專利名稱：遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法
技術(shù)領(lǐng)域：
本發(fā)明涉及遙感圖像處理技術(shù)，具體地，涉及一種遙感植被指
凄t時間序列凝:據(jù)去噪方法。
背景技術(shù)：
遙感檔L:帔指數(shù)(Vegetation Index,簡稱為VI)時間序列數(shù)據(jù)記 錄了地表植被(以下簡稱為植被)的動態(tài)變化。但是受到云污染、 大氣變異等因素的影響，遙感植被指數(shù)時間序列數(shù)據(jù)往往存在大量 噪聲，這一噪聲限制了該數(shù)據(jù)的進(jìn)一步應(yīng)用。目前，相關(guān)技術(shù)中已 發(fā)展了很多方法來除去這些噪聲(即遙感植被指數(shù)時間序列數(shù)據(jù)去 p桑方法)，例如最佳指翁:殺牛率4是取法(the Best Index Slope Extraction method,筒稱為BISE )、 f務(wù)正的BISE濾波方法(the Modified BISE Filtering )、 4專里葉分沖斤法(Fourier Analysis )、力口沖又最小二乘法(the ^Veighted Least-Squares approach )、 多項式最小二乘4以合法(the Polynomial Least Squares Operation method,簡稱為PoLeS )、地學(xué)統(tǒng) i十法(Geostatistics )、 非只十^爾高#Jt函凄t4以合法(the Asymmetric Gaussian Function Fitting),只又邏4辱^j"蒂函凄史4以合》去(the Double Logistic Function-Fitting )、 SG濾波法(Savitzky—Golay Filtering )、 均值迭代濾波法(Mean-Value Iteration Filter,簡稱為MVI)等。
上述遙感相^皮指數(shù)時間序列凄t據(jù)去p喿方法的工作原理一4殳分兩 步首先，根據(jù)一定的策略進(jìn)行噪聲點(diǎn)識別；然后，去除識別出的 f喿聲點(diǎn)。以下詳細(xì)"i兌明上述過程。(一) 識別，噪聲點(diǎn)
遙感植被指數(shù)時間序列數(shù)據(jù)的變化反映了植被的漸變過程，該 變化表現(xiàn)出 一定的趨勢，如果該時間序列數(shù)據(jù)中的 一些數(shù)據(jù)點(diǎn)偏離 了該變化趨勢(例如， 一個遙感植一皮指數(shù)的值遠(yuǎn)高于或低于其周圍 的數(shù)據(jù)點(diǎn)值)，則i人為這些數(shù)據(jù)點(diǎn)是噪聲點(diǎn)。也即，遙感賴3皮指數(shù)時
間序列凄t據(jù)去p喿方法都存在一個預(yù)-沒前提遙感檔^皮指凄t時間序列 數(shù)據(jù)是一個緩慢變化的過程，而那些迅速變化的點(diǎn)被認(rèn)為是噪聲。
相關(guān)技術(shù)通常采取三種方法識別遙感植被指數(shù)時間序列數(shù)據(jù)的 變化趨勢、或者在識別變化趨勢的同時判斷噪聲點(diǎn)第一種，使用 大濾波窗口對該時間序列凄t才居進(jìn)4亍平滑濾波或函凄t擬合，乂人而纟尋到 一條平滑的趨勢時間序列，如SG濾波方法；第二種，根據(jù)一定的 決策判斷方法識別噪聲點(diǎn)，即根據(jù)植被的生長規(guī)律來設(shè)置判斷條件， 如果數(shù)據(jù)點(diǎn)的值不滿足該判斷條件，則認(rèn)為該數(shù)據(jù)點(diǎn)為噪聲，例如 植被處于出苗至成熟期這段時間，其植被指數(shù)的值應(yīng)該一直處于升 高的趨勢，如果在該時間段內(nèi)某一植被指數(shù)值反而下降，則認(rèn)為它 是p喿聲點(diǎn)，如BISE方法；第三種，頻率i或濾波法，該方法i^為遙 感植被指數(shù)時間序列數(shù)據(jù)的高頻部分為噪聲數(shù)據(jù)，通過去除高頻數(shù) 據(jù)來去除噪聲，即先將遙感植被指數(shù)時間序列數(shù)據(jù)轉(zhuǎn)換到頻率域， 然后將高頻部分(即噪聲)抑制，將低頻部分再反變換到空間域， 從而得到遙感植被指數(shù)時間序列趨勢，如傅里葉分析法，該方法在 識別噪聲點(diǎn)的同時去除噪聲點(diǎn)。
(二) 去除噪聲點(diǎn)
通常采取兩種方法去除噪聲點(diǎn)第一種是迭代濾波法，該方法 用噪聲點(diǎn)兩邊最近鄰點(diǎn)的植被指數(shù)值的平均值來替換該噪聲點(diǎn)的植 被指數(shù)值，如均值迭代濾波法；第二種是最小二乘擬合法，該方法 首先根據(jù)一定規(guī)則對遙感植被指數(shù)時間序列進(jìn)行分段，然后對各段進(jìn)行函數(shù)或多項式最小二乘擬合，將擬合的結(jié)果替換原來的遙感植 被指數(shù)值，例如加^又最小二乘法、多項式最小二乘擬合法、非對稱 高斯函數(shù)擬合法、雙邏輯斯蒂函數(shù)擬合法、SG濾波法等。
但是，在相關(guān)4支術(shù)中，遙感核j皮指凄t時間序列數(shù)據(jù)去噪方法至 少存在以下三個問題。
第一，無法保留植被迅速變化的特征。相關(guān)技術(shù)中的去噪方法 主要針對自然植被區(qū)，其預(yù)設(shè)前提均認(rèn)為植被指數(shù)是一個緩慢變化 的過程，因此那些迅速變化的點(diǎn)應(yīng)該被當(dāng)作噪聲而去除。但是，對 人工植被區(qū)(例如一年兩季或一年三季的農(nóng)業(yè)才直被區(qū))或受強(qiáng)烈干 擾的自然植被區(qū)(例如發(fā)生大規(guī)模火災(zāi)或病蟲害的天然森林)而言， 這些快速變化的點(diǎn)則恰恰是地物變化本身的反映，它們作為遙感植
凈皮指^:時間序列上的特4i點(diǎn)，往往對進(jìn)一步的應(yīng)用具有重要作用， 因此應(yīng)該將他們^呆留而不是去除。
