERRA/AQUAMODIS等傳感器。NDVI反映植被生長過程的時間序列曲線通常是連續(xù)平滑的,但由于傳感器本身性能、數(shù)據(jù)傳輸過程失誤、太陽光照角度、觀測視角、地物雙向性反射以及云、大氣氣溶膠等觀測條件因時間而異,此外受地表水、冰雪等隨機干擾因素,得到的觀測值包含很多不可預測的噪音,得到的NDVI時間序列呈鋸齒狀的不規(guī)則波動,反映季節(jié)變化趨勢不明顯,使陸地生態(tài)系統(tǒng)監(jiān)測、植被覆蓋變化分析和信息提取等研究結論引進了諸多干擾。盡管常用的NDVI數(shù)據(jù)集廣泛基于最大值合成法(MVC)來降低這些噪聲,但是一些假高值、合成期內(nèi)連續(xù)的NDVI低值等噪聲殘差還是存在,為此研究發(fā)展了一系列NDVI時間序列重建的方法。目前NDVI時間序列曲線重建的主要方法大致歸納為3類:閾值法、基于濾波函數(shù)的平滑法和曲線擬合法。3種方法既可以基于原始的NDVI時間序列曲線重建,也可以對MVC處理后的數(shù)據(jù)集進行再處理。閾值法包括Viovy等提出的最佳指數(shù)斜率提取法(BISE)和Lovell等在此基礎上提出的改進算法;基于濾波的平滑方法主要包括Savitzky-Golay(S-G)濾波法、均值迭代濾波法(MVI)、傅立葉變換和時間序列諧波分析法(HANTS);曲線擬合法以雙Logistic函數(shù)擬合法(D-LCF)和非對稱性高斯函數(shù)擬合法(AGFF)為代表。以上基本涵蓋了當前遙感NDVI時間序列曲線重建的主要方法。目前,對于NDVI數(shù)據(jù)集預處理的方法除MVC得到大家基本認可,廣泛應用于NOAA、MODIS、SPOT等遙感數(shù)據(jù)生產(chǎn)合成時間序列數(shù)據(jù)初級產(chǎn)品,其他方法分別用于國內(nèi)外學者在全球或不同區(qū)域的研究,尚未達成共識。研究者在不斷改進或者提出新的算法,希望能夠克服現(xiàn)有方法本身的適應性或缺陷,有效濾除噪聲、反映植被真實的生長狀況和物候規(guī)律等。同時,部分國內(nèi)外學者選擇多種或兩種不同的重建算法進行了比較研究,分析各自的優(yōu)劣。比如:Julien等對其提出的IDR(IterativeInterpolationforDataReconstruction)方法與HANTS、D-LCF進行實例樣點對比研究,IDR在多數(shù)樣例中具有最好的效果,但是在強噪聲中對NDVI低值過度擬合;Sakamoto等以日本為研究區(qū),對小波變換和傅立葉變換方法進行了比較分析,結果表明,小波變換總體上優(yōu)于傅立葉變換;Jennifer選擇加拿大阿爾伯塔中西部的洛磯山脈中一個典型區(qū)域為示范區(qū),比較兩種曲線擬合方法(D-L擬合法和AG擬合法)與4種濾波方法(S-G濾波法、MVI、ARMD3-ARMA5濾波及4253H兩次濾波法)對NDVI時間序列重建效果,認為兩種曲線擬合方法總體上優(yōu)于4種濾波方法。在國內(nèi),僅有極少數(shù)相關的研究,且多針對上述各種方法的原理、優(yōu)缺點進行定性分析。如顧娟、李儒對目前主要的幾種NDVI時間序列方法進行概述;吳文斌等研究發(fā)現(xiàn),S-G濾波法與非對稱高斯擬合法對NDVI時間序列數(shù)據(jù)集擬合重建效果具有區(qū)域差異性。由于不同區(qū)域大氣及地面條件、植被覆蓋類型及作物制度的差異,以及缺乏定量比較手段,本研究以中國西部地區(qū)高寒和干旱環(huán)境具有代表性的藏北草地為例,利用非對稱性高斯函數(shù)擬合、雙Logistic曲線擬合和Savitzky-Golay濾波3種最常用的擬合重建算法對2007～2009年MODIS16d合成的NDVI時間序列進行處理,對比分析擬合結果曲線與NDVI序列上包絡曲線擬合效果以及保留高質(zhì)量原始真值程度兩方面的效果,為今后NDVI應用研究中選擇時間序列擬合的方法提供參考。