本发明专利技术公开了一种构建高空间分辨率NDVI时间序列数据的方法，该方法通过已知的MODIS?NDVI数据中的低空间分辨率的MODIS像素和TMNDVI数据中的高空间分辨率的TM像素，预测构建高空间分辨率NDVI时间序列数据。本发明专利技术所提供的上述方法融合了TM数据和MODIS数据，可以高效获得高空间分辨率的NDVI时间序列数据并具有相当好的精度。
【技术实现步骤摘要】
本专利技术涉及一种构建高空间分辨率NDVI时间序列数据的方法，该方法可通过已知的MODIS NDVI数据和TM NDVI数据产生高空间分辨率NDVI时间序列数据。
技术介绍
归一化差值植被指数(Normalizeddifference vegetation index,缩写为NDVI)是一种广泛使用的植被指数，它可以根据卫星遥感获得的红光和近红外波段的地表反射率求得(参见附录17)，例如，美国陆地卫星的TM以及MODIS数据中即包含有卫星遥感获得的NDVI数据，该NDVI数据可以从相关网站下载或者购买获得。NDVI可用于检测植被生长状态、植被覆盖度等，其可反映出植物冠层的背景影响， 如土壤、潮湿地面、雪等与植被覆盖有关的参数。NDVI大于等于-I小于等于+1，负值表示地表或者地表对应的空中区域为z 、水、雪等，对可见光闻反射；0表不有岩石或裸土等；正值，表示有植被覆盖，且随覆盖度增大而增大。将卫星探测获得的NDVI数据置于地图上就可以形成一幅数字化的NDVI数值“图片”，该“图片”中的每个像素点都对应着地表的一个正方形区域，该正方形区域具有一个特定的NDVI数值，所有像素点以其具有的NDVI数值排列在一起就构成了一幅以NDVI数值表现出来的数字“图片”，而“图片”的每个像素的NDVI数值可用于表示地图上该位置的地表植被情况。其中，所述TM NDVI数据指的是，美国国家航空航天局开发的美国陆地探测卫星系统Landsat搭载的Thematic Mapper (TM)传感器获取的地表数据，TM NDVI数据中的每个地表像素具有对应的NDVI数值。同样的，所述MODIS NDVI数据指的是，美国地球观测系统系列卫星Aqua和Terra上搭载的中分辨率成像光谱仪(Moderate-resolution imagingspectroradiometer,缩写为M0DIS)获取的地表数据，MODIS NDVI数据中的每个地表像素具有对应的NDVI数值。其中，TM NDVI数据中的NDVI数值的空间分辨率为30m*30m，时间分辨率为16天，而MODIS NDVI数据中的NDVI数值的最大空间分辨率为250m*250m，时间分辨率为I天(M0DIS NDVI数据实际上可以由两颗卫星提供，这两颗卫星所获得的MODIS NDVI数据的空间分辨率和时间分辨率是相同的，不同的是两颗卫星分别是上午和下午过境，因此对于同一地区，每天可以获得两次MODIS NDVI数据，本申请中为简化起见，选取的是同一地区同一天上午过境的MODIS NDVI数据)。也就是说，对于地球上同一位置，例如黄土高原某处，Landsat卫星每16天会通过一次，其上的TM传感器获得的地表图像的每个像素代表30m*30m的尺度范围，因此TM传感器在空间尺度上获得的NDVI数据的空间分辨率为30m*30m。同样的,Aqua或Terra卫星每天都会通过该处位置一次,其上的MODIS传感器获得的图像的每个像素代表250m*250m的尺度范围，因此MODIS传感器在空间尺度上获得的NDVI数据的空间分辨率为250m*250m。从上述对于TM NDVI数据和MODIS NDVI数据介绍可知，TM NDVI数据具有较高的空间分辨率和较低的时间分辨率，而MODIS NDVI数据具有较低的空间分辨率和较高的时间分辨率。TM NDVI数据的空间分辨率较高，其对于地面植被情况的探测精度要比MODIS NDVI数据要好很多，但是缺陷是，其提供的NDVI数值并不是每天都有，需要间隔16天才能获取一次，对于特定区域的连续监控存在难度，无法获得精确时间范围内的植被变化情况，例如，对于某山区的森林火情的监控或地质灾害的监控存在时间上的盲点。另一方面，MODISNDVI数据虽然每天都能获得，但是其空间分辨率却不够，对于较小范围内的森林火情或地质灾害也无法给出变化情况的数据。因此，需要提供一种方法，用以通过已知的MODIS NDVI数据中的低空间分辨率的MODIS像素和TM NDVI数据中的高空间分辨率的TM像素，预测构建高空间分辨率NDVI时间序列数据
技术实现思路