第二，去噪后的數(shù)據(jù)引入了新的誤差?，F(xiàn)有的遙感植被指數(shù)時 間序列數(shù)據(jù)，其空間分辨率均比較低(一般在250m以上)，每個像 元均可能包含多種不同物候的植被，因此各像元所反映的植被指數(shù) 時間序列往往是不失見劃的曲線，4艮難用特定的數(shù)學(xué)函數(shù)進(jìn)行刻畫， 所以相關(guān)技術(shù)中上述基于函數(shù)的去噪方法，如非對稱高斯函數(shù)擬合 法、雙邏輯斯蒂函數(shù)擬合法等都會在去噪的時候引進(jìn)一些新的錯誤 數(shù)據(jù)；同樣，基于傅里葉分析的方法也會存在類似問題，因為它們 也是基于規(guī)則的正弦或余弦函數(shù)。
第三，去噪處理速度慢、效率低。上述大部分去噪方法由于存 在最小二乘法擬合過程，里面涉及大量的循環(huán)迭代運(yùn)算，降{氐了去 噪處理的速度和效率，難以滿足應(yīng)用的要求。由此可見，相關(guān)技術(shù)中遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法存 在無法保留植被迅速變化的特征、去噪后引入新的誤差、去噪處理 速度慢效率低這三方面的問題。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提出了一種遙感植被指數(shù)時間序列數(shù)據(jù)去噪 方法，用于解決相關(guān)技術(shù)中遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法存 在的無法保留檔^皮迅速變化的特征、去噪后引入新的誤差、去噪處 理速度慢效率低的問題至少之一。
根據(jù)本發(fā)明的一個方面，提供了 一種遙感植被指數(shù)時間序列數(shù) 才居去噪方法。
才艮據(jù)本發(fā)明的遙感檔」故指數(shù)時間序列凄t據(jù)去噪方法包括才艮據(jù) 遙感植被指數(shù)時間序列數(shù)椐、合成日期文件、和質(zhì)量評估文件對時 間軸上各等距離的數(shù)據(jù)點(diǎn)按照預(yù)定插值規(guī)則進(jìn)行插值，得到各等距 離的數(shù)據(jù)點(diǎn)的數(shù)值并以此生成標(biāo)準(zhǔn)數(shù)據(jù)，其中，距離為遙感植被指 數(shù)時間序列數(shù)據(jù)的合成周期；在標(biāo)準(zhǔn)數(shù)據(jù)中按照預(yù)定查詢規(guī)則查找 出所有極值點(diǎn)并以此生成特征點(diǎn)數(shù)據(jù)；根據(jù)特征點(diǎn)數(shù)據(jù)對標(biāo)準(zhǔn)數(shù)據(jù) 按照預(yù)定濾波規(guī)則進(jìn)行濾波處理得到濾波數(shù)據(jù)，如果濾波數(shù)據(jù)滿足 預(yù)定判決條件，則將濾波數(shù)據(jù)作為去噪后的遙感植被指數(shù)時間序列 數(shù)據(jù)。
優(yōu)選地，上述對時間軸上各等距離數(shù)據(jù)點(diǎn)進(jìn)行插值的處理包括 根據(jù)質(zhì)量評估文件，在遙感植被指數(shù)時間序列數(shù)據(jù)中選出各合成周 期內(nèi)質(zhì)量最優(yōu)的數(shù)據(jù)點(diǎn)，或者選出各合成周期內(nèi)質(zhì)量等級低于預(yù)定 質(zhì)量等級閾值的數(shù)據(jù)點(diǎn)，并以此生成最優(yōu)數(shù)據(jù)；根據(jù)最優(yōu)數(shù)據(jù)、合 成日期文件依次對時間軸上各等距離數(shù)據(jù)點(diǎn)按照預(yù)定插值規(guī)則z,計
算其數(shù)值，其中，z,^^*(t; -rv )+l， z,為時間軸上各等距離
Y, 一 乂-i數(shù)據(jù)點(diǎn)x,的數(shù)值，y;為最優(yōu)數(shù)據(jù)中數(shù)據(jù)點(diǎn)y,.的數(shù)值，7;為合成日期文 件中記錄的y,的合成日期，7;為x,在時間軸上的日期，^=1，2,3廣'，"， n為自然凄t。
優(yōu)選地，上述預(yù)定查詢規(guī)則包括設(shè)置查詢窗口/=二，其中，
/為查詢窗口的長度，r為地表才直被生長周期的時長，s為合成周期，
生長周期為柏3皮從播種到收割的生長過程；對于分別以標(biāo)準(zhǔn)數(shù)據(jù)中 的每個數(shù)據(jù)點(diǎn)為起點(diǎn)的多個查詢窗口中，如果查詢窗口中的極值數(shù) 據(jù)點(diǎn)位于查詢窗口的中間位置，則該極值數(shù)據(jù)點(diǎn)為極值點(diǎn)。
優(yōu)選地，上述預(yù)定查詢規(guī)則還包括對于標(biāo)準(zhǔn)數(shù)據(jù)中第一個極 值點(diǎn)之前的所有數(shù)據(jù)點(diǎn)、和最后一個極值點(diǎn)之后的所有數(shù)據(jù)點(diǎn)，如 果其中的一個數(shù)據(jù)點(diǎn)和與該數(shù)據(jù)點(diǎn)最鄰近的極值點(diǎn)的距離為至少半 個查詢窗口的長度、并且該數(shù)據(jù)點(diǎn)的數(shù)值和與該數(shù)據(jù)點(diǎn)最鄰近的極 值點(diǎn)的數(shù)值之間的差值大于第 一預(yù)定閾值，則該數(shù)據(jù)點(diǎn)為極值 點(diǎn)，并將查找到的極值點(diǎn)按照其合成日期的先后順序存入特征點(diǎn)數(shù) 據(jù)中；其中，/a小于或等于A， A.為與生長周期對應(yīng)的遙感檔^皮指 數(shù)時間序列邀:據(jù)中的最小波峰的最大值和最小值的差值。
Y尤選地，上述預(yù)定查詢^見則還包4舌第一去偽處理如果特4正 點(diǎn)數(shù)據(jù)中任意相鄰的兩個極值點(diǎn)均為最大值點(diǎn)，則刪除其中數(shù)值較 小的4及值點(diǎn)，如果該相鄰的兩個才及值點(diǎn)均為最小值點(diǎn)，則刪除其中 數(shù)值較大的極值點(diǎn)；第二去偽處理如果特征點(diǎn)數(shù)據(jù)中任意相鄰的 兩個極值點(diǎn)的差值小于第二預(yù)定閾值/ef2,則刪除該相鄰的兩個極值 點(diǎn)中的第一個極值點(diǎn)，并重新進(jìn)行第一去偽處理；其中，/^2小于或 等于A。