2藏北地理位置及草地分布藏北地區(qū)位于青藏高原腹地,素有“江河源”、“生態(tài)源”、“中華水塔”等美譽,是我國長江、怒江、瀾滄江等主要江河的發(fā)源地,圖1為藏北地理位置及草地類型空間分布。區(qū)域幅員遼闊,緯度位置為30°27′25″～35°39′13″N,83°41′14″～95°10′46″E。由于疆域跨度大,加之多變的垂直地帶性影響,氣候及水熱條件差異較大,所以從東南向西北,植被類型分布與生物氣候帶相適應,依次出現(xiàn)亞高山疏林—灌叢草甸、高寒草甸、高寒草原、高寒荒漠草原四大基帶及相鄰的過渡亞帶。3基于平臺的ndvi研究使用的實例數(shù)據(jù)選擇EOS/Terra衛(wèi)星的MODIS產(chǎn)品之一MOD13Q1v005,包括基于MVC方法16d合成的250m分辨率NDVI及其質(zhì)量控制數(shù)據(jù),該產(chǎn)品經(jīng)過幾何校正和大氣校正。該時間序列數(shù)據(jù)集從美國NASALPDAAC工作組(LANDPROCESSESDISTRIBUTEDACTIVEARCHIVECENTER)網(wǎng)站下載(/lpdaac/products/modis_products_table),時間覆蓋2007年1月～2009年12月,3a時間共69期影像。NDVI值標準范圍為-1.0～1.0,MOD13Q1NDVI產(chǎn)品是-3000～10000的DN值,-3000為填充值,從DN值轉(zhuǎn)化成NDVI值的關系式為:NDVI=0.0001×DN(1)此外,還需從MOD13Q1v005產(chǎn)品中提取datapixelreliability數(shù)據(jù)集,其空間、時間分辨率與NDVI數(shù)據(jù)集匹配。該數(shù)據(jù)是對區(qū)域每個像元NDVI數(shù)據(jù)質(zhì)量進行說明(如表1),分為5個不同等級,為該NDVI產(chǎn)品不同應用級別提供參考。本研究中,NDVI時間序列擬合算法中填充NDVI點不參與計算,DN為0的NDVI點權值為1,DN為1的點權值設為0.8,而DN為2、3的點值權重為0.2。4學習方法4.1ndvi時間序列提取TIMESAT軟件包是J?nsson與Eklundh共同開發(fā)的用于植被指數(shù)時間序列數(shù)據(jù)集重建及提取植被生長物候信息的程序包,以便于獲取季節(jié)性植被生長規(guī)律信息等。該軟件平臺以S-G濾波法、AG擬合法及D-L擬合法為核心算法,能對NOAA/NOAAPAL、TERRA或AQUA/MODIS等NDVI時間序列數(shù)據(jù)進行有效地處理提取信息?；谏鲜?種方法對2007～2009年共23期NDVI時間序列重建效果對比分析處理主要包括以下4個步驟:①通過MRT軟件對從NASA網(wǎng)站上獲取的HDF格式MOD13Q1產(chǎn)品進行轉(zhuǎn)換,并進行區(qū)域拼接、投影轉(zhuǎn)換等預處理;②基于TIMESAT2.3平臺對原始NDVI時間序列進行平滑處理,其關鍵步驟為設置參數(shù),包括NDVI有效值域(Range,-0.05～1.00)、原始NDVI值權重(Weightvalue,詳見表1)、噪聲去除閾值(Spike,2)、滑動窗口大小(W-size,5-6-7)、擬合峰值參數(shù)(Alptitude,5)、迭代次數(shù)(Fittingsteps,3)等,基于S-G濾波法、非對稱高斯函數(shù)擬合法及雙Logistic曲線擬合法產(chǎn)生擬合后的NDVI時間序列數(shù)據(jù)集;③基于圖1中的草地類型斑塊,各種類型草地隨機選取60個左右(共計300個)的年時間序列樣點,得到各樣點2007～2009年原始及3種算法擬合后的NDVI時間序列數(shù)據(jù)集;④利用Matlab程序獲取原始NDVI時間序列曲線的上包絡線,并計算3種方法擬合后的NDVI序列對原始高質(zhì)量NDVI值和上包絡線的擬合效果,評價3種方法的優(yōu)劣。