遥感植被指数时间序列数据去噪方法技术

本发明专利技术提供了一种遥感植被指数时间序列数据去噪方法，该方法包括：根据遥感植被指数时间序列数据、合成日期文件、和质量评估文件对时间轴上各等距离的数据点按照预定插值规则进行插值，得到各等距离的数据点的数值并以此生成标准数据，其中，距离为遥感植被指数时间序列数据的合成周期；在标准数据中按照预定查询规则查找出所有极值点并以此生成特征点数据；根据特征点数据对标准数据按照预定滤波规则进行滤波处理得到滤波数据，如果滤波数据满足预定判决条件，则将滤波数据作为去噪后的遥感植被指数时间序列数据。根据本发明专利技术，能够有效地去除遥感植被指数时间序列数据中的噪声，能够保留植被迅速变化的特征，并且处理速度快、效率高。

【技术实现步骤摘要】

本专利技术涉及遥感图像处理技术，具体地，涉及一种遥感植被指凄t时间序列凝:据去噪方法。
技术介绍
遥感档L:帔指数(Vegetation Index,简称为VI)时间序列数据记 录了地表植被(以下简称为植被)的动态变化。但是受到云污染、 大气变异等因素的影响，遥感植被指数时间序列数据往往存在大量 噪声，这一噪声限制了该数据的进一步应用。目前，相关技术中已 发展了很多方法来除去这些噪声(即遥感植被指数时间序列数据去 p桑方法)，例如最佳指翁:杀牛率4是取法(the Best Index Slope Extraction method,筒称为BISE )、 f务正的BISE滤波方法(the Modified BISE Filtering )、 4專里叶分冲斤法(Fourier Analysis )、力口冲又最小二乘法(the ^Veighted Least-Squares approach )、 多项式最小二乘4以合法(the Polynomial Least Squares Operation method,简称为PoLeS )、地学统 i十法(Geostatistics )、 非只十^尔高#Jt函凄t4以合法(the Asymmetric Gaussian Function Fitting),只又逻4辱^j蒂函凄史4以合》去(the Double Logistic Function-Fitting )、 SG滤波法(Savitzky—Golay Filtering )、 均值迭代滤波法(Mean-Value Iteration Filter,简称为MVI)等。上述遥感相^皮指数时间序列凄t据去p喿方法的工作原理一4殳分两 步首先，根据一定的策略进行噪声点识别；然后，去除识别出的 f喿声点。以下详细i兌明上述过程。(一) 识别，噪声点遥感植被指数时间序列数据的变化反映了植被的渐变过程，该 变化表现出 一定的趋势，如果该时间序列数据中的 一些数据点偏离 了该变化趋势(例如， 一个遥感植一皮指数的值远高于或低于其周围 的数据点值)，则i人为这些数据点是噪声点。也即，遥感賴3皮指数时间序列凄t据去p喿方法都存在一个预-没前提遥感档^皮指凄t时间序列 数据是一个緩慢变化的过程，而那些迅速变化的点被认为是噪声。相关技术通常采取三种方法识别遥感植被指数时间序列数据的 变化趋势、或者在识别变化趋势的同时判断噪声点第一种，使用 大滤波窗口对该时间序列凄t才居进4亍平滑滤波或函凄t拟合，乂人而纟寻到 一条平滑的趋势时间序列，如SG滤波方法；第二种，根据一定的 决策判断方法识别噪声点，即根据植被的生长规律来设置判断条件， 如果数据点的值不满足该判断条件，则认为该数据点为噪声，例如 植被处于出苗至成熟期这段时间，其植被指数的值应该一直处于升 高的趋势，如果在该时间段内某一植被指数值反而下降，则认为它 是p喿声点，如BISE方法；第三种，频率i或滤波法，该方法i^为遥 感植被指数时间序列数据的高频部分为噪声数据，通过去除高频数 据来去除噪声，即先将遥感植被指数时间序列数据转换到频率域， 然后将高频部分(即噪声)抑制，将低频部分再反变换到空间域， 从而得到遥感植被指数时间序列趋势，如傅里叶分析法，该方法在 识别噪声点的同时去除噪声点。