優(yōu)選地，上述查詢窗口/耳又與二最接近的奇數(shù)為其值。j尤選:t也大于或等于優(yōu)選地，上述濾波處理包括將標(biāo)準(zhǔn)lt據(jù)作為第一ft據(jù)， -使用 濾波器對第一數(shù)據(jù)進(jìn)行巻積濾波并生成第二數(shù)據(jù)，其中，濾波器為(l,l,l)，A: -1，2，3廣'，附，*為當(dāng)前進(jìn)4亍濾波處理的次凄t, m為自 A: + 2 "2 "2然數(shù)；用特征點(diǎn)數(shù)據(jù)中的所有數(shù)據(jù)點(diǎn)替換第二數(shù)據(jù)中相應(yīng)位置的數(shù) 據(jù)點(diǎn)，并將替換后的第二數(shù)據(jù)作為濾波數(shù)據(jù)；上述預(yù)定判決條件包 括D)+1</"3,如果濾波數(shù)據(jù)不滿足預(yù)定判決條件，則將濾波數(shù)據(jù)作為第一數(shù)據(jù)，并對該第一數(shù)據(jù)進(jìn)行濾波處理，直至濾波數(shù)據(jù)滿足預(yù)定判決條件，其中，"+1=|wf+1-《|,《是第A:次濾波處理后濾波 數(shù)據(jù)中數(shù)據(jù)點(diǎn)的數(shù)值，^"是相鄰兩次濾波處理生成的兩個濾波凄t據(jù)中相應(yīng)位置的數(shù)據(jù)點(diǎn)之間的差值，為第三預(yù)定閾值， /=1，2,3，"'," ， A:=l,2，3，"'，m ，"為^t^皮lt才居中凄t才居,存、^^個凄t,"和mi勾為自然數(shù)；其中，/^小于或等于A， A為與生長周期對應(yīng)的遙感植 被指數(shù)時間序列數(shù)據(jù)中的最小波峰的最大值和最d 、值的差值。優(yōu)選地，上述預(yù)定判決條件還包^l舌對第一數(shù)據(jù)進(jìn)行濾波處理 的次lt大于10次。優(yōu)選地，'J 、于/e"。借助于本發(fā)明提供的技術(shù)方案，通過對時間軸上各等距離(即 合成周期)的數(shù)據(jù)點(diǎn)插值，將遙感植-故指數(shù)時間序列數(shù)據(jù)還原為等 距離的標(biāo)準(zhǔn)數(shù)據(jù)，在標(biāo)準(zhǔn)數(shù)據(jù)中查找出所有極值點(diǎn)，并根據(jù)所有的 極值點(diǎn)對標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行濾波處理，能夠有效地去除遙感植被指數(shù)時 間序列數(shù)據(jù)中的噪聲，并且能夠保留遙感植被指數(shù)時間序列數(shù)據(jù)中 才直被迅速變化的特征。在本發(fā)明的優(yōu)選方案中，根據(jù)預(yù)定的查詢規(guī)則能夠在標(biāo)準(zhǔn)數(shù)據(jù) 中可靠、全面、準(zhǔn)確地查找出反映植被變化的極值點(diǎn)，并且根據(jù)全 部才及值點(diǎn)對標(biāo)準(zhǔn):數(shù)據(jù)進(jìn)4于濾波處理，能夠有效、可靠地保留遙感植 被指數(shù)時間序列數(shù)據(jù)中植被迅速變化的特征。在本發(fā)明的優(yōu)選方案中，根據(jù)預(yù)定的濾波器對數(shù)據(jù)進(jìn)行巻積濾 波，該濾波器不通過數(shù)學(xué)函數(shù)表達(dá)，不會在濾波處理的同時引入新 的誤差，并且該濾波器不進(jìn)行最小二乘法擬合，從而能夠加快處理 速度快、提高處理效率。本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部 分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā) 明的目的和其他優(yōu)點(diǎn)可通過在所寫的"i兌明書、權(quán)利要求書、以及附 圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。


附圖用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部 分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中圖1是根據(jù)本發(fā)明實施例的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方 法的流程圖；圖2是步驟S102的具體處理流程；圖3是步-驟S104的具體處理流程；圖4是步驟S106的具體處理流程；序列數(shù)據(jù)；圖5b為應(yīng)用于本發(fā)明實施例的實驗區(qū)中一年兩季作物冬油菜 —夏水^舀區(qū)i或的NDVI時間序列數(shù)據(jù)；圖5c為應(yīng)用于本發(fā)明實施例的實驗區(qū)中一年兩季作物冬小麥 一夏水稻區(qū)域的NDVI時間序列凝:據(jù)；圖6是才艮據(jù)本發(fā)明實施例的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方 法具體應(yīng)用的處理流程；圖7a是對試驗區(qū)中森林區(qū)域的NDVI時間序列數(shù)據(jù)的處理效果 對比圖；圖7b是對試驗區(qū)中一年兩季作物冬油菜一夏水稻的NDVI時 間序列凄t據(jù)的處理效果對比圖；圖7c是對試驗區(qū)中一年兩季作物冬小麥一夏水稻的NDVI時間 序列凝:據(jù)的處理效果對比圖；圖8a是試驗區(qū)的原始NDVI圖像；圖8b是根據(jù)本發(fā)明實施例的遙感植被指數(shù)時間序列數(shù)據(jù)去噪 方法的對試-驗區(qū)NDVI圖〗象處理的效果圖。
具體實施方式
以下結(jié)合附圖對本發(fā)明的實施例進(jìn)行:說明，應(yīng)當(dāng)理解，此處所 描述的實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。圖1是根據(jù)本發(fā)明實施例的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方 法的流程圖，如圖1所示，根據(jù)本發(fā)明實施例的遙感植被指數(shù)時間 序列數(shù)據(jù)去噪方法包括
步驟S102,根據(jù)遙感植被指數(shù)時間序列數(shù)據(jù)、合成日期文件、 和質(zhì)量評估文件對時間軸上各等距離的數(shù)據(jù)點(diǎn)按照預(yù)定插值規(guī)則進(jìn) 行插值，得到各等距離的數(shù)據(jù)點(diǎn)的數(shù)值并以此生成標(biāo)準(zhǔn)數(shù)據(jù)，其中， 所述距離為遙感才直被指數(shù)時間序列凝:據(jù)的合成周期；