擬合重建處理中的任何時刻像元NDVI值依據(jù)datapixelreliability數(shù)據(jù)設置相應的權重,圖2中像元在3、4、6、10、16、19、20、21期為噪聲點(圓圈標識)。圖中3種擬合算法的加權與未加權處理的NDVI時間序列曲線顯示,前者擬合后曲線均有不同程度的提升,因為受云掩(點10、16)及地面冰雪覆蓋(其他圈出的點)的干擾造成NDVI值降低,使重建曲線對上包絡線擬合不夠,擬合后的NDVI最大值偏低。另外,由于春季返青之前和進入枯黃期階段的連續(xù)噪聲,生長季開始階段和結束階段的擬合曲線都發(fā)生右移,如果未進行不同權重處理,對于植被物候信息(如返青期、生長峰值、枯黃期等)的提取都將引入新的噪聲。本文對3種擬合算法的比較研究都將引入數(shù)據(jù)質(zhì)量權重系數(shù)進行處理。4.23基于自治重建算法的基本思想(1)基于分段高斯函數(shù)的植被生長模擬基于非對稱高斯函數(shù)擬合方法是一個從局部擬合到整體擬合的過程,使用分段高斯函數(shù)來模擬植被生長過程,最后通過平滑連接各高斯擬合曲線實現(xiàn)時間序列重建。其過程大致分為區(qū)間提取、局部擬合和整體連接三步驟。(2)雙邏輯函數(shù)濾波雙Logistic曲線擬合法是由Beck等于2006年提出的一種新算法,與非對稱高斯函數(shù)擬合法類似,雙邏輯函數(shù)濾波也是一種半局部擬合方法。首先將整個時間序列中時間點對應的值按極大或極小值分成多個區(qū)間,分別對該區(qū)間進行DoubleLogistic函數(shù)局部擬合,其處理過程與AG方法類似。(3)zki和go爾雅Savitzky-Golay濾波法最初由Savitzky和Golay于1960年提出,是一種移動窗口的加權平均算法,但其加權系數(shù)不是簡單的常數(shù)窗口,而是通過在滑動窗口內(nèi)對給定高階多項式的最小二乘擬合得出。4.3重建前后ndvi時間序列的特征在基于植被NDVI的各種陸地生態(tài)系統(tǒng)應用研究中,通常選取生長季峰期的NDVI值反映全年植被生長狀況。因此有必要比較分析各種算法擬合重建后的NDVI值在7、8月份相對于初始NDVI時間曲線的上包絡線的擬合效果。此外,利用NDVI時間序列提取物候信息及應用全年或生長季期的NDVI平均狀況的研究中,選擇一種在去除原始NDVI數(shù)據(jù)集中噪聲的同時,能夠有效地保持質(zhì)量好的NDVI點值的真實性的算法也十分關鍵。為了比較AG擬合、D-L擬合與S-G濾波法3種方法對高寒干旱環(huán)境的藏北草地MODIS16d合成的NDVI時間序列曲線擬合重建的效果,將著重從3個方面分析:①分析3種算法對整個區(qū)域NDVI均值在時間序列上改變的程度,以及擬合的時間曲線與原始NDVI曲線的相關系數(shù);②比較各像元擬合后的NDVI時間序列曲線在成熟期對上包絡線的擬合效果;③分析全年、生長季內(nèi)、生長季開始和結束時段以及生長季峰期重建后的NDVI與高質(zhì)量NDVI原始值的偏離程度。