作者：李颖; 李耀辉; 王金鑫时间序列小波去噪
摘要：增强型植被指数（EVI）时间序列数据（即植被生长曲线）是整个生育期内植被各种生物学特征的综合反映。由于太阳位置、大气、地表和传感器位置与性能等的影响,根据遥感数据计算的EVI值往往比实际值偏低（存在大量噪声）,并不能反映植被生长的真实情况,应用前需进行去噪重建工作。针对目前生长曲线重建研究大多是针对MODIS等国外遥感数据的情况,在综合分析重建方法的基础上,利用风云3号卫星的MERSI中分辨率遥感卫星数据构建鹤壁市夏玉米的EVI生长过程曲线。首先,用最大值合成法（MVC）对原始EVI时间序列数据进行初步的去云处理。接着,利用基于时间域的Savitzky-Golay滤波（简称SG滤波）对该EVI序列进行进一步的平滑去噪处理,结果发现,在噪声点EVI数值提高了,但同时在其他不是噪声点的地方EVI的值降低了。针对这种不合理的情况,利用基于SG迭代滤波取上包络线的改进方法进行处理,很好地克服了上述缺陷,在非噪声点EVI数值适当提高,且曲线平滑,达到了生长曲线重建的目的。然后,采用基于频率域的小波变换方法进行实验对比,结果发现,小波变换存在着与经典SG滤波类似的缺陷,而且在曲线末端存在突变情况。经过比较分析发现,针对研究区的实际情况,改进SG迭代滤波是较优的去噪方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