步驟S104,在標(biāo)準(zhǔn)數(shù)據(jù)中按照預(yù)定查詢規(guī)則查找出所有極值點(diǎn) 并以此生成特^正點(diǎn)數(shù)據(jù)；
步驟S106,根據(jù)特征點(diǎn)數(shù)據(jù)對標(biāo)準(zhǔn)數(shù)據(jù)按照預(yù)定濾波規(guī)則進(jìn)行 濾波得到濾波凄t據(jù)，如果濾波數(shù)據(jù)滿足預(yù)定判決條件，則將濾波數(shù) 據(jù)作為去噪后的遙感植被指數(shù)時間序列數(shù)據(jù)。
下面對上述處理過禾呈進(jìn)4亍詳細(xì)i兌明。
( 一 )步-驟S102
在相關(guān)技術(shù)中，遙感植被指數(shù)時間序列數(shù)據(jù)產(chǎn)品往往包含質(zhì)量 評估文件和合成日期文件。其中，質(zhì)量評估文件對遙感才直纟皮指數(shù)凄t 據(jù)的每一個數(shù)據(jù)點(diǎn)都給出 一個質(zhì)量等級，合成日期文件對遙感植被
指數(shù)數(shù)據(jù)的每一個數(shù)據(jù)點(diǎn)都給出了對應(yīng)的合成日期。由于遙感植被 指數(shù)時間序列凄t據(jù)在前期的預(yù)處理過程中采用了最大值合成技術(shù)， 此技術(shù)會使最終的遙感植被指數(shù)數(shù)據(jù)的多個數(shù)據(jù)點(diǎn)在時間軸上表現(xiàn) 為非等間隔(或非等距離)的數(shù)據(jù)點(diǎn)，而在后續(xù)的線性插值處理中 會默認(rèn)地將它們視為等距離的數(shù)據(jù)點(diǎn)來進(jìn)行處理，這將會使遙感植 被指數(shù)時間序列數(shù)據(jù)產(chǎn)生忽高忽低的抖動，這樣很容易將這些抖動 的數(shù)據(jù)點(diǎn)當(dāng)作噪聲來處理，而實際情況是這些數(shù)據(jù)點(diǎn)本身是正常的， 只是因為在時間軸上被當(dāng)作等間隔處理時造成了偽噪聲。例如如果采用合成周期為16天的最大值合成遙感植被指數(shù)數(shù) 據(jù)，對于時間序列上兩個相鄰的數(shù)據(jù)點(diǎn)，第一個數(shù)據(jù)點(diǎn)的合成時間 是1月1日，第二個數(shù)據(jù)點(diǎn)的合成時間是1月31日，二者之間實際 相差30天，而在默i人情況下系統(tǒng)就會4要16天來處理這兩個凄t據(jù)， 當(dāng)它們的植被指數(shù)值保持不變時，其波形的斜率(植被指數(shù)值之差 除以合成時間之差)就會明顯增大，因為在分子(即植被指數(shù)值之 差)不變的情況下分母(即合成時間之差)由30天減小到了 16天， 所以將這兩個數(shù)據(jù)點(diǎn)在等間隔的時間序列上處理時就會表現(xiàn)為植被 指數(shù)值突然升高的假象，這就造成了偽噪聲，這樣不能反映植被的 真實變化，并且還會因為偽噪聲造成新的誤差。
針對這種問題，本發(fā)明實施例提供的遙感植被指數(shù)時間序列數(shù) 據(jù)去噪方法對遙感植被指數(shù)時間序列數(shù)據(jù)進(jìn)行預(yù)處理，將其還原為 時間軸上多個等距離的數(shù)據(jù)點(diǎn)，這樣在后續(xù)的處理過程中能夠基于 較為準(zhǔn)確的數(shù)據(jù)進(jìn)行去噪處理(即濾波處理)，從而能夠避免上述類 型的偽噪聲以及由該種偽噪聲帶來的誤差。
圖2示出了步驟S102的具體處理流程，如圖所示，步驟S102 的具體處理過程包括
步驟S1022,根據(jù)質(zhì)量評估文件，在遙感植被指數(shù)時間序列數(shù) 據(jù)中選出各合成周期內(nèi)質(zhì)量最優(yōu)的數(shù)據(jù)點(diǎn)，或者選出M成周期內(nèi) 質(zhì)量等級低于預(yù)定質(zhì)量等級閾值的數(shù)據(jù)點(diǎn)，并以此生成最優(yōu)數(shù)據(jù)； 需要說明的是，遙感植被指數(shù)的質(zhì)量等級越高表示數(shù)據(jù)質(zhì)量越差， 質(zhì)量等級越低表示數(shù)據(jù)質(zhì)量越高；
步-驟S1024,才艮據(jù)最優(yōu)^t據(jù)、合成日期文件依次對時間軸上各 等距離數(shù)據(jù)點(diǎn)按照預(yù)定插值規(guī)則Z,.計算其數(shù)值，其中，
X, = "，1 *( ; -1;,》+ L,, Z,.為時間軸上各等距離數(shù)據(jù)點(diǎn)x,.的數(shù)值，^為最優(yōu)數(shù)據(jù)中數(shù)據(jù)點(diǎn)y,.的數(shù)值，r),為合成日期文件中記錄的y,的合 成日期，7;為;c,在時間軸上的日期，/=1,2，3廣',"，"為自然數(shù)，上述
距離為遙感植被指數(shù)時間序列數(shù)據(jù)的合成周期；
步驟S1026, 4艮據(jù)上述各等距離的數(shù)據(jù)點(diǎn)生成標(biāo)準(zhǔn)數(shù)據(jù)。
通過上述處理，能夠?qū)⑦b感植被指數(shù)時間序列數(shù)據(jù)還原為等距 離的標(biāo)準(zhǔn)數(shù)據(jù)，這樣避免將遙感植被指數(shù)時間序列數(shù)據(jù)在時間軸上 等間隔處理時造成的偽噪聲。
(二)步驟S104
發(fā)明實施例將遙感植被指數(shù)時間序列數(shù)據(jù)中的反映植被迅速變化特 征的極值點(diǎn)提取出來、生成特征點(diǎn)數(shù)據(jù)，并在后續(xù)處理中保留這些 極值點(diǎn)，從而能夠保留植被迅速變化的特征。
圖3示出了步驟S104的具體處理流程，如圖3所示，步驟S104 的具體處理過程包4舌
步艱《S1042，《殳定查詢窗口/=二，其中，/為查詢窗口的長度，
r為地表植被生長周期的時長，s為合成周期，該生長周期為植被從
播種到收割的生長過程；優(yōu)選地，查詢窗口 /取與二最接近的奇數(shù)為 其值；