其中,相關系數(shù)用于反映擬合后的NDVI時間序列曲線保持原始植被生長季特征的能力,如式(2)所示:r=∑i=123(NDVIpi?NDVIpˉˉˉˉˉˉˉˉˉˉˉ)(NDVIoi?NDVIo)∑i=123(NDVIpi?NDVIpˉˉˉˉˉˉˉˉˉˉˉ)2×∑i=123(NDVIoi?NDVIoˉˉˉˉˉˉˉˉˉˉˉ)2ue001?ue000ue000(2)r=∑i=123(ΝDVΙpi-ΝDVΙpˉ)(ΝDVΙoi-ΝDVΙo)∑i=123(ΝDVΙpi-ΝDVΙpˉ)2×∑i=123(ΝDVΙoi-ΝDVΙoˉ)2(2)其中:NDVIoi、NDVIpi分別是年內(nèi)時間序列中第i期擬合處理前后的NDVI值,NDVIoˉˉˉˉˉˉˉˉˉˉΝDVΙoˉ、NDVIpˉˉˉˉˉˉˉˉˉˉΝDVΙpˉ分別為處理前后的年內(nèi)NDVI時間序列的均值。通過計算每個樣本像元的擬合重建前后的整年NDVI時間序列相關系數(shù),統(tǒng)計所有像元相關系數(shù)的平均值,反映3種擬合算法保持原始NDVI時間曲線整體特征的能力?；谶@3種主流算法的重建前后NDVI時間序列的擬合效果采用兩種方式表示:一是擬合前后NDVI偏差分布的箱須圖(Box-whiskerPlot)表示法,利用極小值、第一四分位數(shù)、中位數(shù)、第四分位數(shù)和極大值5個表示兩組NDVI序列殘差分布的離散程度及對稱性等;二是回歸估計標準差(如式3),描述重建后的NDVI年內(nèi)時間序列與原始值之間的平均差異程度,表明重建前后NDVI值的代表性強弱,其值越小,擬合值的代表性越強。RMSE=∑i=1N(NDVIpi?NDVIoi)2N??????????????ue001?ue000(3)RΜSE=∑i=1Ν(ΝDVΙpi-ΝDVΙoi)2Ν(3)其中:NDVIoi、NDVIpi分別是年內(nèi)時間序列中第i期擬合處理前后的NDVI值,N表示質(zhì)量控制文件中標識高質(zhì)量(DN=0,1)的NDVI像元樣本數(shù)量。5結果與分析5.1基本模型的擬合選擇3種算法對2007～2009年全區(qū)300個樣點像元的NDVI時間序列曲線擬合重建,均將不同程度地去除各類噪聲,通常情況一定區(qū)域內(nèi)的像元受地面水分或冰雪覆蓋以及大氣云層、氣溶膠影響造成的NDVI值降低的情況遠多于“假”高值的情形。因此,各種重建方法將使區(qū)域內(nèi)的像元NDVI整體提高,如圖3所示,5條曲線分別為900個(300×3年)像元NDVI重建前、3種算法擬合后以及像元點原始NDVI序列的上包絡線取均值的整年時間序列。其中,3種算法分別擬合重建后的NDVI值在全年23期較原始NDVI時間序列曲線均不同幅度提升。特別在植被返青(Number8～10)及進入枯黃期(Number18～21)時段,NDVI值重建后的整體水平相對提高11.9%～30.2%。這與實例區(qū)域的本身特征有關,這兩個時段分別是草地覆被NDVI序列發(fā)生突變的“拐點”,同時也是藏北地區(qū)自然條件發(fā)生轉(zhuǎn)變的時刻,土壤分別處于開始解凍和發(fā)生凍融作用的階段,受冰雪覆蓋變化影響較大;藏北高原的大部分地區(qū)氣溫、降水以及大氣狀況也是在一年中的5月份和10月份發(fā)生轉(zhuǎn)折。然而,3種擬合重建方法對原始NDVI值的改變程度不一致。D-L曲線擬合與非對稱高斯函數(shù)擬合方法擬合后的結果比較吻合,僅在生長季峰期D-L擬合法較AG擬合法的NDVI均值略高0.002左右。S-G濾波法的“過度”擬合特征對噪聲比較敏感,其處理的NDVI均值與前兩種方法有較大的差異,在生長季開始和結束時間,擬合的曲線相對于原始及前兩種算法重建的NDVI時間序列分別發(fā)生較大程度的“左偏”和“右移”,這對基于NDVI時間序列提取植被物候信息(如返青期或枯黃期)將引入新的噪聲。在生長季峰期(Number13～15),3種算法擬合后的NDVI平均值較初始值均有提高,AG函數(shù)與D-L曲線擬合處理結果甚至超出原始NDVI曲線的上包絡線,而S-G濾波法重建結果低于上包絡線值。圖4所示為900個全年及生長季內(nèi)(5月9日～10月15日)NDVI時間序列基于上述3種算法擬合重建前后的相關系數(shù)。