(二) 去除噪声点通常采取两种方法去除噪声点第一种是迭代滤波法，该方法 用噪声点两边最近邻点的植被指数值的平均值来替换该噪声点的植 被指数值，如均值迭代滤波法；第二种是最小二乘拟合法，该方法 首先根据一定规则对遥感植被指数时间序列进行分段，然后对各段进行函数或多项式最小二乘拟合，将拟合的结果替换原来的遥感植 被指数值，例如加^又最小二乘法、多项式最小二乘拟合法、非对称 高斯函数拟合法、双逻辑斯蒂函数拟合法、SG滤波法等。但是，在相关4支术中，遥感核j皮指凄t时间序列数据去噪方法至 少存在以下三个问题。第一，无法保留植被迅速变化的特征。相关技术中的去噪方法 主要针对自然植被区，其预设前提均认为植被指数是一个緩慢变化 的过程，因此那些迅速变化的点应该被当作噪声而去除。但是，对 人工植被区(例如一年两季或一年三季的农业才直被区)或受强烈干 扰的自然植被区(例如发生大规模火灾或病虫害的天然森林)而言， 这些快速变化的点则恰恰是地物变化本身的反映，它们作为遥感植净皮指^:时间序列上的特4i点，往往对进一步的应用具有重要作用， 因此应该将他们^呆留而不是去除。第二，去噪后的数据引入了新的误差。现有的遥感植被指数时 间序列数据，其空间分辨率均比较低(一般在250m以上)，每个像 元均可能包含多种不同物候的植被，因此各像元所反映的植被指数 时间序列往往是不失见划的曲线，4艮难用特定的数学函数进行刻画， 所以相关技术中上述基于函数的去噪方法，如非对称高斯函数拟合 法、双逻辑斯蒂函数拟合法等都会在去噪的时候引进一些新的错误 数据；同样，基于傅里叶分析的方法也会存在类似问题，因为它们 也是基于规则的正弦或余弦函数。第三，去噪处理速度慢、效率低。上述大部分去噪方法由于存 在最小二乘法拟合过程，里面涉及大量的循环迭代运算，降{氐了去 噪处理的速度和效率，难以满足应用的要求。由此可见，相关技术中存 在无法保留植被迅速变化的特征、去噪后引入新的误差、去噪处理 速度慢效率低这三方面的问题。
技术实现思路
有鉴于此，本专利技术提出了一种遥感植被指数时间序列数据去噪 方法，用于解决相关技术中存 在的无法保留档^皮迅速变化的特征、去噪后引入新的误差、去噪处 理速度慢效率低的问题至少之一。根据本专利技术的一个方面，提供了 一种遥感植被指数时间序列数 才居去噪方法。才艮据本专利技术的遥感档」故指数时间序列凄t据去噪方法包括才艮据 遥感植被指数时间序列数椐、合成日期文件、和质量评估文件对时 间轴上各等距离的数据点按照预定插值规则进行插值，得到各等距 离的数据点的数值并以此生成标准数据，其中，距离为遥感植被指 数时间序列数据的合成周期；在标准数据中按照预定查询规则查找 出所有极值点并以此生成特征点数据；根据特征点数据对标准数据 按照预定滤波规则进行滤波处理得到滤波数据，如果滤波数据满足 预定判决条件，则将滤波数据作为去噪后的遥感植被指数时间序列 数据。优选地，上述对时间轴上各等距离数据点进行插值的处理包括 根据质量评估文件，在遥感植被指数时间序列数据中选出各合成周 期内质量最优的数据点，或者选出各合成周期内质量等级低于预定 质量等级阈值的数据点，并以此生成最优数据；根据最优数据、合 成日期文件依次对时间轴上各等距离数据点按照预定插值规则z,计算其数值，其中，z,^^*(t; -rv )+l， z,为时间轴上各等距离Y, 一 乂-i数据点x,的数值，y;为最优数据中数据点y,.的数值，7;为合成日期文 件中记录的y,的合成日期，7;为x,在时间轴上的日期，^=1，2,3广'，， n为自然凄t。优选地，上述预定查询规则包括设置查询窗口/=二，其中，/为查询窗口的长度，r为地表才直被生长周期的时长，s为合成周期，生长周期为柏3皮从播种到收割的生长过程；对于分别以标准数据中 的每个数据点为起点的多个查询窗口中，如果查询窗口中的极值数 据点位于查询窗口的中本文档来自技高网...