例如中國北方的冬小麥一般是在10月底播種，在次年的3 月份開始返青，6月上旬開始收割，這期間遙感植被指數(shù)時間序列 數(shù)據(jù)會顯示出兩個波峰， 一個波峰對應(yīng)于播種至返青期，另一個則 對應(yīng)于返青期至收割期，因此冬d 、麥單個生長周期所覆蓋的時長約 為110天，所以查詢窗口也應(yīng)該^隻蓋110天左右(即A"-llO ),對于合成周期為16天(即5=16 )的遙感植被指數(shù)數(shù)據(jù)來說，查詢窗口 /
的大小應(yīng)該為7;
步驟S1044，對于分別以標(biāo)準(zhǔn)數(shù)據(jù)中的每個數(shù)據(jù)點(diǎn)為起點(diǎn)的多 個查詢窗口中，如果查詢窗口中的招J直數(shù)據(jù)點(diǎn)位于查詢窗口的中間 位置，則該極值數(shù)據(jù)點(diǎn)為極值點(diǎn)，將查找到的所有才及值點(diǎn)生成特征 點(diǎn)數(shù)據(jù)；
另 一方面，由于標(biāo)準(zhǔn)凝:才居中的第一個查詢窗口和最后一個查詢 窗口中的部分?jǐn)?shù)據(jù)中也可能存在極值點(diǎn)，而這兩部分?jǐn)?shù)據(jù)無法用步 驟S1044依次4侖詢到，這樣需要對它們進(jìn)行進(jìn)一步的識別
步驟S1046,對于標(biāo)準(zhǔn)數(shù)據(jù)中第一個極值點(diǎn)之前的所有數(shù)據(jù)點(diǎn)、 和最后一個核 (t點(diǎn)之后的所有l(wèi)t據(jù)點(diǎn)，如果其中的一個數(shù)據(jù)點(diǎn)與和 該數(shù)據(jù)點(diǎn)最鄰近的極值點(diǎn)的距離為至少半個查詢窗口的長度、并且 該數(shù)據(jù)點(diǎn)的數(shù)值和與該數(shù)據(jù)點(diǎn)最鄰近的極值點(diǎn)的數(shù)值之間的差值大 于閾值/A，則該數(shù)據(jù)點(diǎn)為極值點(diǎn)，將查找到的極值點(diǎn)按照合成時間 的先后順序存入上述特征點(diǎn)數(shù)據(jù)，優(yōu)選地，設(shè)置/w^A, A為與生 長周期對應(yīng)的遙感植被指數(shù)時間序列數(shù)據(jù)中的最小波峰的最大值和 最小值的差值；如上所述，植被生長周期的遙感植被指數(shù)時間序列 數(shù)據(jù)可能會包括至少一個生長波峰；
在上述查找到的所有極值點(diǎn)中，可能會由于噪聲而存在偽極值 點(diǎn)，這些噪聲可能是由于極端的大氣環(huán)境造成的，例如降雪、長時 間的陰雨天氣，這樣就需要才艮據(jù)極值點(diǎn)的特征和極值點(diǎn)間的關(guān)系將 偽極值點(diǎn)去除； 一方面，由于植被生長周期中的最大值和最小值是 相間排列的，如果相鄰的兩個極值點(diǎn)均為最大值或最小值，則應(yīng)該 去除其中之一步驟S1048,依次判斷特征點(diǎn)數(shù)據(jù)中任意相鄰的兩個極值點(diǎn)是
否為最大值點(diǎn)和最小值點(diǎn)，如果均為最大值點(diǎn)，則處理進(jìn)行到步驟
S1050，如果均為最小值點(diǎn)，則處理進(jìn)行到步驟S1052，否則，處理 進(jìn)行到步驟S1054;
步驟S1050,刪除兩個極值點(diǎn)中數(shù)值較小的極值點(diǎn)，處理進(jìn)行 到步驟S1048;
步驟S1052，刪除兩個極值點(diǎn)中數(shù)值較大的極值點(diǎn)，處理進(jìn)行 到步驟S1048;
另 一方面，由于極大值和極小值代表了植被生長過程中兩個截 然不同的物候狀況，這樣任意相鄰的兩個極大值和極小值之間的差 值應(yīng)該大于一定的閾值，如果它們不滿足這一條件，則這兩個極值 點(diǎn)中至少有一個數(shù)據(jù)點(diǎn)可能是偽數(shù)據(jù)點(diǎn)，優(yōu)選地，可以設(shè)置/^sD,.;
步驟S1054，依次判斷特征點(diǎn)數(shù)據(jù)中任意相鄰的兩個所述極值 點(diǎn)的差值是否小于閾值/e"，如果判斷為是，處理進(jìn)行到步驟S1056, 否則，處理進(jìn)行到下述步驟S1060;優(yōu)選地，還可以i殳置/^s/^, 并且設(shè)置2接近于A ,這樣可以更為嚴(yán)格地篩除偽極值點(diǎn)；
步驟S1056，刪除這兩個極值點(diǎn)中的第一個極值點(diǎn)，處理進(jìn)行 到S1048;
通過上述處理，將標(biāo)準(zhǔn)數(shù)據(jù)中的核 f直點(diǎn)查找出來并生成特征點(diǎn) 數(shù)據(jù)，能夠記錄植被迅速變化特征，為后續(xù)處理做準(zhǔn)備。
(三)步-驟S106
經(jīng)過了上述步-驟S102和步驟S104的預(yù)處理，可以基于4交為準(zhǔn) 確的標(biāo)準(zhǔn)凄t據(jù)和特4正點(diǎn)ft據(jù)來進(jìn)行濾波處理(即去噪處理)。
18圖4示出了步驟S106的具體處理流程，如圖4所示，步驟S106 的具體處理過禾呈包4舌濾波處理和判決處理
1、濾波處5里
步驟S1060,將標(biāo)準(zhǔn)lt據(jù)作為第一凄t據(jù)，并且設(shè)置;t-l, A:為進(jìn) 行濾波處理的次凄t;
步驟S1062，使用濾波器(l,l,l)(或稱為3點(diǎn)變權(quán)重
/: + 2 A: + 2 /: + 2
濾波器)對第一數(shù)據(jù)進(jìn)行巻積濾波，將濾波后的數(shù)據(jù)作為第二數(shù)據(jù)；
當(dāng)"i時，上述濾波器為均值濾波，隨著濾波處理次數(shù)的增加， )t的值也越來越大，相應(yīng)地，濾波器的中間值(即l)的權(quán)重也
越來越大，而兩邊相鄰點(diǎn)(即l)的權(quán)重則越來越??；本發(fā)明實
施例提供的這種變權(quán)重濾波策略，每次僅采用3個數(shù)據(jù)點(diǎn)進(jìn)行變權(quán) 重濾波，濾波幅度小，可以4艮好地^呆持原始遙感才直被指凄t時間序列 數(shù)據(jù)的曲線形狀，并且計算量小、計算速度快，還可以促進(jìn)算法收 斂，乂人而可以提高運(yùn)算效率；
但是，隨著巻積濾波次數(shù)的增加，極值點(diǎn)的植被指數(shù)值將會被 逐漸改變，這會導(dǎo)致最后的結(jié)果產(chǎn)生物候偏移，并且削弱遙感植#皮 指數(shù)時間序列數(shù)據(jù)的形狀特征，因此，極值點(diǎn)的數(shù)值應(yīng)該在濾波數(shù) 據(jù)中予以保留