其中非對稱高斯函數(shù)擬合方法重建的時間序列與植被原始NDVI時間曲線相關性最好,全年23期的NDVI點值及生長季內(nèi)NDVI序列的擬合相關系數(shù)分別為0.791、0.803。D-L擬合法比AG擬合略低,相關程度分別為0.788、0.798;而S-G濾波法受噪聲影響對整個時間序列曲線整體特征的保持性不及前兩種方法。相對于全年的擬合效果,生長季內(nèi)的時間序列采用任何一種算法重建前后相關程度都更好,因為實例區(qū)域在生長季以外的時間內(nèi)地表覆被NDVI受噪聲影響更嚴重,重建結果可靠性相對稍低。5.2模型擬合效果比較生長季NDVI最大值(藏北草地時間為7～8月份)通常反映出一個地區(qū)植被生長最好的狀況,而NDVI受噪聲污染引起的NDVI值嚴重偏低將給研究結論帶來偏差。圖5反映了基于AG擬合、D-L擬合及S-G濾波3種算法重建的NDVI時間序列在13～15期(7月12日～8月28日)相對于原始NDVI序列上包絡線的擬合效果比較。圖3中顯示,AG擬合與D-L擬合的結果超出上包絡線曲線,S-G濾波法擬合重建結果低于上包絡曲線。圖5中不難發(fā)現(xiàn),AG函數(shù)擬合與D-L曲線擬合結果相近,效果均優(yōu)于S-G濾波法。5.3ag擬合與d-l擬合法處理效果對比圖6所示為900個(2007～2009年300個均勻分布于全區(qū)域的樣點像元)全年NDVI時間序列樣本點,基于上述3種算法擬合后的NDVI時間序列與原始高質(zhì)量點值的偏差的箱須圖,縱坐標代表樣本像元NDVI在一年中23期數(shù)據(jù)的重建前后偏差(Residualvalue)分布,橫坐標為年內(nèi)NDVI序列的期號(1～23)。正值代表擬合后的值偏高,負值表示低估了原始NDVI值。由該圖可知,AG擬合與D-L擬合結果在各時間點的NDVI偏差程度以及整個時間序列的分布模式基本一致,NDVI偏差時間序列上均為“單峰”,而S-G濾波法擬合的時間序列相對原始高質(zhì)量NDVI點值的偏差在生長季開始和結束兩個時間段達到最大,呈現(xiàn)“雙峰”現(xiàn)象。由于生長季NDVI的絕對值大于年內(nèi)開始與結束時段,因此AG擬合和D-L擬合法處理后的NDVI偏差在13～15期的合成期內(nèi)取值范圍及離散程度達到最大,并且D-L擬合法處理結果殘差取值范圍和離散程度均稍高于AG函數(shù)擬合。S-G濾波法擬合結果偏差在13～15期范圍低于前兩種方法,但是在植被返青和進入休眠時間段NDVI殘差對水平軸偏離程度更大,即高估擬合了高質(zhì)量的NDVI值,并且分布較離散。圖7表示的是全年、生長季、返青期、成熟期、枯黃期5個統(tǒng)計時段內(nèi)基于3種算法擬合重建前后的NDVI序列回歸標準差。圖中比較分析得出,除了成熟期外其他4個統(tǒng)計項,AG擬合法與D-L擬合法在保持高質(zhì)量NDVI點值真實性效果均有優(yōu)勢;而S-G濾波法擬合生長季旺盛期時段,對高質(zhì)量NDVI樣本點其擬合結果較前兩種方法更有代表性。5.4基于合成期的ndvi重建效果圖8所示為DOY(從一年中1月1日開始計算的年序日,Dateofyear)209～224合成期的MODISNDVI重建前后對比,總體上,NDVI時間序列重建最大程度地去除地面狀況、大氣條件造成NDVI突降和假高情況,從而使區(qū)域內(nèi)NDVI的異質(zhì)性減弱,植被覆蓋的空間連續(xù)性變好,從圖8(a)、(b)中的1、2、3矩形框標識均能得到明顯反映,不同區(qū)域的像元值均有提升。6ag與d-l擬合法重建的ndvi時間序列擬合NDVI時間序列擬合重建在消除各種噪聲值的同時,也可能使原始NDVI真實值發(fā)生偏離。由于通常噪聲影響的NDVI值使其低