科研之友
微信
新浪微博
Facebook
分享链接
摘要
NDVI长时间序列被大量应用在生态环境动态检测、国土空间规划、植被物候提取和气象监测等领域，然而经过预处理后的NDVI数据依旧包含大量噪声。故本文利用S-G滤波方法、双Logistic函数拟合法及非对称高斯函数拟合法对文山州2010—2020年的原始数据进行重建。在像元尺度上计算拟合数据的相关系数(CC)和均方根误差(RMSE)比较其保真性；之后基于赤池信息准则(AIC)和贝叶斯信息准则(BIC)对拟合模型的拟合优度进行评价。实验表明：三种方法的拟合效果与不同植被类型有关，对森林、草地及灌木地NDVI值不易发生突变的地区A-G与D-L有更好的重建效果；而在NDVI值变化较强的耕地区域S-G较前两种方法更加精确。三种方法均方根大致相同，但D-L的相关系数最高，故D-L保真性较好；S-G在拟合模型效果上表现得更加稳定，A-G次之。
- 单位