步驟S1064，用特征點(diǎn)數(shù)據(jù)中的所有數(shù)據(jù)點(diǎn)替換第二數(shù)據(jù)中相 應(yīng)位置的數(shù)據(jù)點(diǎn)，并將替換后的第二數(shù)據(jù)作為濾波數(shù)據(jù)；
經(jīng)過了濾波處理(即步驟S1062的巻積濾波和步驟S1064的特 征點(diǎn)替換)后的濾波數(shù)據(jù)中可能仍然會存在噪聲，這種噪聲通常是由于多云天氣(云量大于10%)時的大氣環(huán)境造成的，在濾波數(shù)據(jù) 中這種噪聲表現(xiàn)為幅度較小的數(shù)據(jù)抖動，如果這種數(shù)據(jù)抖動不滿足
濾波要求，可以對濾波教:據(jù)進(jìn)4亍再次濾波處理 2、判決處理
步驟S1066,如果濾波數(shù)據(jù)滿足預(yù)定判決條件則處理進(jìn)行到步 驟S1068,否則，處理進(jìn)行到步驟S1070,該預(yù)定判決條件包括 z^+1</&3,其中，￡>)+1=^，+1-jv)I，《是第a:次濾波處理后濾波^:據(jù)
中數(shù)據(jù)點(diǎn)y的數(shù)值，D"是濾波數(shù)據(jù)和第一數(shù)據(jù)(或者為前后相鄰兩
次濾波處理生成的兩個濾波數(shù)據(jù))中相應(yīng)位置的數(shù)據(jù)點(diǎn)之間的差值， /"3為閾值，/=1A3，".,"， /fe=l，2，3，...，m ,"為濾波凄史據(jù)中凄丈據(jù)點(diǎn)的個f史， "和附均為自然^t;其中，可以i殳置/"—Z),.;
濾波處理后產(chǎn)生的濾波數(shù)據(jù)會比第 一數(shù)據(jù)更為光滑，這就意味 著濾波數(shù)據(jù)(即新產(chǎn)生的遙感植被指數(shù)時間序列數(shù)據(jù))含有更少的 噪聲；此外，濾波數(shù)據(jù)和第一數(shù)據(jù)之間的差異在有噪聲的地方會比 在沒有噪聲的地方更明顯，如果該差異在一定的范圍內(nèi)時，即 ￡>)"</"3,則該噪聲是可以接受的；即處理可以進(jìn)行到步驟S1068，
否則對該濾波數(shù)據(jù)繼續(xù)進(jìn)行濾波處理，即處理進(jìn)行到步驟S1070;
此夕卜，優(yōu)選地，還可以設(shè)置0</"3 </^， /^的值可以才艮據(jù)對濾 波曲線的具體要求來確定，/"3的值越小，即對噪聲的容忍度越小，
經(jīng)過濾波處理后的曲線越平滑，但是，需要進(jìn)行的濾波處理的次數(shù) 會越多，這樣算法收斂會越慢，即處理速度會相對較慢、處理效率 相對較低；與此相反，/^的值越大，即對噪聲的容忍度越大，處理 后的曲線會相對較粗糙，但算法收斂較快，即處理速度相對較快、 處J里凌文率相只于4交高；步驟S1068,將濾波數(shù)據(jù)作為去噪后的遙感植被指數(shù)時間序列數(shù)據(jù)，至此，處理結(jié)束。
步-驟S1070,如果*>10，即進(jìn)《亍濾波處理的次^:大于10次，則處理進(jìn)行到步驟S1072,否則，處理進(jìn)行到步驟S1074;設(shè)置濾波處理次凌t的上限可以防止對纟及端異常的數(shù)據(jù)點(diǎn)進(jìn)4于濾波處理的死循環(huán)；
步驟S1072，將濾波數(shù)據(jù)作為去噪后的遙感植被指數(shù)時間序列數(shù)據(jù)，至此，處理結(jié)束。
步驟S1074,將濾波數(shù)據(jù)作為第一數(shù)據(jù)，并且，A: = ifc+l，處理轉(zhuǎn)入步驟S1062。
通過上述處理，能夠在對標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行濾波的同時，保留植被迅速變化的特征，并且本發(fā)明實施例提供的濾波器能夠有效地保持
遙感植:故指數(shù)時間序列數(shù)據(jù)的曲線形狀，并且運(yùn)算速度快、效率高，從而能夠解決相關(guān)技術(shù)中遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法存在的無法保留植被迅速變化的特征、去噪后引入新的誤差、去噪處理速度慢效率低的問題。
下面對本發(fā)明實施例的具體應(yīng)用進(jìn)行說明。
應(yīng)用本發(fā)明實施例將江蘇省江寧區(qū)作為試驗區(qū)，使用本實施例
提供的方法對江寧區(qū)的MODIS (Moderate Resolution ImagingSpectrometer )歸一化差值植被指數(shù)(即NDVI)進(jìn)行處理。該NDVI的合成周期為16天，空間分辨率為250米，NDVI時間序列為2006年1月1日至2008年12月31日，3年共69個數(shù)據(jù)點(diǎn)(每年23個數(shù)據(jù)點(diǎn))。圖5a、圖5b、圖5c分別為應(yīng)用于本發(fā)明實施例的實驗區(qū)中3個l象元點(diǎn)的NDVI時間序列數(shù)據(jù)，圖5a為^M木區(qū)i或的NDVI時間序列數(shù)據(jù)，圖5b為一年兩季作物冬油菜一夏水稻的NDVI時間序列數(shù)據(jù)，圖5c為一年兩季作物冬小麥一夏水稻的NDVI時間序列數(shù)據(jù)。在圖5a、圖5b、圖5c中，橫軸原點(diǎn)時間為2006年1月1日，橫軸的單位為天，縱軸為NDVI的數(shù)值；圖中陰影區(qū)域的NDVI為2007年的時間序列凄t據(jù)。
圖6示出了根據(jù)本發(fā)明實施例的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法具體應(yīng)用的處理流程。
表一中示出了下列處理過程中涉及到的參數(shù)(質(zhì)量等級閾值/ 、、 /"2 、 )。
表一
類型作用步驟取值
質(zhì)量等級閾值/e^識別時間序列數(shù)據(jù)中質(zhì)量較優(yōu)的數(shù)據(jù)點(diǎn)S2014
第一閾^f直/A補(bǔ)充時間序列數(shù)據(jù)兩端可能存在的極值點(diǎn)S2050.1