为解决上述技术问题，本专利技术提供了一种构建高空间分辨率NDVI时间序列数据 的方法，该方法通过已知的MODIS NDVI数据中的低空间分辨率的MODIS像素和TM NDVI数据中的高空间分辨率的TM像素，预测构建高空间分辨率NDVI时间序列数据。所述方法包括如下步骤(A)将时刻和t2时刻的低空间分辨率的MODIS像素按照TM像素尺度进行填充，然后将这些TM像素依据NDVI阈值划分成总类为I的地物类别C，设定同一地物类别c的TM像素具备相同的NDVI增长率；(B)测量获得从&到t2时刻的MODIS像素的NDVI增长率；(C)将所述不同地物类别的TM像素的NDVI增长率乘以该地物类别的TM像素在其所在的MODIS像素中所占的面积比之后加起来，就获得了填充在所述MODIS像素中的所有TM像素的NDVI增长率的平均值，该平均值等于上述步骤(B)中的所述MODIS像素的NDVI增长率；(D)设定与上述MODIS像素相邻的至少(I - I)个MODIS像素中，同样地物类别的NDVI增长率相同，对所述(I - I)个MODIS像素重复上述步骤(A)到(C)，从而计算获得每个地物类别的所述TM像素的NDVI增长率；(E)测量获得&时刻的TM像素的NDVI数值，设定NDVI数值随着时间呈线性变化，根据步骤(D)中获得的所述每个地物类别的所述TM像素的NDVI增长率，计算获得t2时刻的TM像素的NDVI数值；(F)将所述计算获得的t2时刻的TM像素的NDVI数值与所述已知的&时刻的TM像素的NDVI数值按照时间排列，就获得了所述高空间分辨率NDVI时间序列数据。优选地，其中步骤E中，所述设定NDVI数值随着时间呈线性变化由公式(I)获得NDVI2=NDVI^kX (Vt1)(I)其中，NDVIi是ti (i=l, 2)时刻的NDVI值；k表示从&到t2时刻对应的NDVI增长率。优选地，其中步骤C中，所有TM像素的NDVI增长率的平均值等于所述MODIS像素的NDVI增长率由公式(2)获得 kM0DIS (X，y, — t2) = Σ 1^ifc (x, y, t) X kc (x, y, h — t2) (2 )其中，kM°DIS(x, y, ti — t2)是从L到t2时刻的MODIS像素(x，y)的增长率；kc (x, y, — t2)是从L到t2时刻MODIS像素(x，y)中对应的第c类TM像素的增长率；fc(x, y, ti)是&时刻像素(X，y)中第c类地物的面积比；1是像素(X，y)中总的地物类型。优选地，其中步骤D中，所述每个地物类别的所述TM像素的NDVI增长率由公式(3)获得权利要求1.一种构建高空间分辨率NDVI时间序列数据的方法，该方法通过已知的MODIS NDVI数据中的低空间分辨率的MODIS像素和TM NDVI数据中的高空间分辨率的TM像素，预测构建高空间分辨率NDVI时间序列数据，其特征在于，所述方法包括如下步骤 (A)将A时刻和t2时刻的低空间分辨率的MODIS像素按本文档来自技高网...
【技术保护点】
一种构建高空间分辨率NDVI时间序列数据的方法，该方法通过已知的MODIS？NDVI数据中的低空间分辨率的MODIS像素和TM？NDVI数据中的高空间分辨率的TM像素，预测构建高空间分辨率NDVI时间序列数据，其特征在于，所述方法包括如下步骤：（A）将t1时刻和t2时刻的低空间分辨率的MODIS像素按照TM像素尺度进行填充，然后将这些TM像素依据NDVI阈值划分成总类为l的地物类别c，设定同一地物类别c的TM像素具备相同的NDVI增长率。（B）测量获得从t1到t2时刻的MODIS像素的NDVI增长率。（C）将所述不同地物类别的TM像素的NDVI增长率乘以该地物类别的TM像素在其所在的MODIS像素中所占的面积比之后加起来，就获得了填充在所述MODIS像素中的所有TM像素的NDVI增长率的平均值，该平均值等于上述步骤（B）中的所述MODIS像素的NDVI增长率。（D）设定与上述MODIS像素相邻的至少（l–1）个MODIS像素中，同样地物类别的NDVI增长率相同，对所述（l–1）个MODIS像素重复上述步骤（A）到（C），从而计算获得每个地物类别的所述TM像素的NDVI增长率。（E）测量获得t1时刻的TM像素的NDVI数值，设定NDVI数值随着时间呈线性变化，根据步骤（D）中获得的所述每个地物类别的所述TM像素的NDVI增长率，计算获得t2时刻的TM像素的NDVI数值。（F）将所述计算获得的t2时刻的TM像素的NDVI数值与所述已知的t1时刻的TM像素的NDVI数值按照时间排列，就获得了所述高空间分辨率NDVI时间序列数据。...
【技术特征摘要】
【专利技术属性】
技术研发人员：陈晋，饶玉晗，崔喜红，曹鑫，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。