【技术保护点】
一种遥感植被指数时间序列数据去噪方法，其特征在于，包括：　根据遥感植被指数时间序列数据、合成日期文件、和质量评估文件对时间轴上各等距离的数据点按照预定插值规则进行插值，得到各所述等距离的数据点的数值并以此生成标准数据，其中，所述距离为 遥感植被指数时间序列数据的合成周期；　在所述标准数据中按照预定查询规则查找出所有极值点并以此生成特征点数据；　根据所述特征点数据对所述标准数据按照预定滤波规则进行滤波处理得到滤波数据，如果所述滤波数据满足预定判决条件，则将所述滤 波数据作为去噪后的遥感植被指数时间序列数据。

【技术特征摘要】
1.一种遥感植被指数时间序列数据去噪方法，其特征在于，包括根据遥感植被指数时间序列数据、合成日期文件、和质量评估文件对时间轴上各等距离的数据点按照预定插值规则进行插值，得到各所述等距离的数据点的数值并以此生成标准数据，其中，所述距离为遥感植被指数时间序列数据的合成周期；在所述标准数据中按照预定查询规则查找出所有极值点并以此生成特征点数据；根据所述特征点数据对所述标准数据按照预定滤波规则进行滤波处理得到滤波数据，如果所述滤波数据满足预定判决条件，则将所述滤波数据作为去噪后的遥感植被指数时间序列数据。2. 根据权利要求1所述的遥感植被指数时间序列数据去噪方法， 其特征在于，所述对时间轴上各等距离lt据点进行插值包括才艮据所述质量评估文件，在所述遥感植;陂指数时间序列数 据中选出各合成周期内质量最优的数据点，或者选出各合成周 期内质量等级^f氐于预定质量等级阈值的lt据点，并以此生成最 优数据；根据所述最优数据、所述合成日期文件依次对所述时间轴 上各所述等距离数据点按照所述预定插值规则计算其数值，其中，z = H！ *(r -r ) + ^ z,.为所述时间轴上各所述等距离数据点x,的数值，^为所述最优数据中数据点y,的数值，7;为所述合成日期文件中记录的凡.的合成日期，7;为x,.在所述时 间轴上的曰期，！'-1^2，3,…，，Aj为自然^L3. 根据权利要求1所述的遥感植被指数时间序列数据去噪方法，其特4i在于，所述预定查询井见则包^舌:没置查询窗口/=匸，其中，/为查询窗口的长度，r为地表植被生长周期的时长，s为所述合成周期，所述生长周期为 植被从播种到收割的生长过程；对于分别以所述标准数据中的每个数据点为起点的多个 所述查询窗口中，如果所述查询窗口中的极值数据点位于所述 查询窗口的中间位置，则该才及值数据点为所述招J直点。4. 根据权利要求3所述的遥感植被指数时间序列数据去噪方法， 其特4i在于，所述预定查询^见则还包4舌对于所述标准凄t据中第 一个所述招 f直点之前的所有凄t据 点、和最后一个所述才及值点之后的所有凄t据点，如果其中的一 个数据点和与该数据点最邻近的所述极值点的距离为至少半 个所述查询窗口的长度、并且该#:据点的数值和与该#:据点最 邻近的所述极值点的数值之间的差值大于第一预定阈值凤， 则该凝:据点为所述极值点，并将查找到的所述极值点按照其合 成曰期的先后顺序存入所述特4正点数据中；其中，所述/^小于或等于A，所述A.为与所述生长周期 对应的遥感植被指...

【专利技术属性】
技术研发人员：朱文泉，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：11[]