第二閾4直/&2刪.除偽扭zft點(diǎn)S2070.15
第三閾值/"3在濾波處理中判別數(shù)據(jù)點(diǎn)是否為噪聲S2110.05
如圖6所示，根據(jù)本發(fā)明實施例的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法具體應(yīng)用的處理流程包4舌如下步-豫
步驟S201，根據(jù)質(zhì)量評估文件，從遙感植被指數(shù)時間序列數(shù)據(jù)中選出質(zhì)量等級^^于質(zhì)量等級閾值的所有數(shù)據(jù)點(diǎn)，并將這些數(shù)據(jù)點(diǎn)作為最優(yōu)數(shù)據(jù)，即2'<7 ，/e~=4，其中，e,為質(zhì)量評估文件中記錄的NDVI中數(shù)據(jù)點(diǎn)y,'的質(zhì)量等級，y 為預(yù)定的質(zhì)量等級閾值；
步驟S202，根據(jù)插值規(guī)則《對時間軸上各等距離數(shù)據(jù)點(diǎn)進(jìn)行插值，并將這些等距離數(shù)據(jù)點(diǎn)作為標(biāo)準(zhǔn)數(shù)據(jù)，其中，
z, =^— 7;)《
Tv.—I'' ' ， A為時間軸上各等距離數(shù)據(jù)點(diǎn)^的數(shù)值，^為最優(yōu)數(shù)據(jù)中數(shù)據(jù)點(diǎn)y'的數(shù)值，、為合成日期文件中記錄的凡的合
成日期，T、為"'在時間軸上的日期，Z-l，2，3，…，w，"為自然凄t;
/=二
步驟S203,設(shè)置查詢窗口 s，對于該實驗區(qū)的NDVI,主要農(nóng)作物的最短生長波峰長度在r-110天，對于合成周期"16,查詢
窗口S 16 ;
步驟S204,依次在以標(biāo)準(zhǔn)數(shù)據(jù)中的每個數(shù)據(jù)點(diǎn)為起點(diǎn)的多個查詢窗口中查找符合極值點(diǎn)(即特征點(diǎn))判斷條件的數(shù)據(jù)點(diǎn)，并將找到的所有極值點(diǎn)作為特征數(shù)據(jù)，該極值點(diǎn)判斷條件為查詢窗口中的才及^直凄t才居點(diǎn)^立于該查詢窗口的中間《立置；
步驟S205，查詢標(biāo)準(zhǔn)數(shù)據(jù)兩端可能存在的極值點(diǎn)，對于標(biāo)準(zhǔn)數(shù)據(jù)中第一個極值點(diǎn)之前的所有數(shù)據(jù)點(diǎn)、和最后一個才及值點(diǎn)之后的所有凄t據(jù)點(diǎn)，如果其中的凄t據(jù)點(diǎn)與和該凄t據(jù)點(diǎn)最鄰近的極值點(diǎn)的距離至少大于3.5 (即至少半個查詢窗口的長度)、并且該凄t據(jù)點(diǎn)的數(shù)值
和與該數(shù)據(jù)點(diǎn)最鄰近的才及值點(diǎn)的數(shù)值之間的差值大于，則該數(shù)據(jù)點(diǎn)為極值點(diǎn)，將查找到的極值點(diǎn)按照合成時間的先后順序存入上述特征點(diǎn)數(shù)據(jù)，其中，/A=G-1;
步驟S206,判斷特征點(diǎn)數(shù)據(jù)中任意相鄰的兩個極值點(diǎn)是否為最大值點(diǎn)和最小值點(diǎn)，如果均為最大值點(diǎn)，則刪除其中數(shù)值較小的極值點(diǎn)，如果均為最小值點(diǎn)，則刪除其中數(shù)值較大的極值點(diǎn)；
步驟S207a，如果特征點(diǎn)數(shù)據(jù)中任意相鄰的兩個極值點(diǎn)的差值
小于閾值/仏-，處理進(jìn)^f于到步驟S207b,否則，處理進(jìn)行到步驟S208，其中，M = 0.15;
23步驟S207b,刪除這兩個極值點(diǎn)中的第一個極值點(diǎn)，并且，處理轉(zhuǎn)入步-驟S206;
步-驟S208,將標(biāo)準(zhǔn)數(shù)據(jù)作為第一l史據(jù)，并且令*=1;
步驟S209,用濾波器& + 2、 + 2、 + 2對第一數(shù)據(jù)進(jìn)行濾波，將濾波后的數(shù)據(jù)作為第二數(shù)據(jù)；
步驟S210,用特征點(diǎn)數(shù)據(jù)中的所有數(shù)據(jù)點(diǎn)替換第二數(shù)據(jù)中相應(yīng)位置的數(shù)據(jù)點(diǎn)，并將替換后的第二數(shù)據(jù)作為濾波數(shù)據(jù)；
步驟S211，如果濾波數(shù)據(jù)中的所有數(shù)據(jù)點(diǎn)均滿足預(yù)定判決條件"「1 < /e",則處理進(jìn)行到步驟S212，否則，處理進(jìn)行到步驟S213,
其中/"3-ao5;
步驟S212,將濾波數(shù)據(jù)作為去噪后的遙感植被指數(shù)時間序列數(shù)據(jù)，至此，處理結(jié)束。
步-驟S213，判斷濾波處理的次凄t是否大于IO次，即*>10，如果判斷為是，則處理進(jìn)行到步驟S214，否則，處理進(jìn)行到步驟S215;
步4繁S214，將濾波數(shù)據(jù)作為去噪后的遙感植;陂指數(shù)時間序列數(shù)」據(jù)，至》匕，處理結(jié)束。
步-驟S215，將濾波數(shù)據(jù)作為第一凄t據(jù)，并且，*="1,處理進(jìn)4亍到步-驟S209。
經(jīng)過上述處理后，能夠在有效地去除試—驗區(qū)的遙感ti^皮指凄史時間序列數(shù)據(jù)中存在的噪聲，還能夠有效地保存植被迅速變化的特征、效率。下面對本發(fā)明實施例^是供的方法的去噪效果進(jìn)行詳細(xì)i兌明。
(一)保存植;故迅速變化的特征
圖7a、圖7b、圖7c示出了本發(fā)明實施例提供的方法與相關(guān)技術(shù)的方法對試-驗區(qū)的遙感才直一皮指凄t時間序列數(shù)據(jù)處理后波形的對比，相關(guān)技術(shù)中選擇目前使用效果較好的非對稱高斯函數(shù)擬合法(AG)、雙邏輯斯蒂函數(shù)擬合法(DL)和SG濾波法，圖7a、圖7b、
技術(shù)的方法)在實驗區(qū)3個像元點(diǎn)上的去噪結(jié)果，這三個像元點(diǎn)分別為森林區(qū)域、 一年兩季作物冬油菜一夏水稻、 一年兩季作物冬小麥一夏水稻。在圖7a、圖7b、圖7c中，4黃軸原點(diǎn)時間為2006年1月1日，橫軸的單位為天，縱軸為NDVI的數(shù)值；圖中陰影區(qū)域的NDVI為2007年的時間序列數(shù)據(jù)。
歲文果只于比，力口圖7a所示，自2006年至2008年，NDVI時間序列凄史據(jù)每年表現(xiàn)為一個波峰，四種方法的去噪結(jié)果類似，但本發(fā)明實施例提供的方法對2008年1月底至2月初的NDVI才及小值保留得很好，NDVI在此時間會出現(xiàn)這種極小值，主要是2008年1月底至2月初中國南方經(jīng)歷了一次異常的冰凍天氣過程，持續(xù)時間約一個月，大部分植被均遭到破壞，因此此時的NDVI值明顯降低。
圖7b顯示了刈-試—瞼區(qū)中一年兩季作物冬油菜一夏水稻的NDVI時間序列4改據(jù)的處理效果對比，如圖7b所示，NDVI時間序列數(shù)據(jù)每年均會表現(xiàn)為兩個波峰，前一個波峰對應(yīng)于冬油菜，后一個波峰對應(yīng)于夏水稻，而相關(guān)技術(shù)的三種去噪方法均把每年的兩個波峰合成了 一個沒有實際意義的錯誤波峰，這樣4艮容易讓后續(xù)的用戶將其
25判斷為森林植一皮類型，而本發(fā)明實施例才是供的新方法在除去P桑聲的同時卻很好的保留了這兩個波峰。
圖7c顯示了對試—瞼區(qū)中一年兩季作物冬小麥一夏水稻的NDVI時間序列數(shù)摔的處理效果對比，圖7c的效果與圖7b的效果類似，這里不再贅述。
從圖7a至圖7c中可以看出，本發(fā)明實施例提供的方法對自然植被的去噪效果優(yōu)于相關(guān)技術(shù)的上述三種方法，尤其是對農(nóng)區(qū)植被來說，本發(fā)明實施例提供的方法能有效地保持遙感植被指數(shù)時間序列數(shù)據(jù)中的極值點(diǎn)(即特征點(diǎn))。
圖8b示出了才艮據(jù)本發(fā)明實施例的方法處理NDVI圖^f象的效果圖。選擇實驗區(qū)中一塊大小為400x400像元的區(qū)域進(jìn)行測試，圖8a示出了試驗區(qū)的原始NDVI圖像，該圖像為2008年6月上旬的一期圖像。該實驗區(qū)(江蘇省江寧區(qū))6月上旬還處于梅雨季節(jié)，NDVI的質(zhì)量較差，造成NDVI值偏低并表現(xiàn)明顯的馬賽克現(xiàn)象，經(jīng)過本發(fā)明的新方法進(jìn)行濾波去噪后，如圖8b所示，偏低的NDVI值基本得到恢復(fù)，而且馬賽克現(xiàn)象也基本去除。
可見本發(fā)明實施例提供的方法能夠有效地去除遙感植;陂指數(shù)時間序列數(shù)據(jù)中存在的噪聲、并且能夠可靠地保持植被迅速變化的特征。
(二)提高處理速度和處理效率
對于實驗區(qū)的測試影像(400像元x 400像元x 69層)，本發(fā)明用交互凄t據(jù)語言(Interactive Data Language,簡稱為IDL) 6.4編寫的處理禾呈序在桌面臺式木L( 1個中央處理器即CPU,CPU主頻為2.21GHz，內(nèi)存為2 GB隨機(jī)存儲器即RAM)上進(jìn)行運(yùn)算，所花費(fèi)的時間是47s,根據(jù)這一時間推算，對于一景標(biāo)準(zhǔn)的MODIS影像(4800^象元x 480(H象元)，如果時間序列為3年(69層)，其處理時間還不 到2小時。只于于SG方法來"i兌，有研究表明(Chen et al" 2004), SG 方法處理一幅8849 <象元x 5601像元x 48層的圖<象，用桌面臺式枳^ (4個CPU，CPU主頻為1.8 GHz，內(nèi)存為1 GB RAM )花了 22小時， 如果折算成時間序列為3年的標(biāo)準(zhǔn)MODIS影像，它所花的時間約 為14.7小時，這還沒有考慮計算機(jī)性能上的差異。對于非對稱高斯 和雙邏輯斯蒂函數(shù)擬合法來i兌，它們所花的時間比SG方法更長。
可見，本發(fā)明實施例提供的發(fā)明能夠極大程度地提高遙感植被 指凄t時間序列數(shù)據(jù)去噪的處理速度和處理效率。
綜上所述，根據(jù)本發(fā)明實施例提供的技術(shù)方案，通過對時間軸 上各等距離的數(shù)據(jù)點(diǎn)插值將遙感植被指數(shù)時間序列數(shù)據(jù)還原為等距 離的標(biāo)準(zhǔn)數(shù)據(jù)，在標(biāo)準(zhǔn)數(shù)據(jù)中查找出所有極值點(diǎn)，并根據(jù)所有的極 值點(diǎn)對標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)4亍濾波，能夠有效地去除遙感檔::被指數(shù)時間序列 數(shù)據(jù)中的噪聲，并且能夠保留遙感植被指數(shù)時間序列數(shù)據(jù)中植被迅 速變化的特征；才艮據(jù)預(yù)定的查詢規(guī)則能夠在標(biāo)準(zhǔn)數(shù)據(jù)中可靠、全面、 準(zhǔn)確地查找出反映植被變化的才及值點(diǎn)，并且根據(jù)全部極值點(diǎn)對標(biāo)準(zhǔn) 數(shù)據(jù)進(jìn)行濾波處理，能夠有效、可靠地保留遙感植被指數(shù)時間序列 數(shù)據(jù)中植被迅速變化的特征；根據(jù)預(yù)定的濾波器(即3點(diǎn)變權(quán)重濾 波器)對數(shù)據(jù)進(jìn)行巻積濾波，該濾波器不通過數(shù)學(xué)函數(shù)表達(dá)，不會 在濾波處理的同時引入新的誤差，并且該濾波器不進(jìn)行最小二乘法 擬合，從而能夠加快處理速度快、提高處理效率。
以上^f又為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對 于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本 發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均 應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法，其特征在于，包括根據(jù)遙感植被指數(shù)時間序列數(shù)據(jù)、合成日期文件、和質(zhì)量評估文件對時間軸上各等距離的數(shù)據(jù)點(diǎn)按照預(yù)定插值規(guī)則進(jìn)行插值，得到各所述等距離的數(shù)據(jù)點(diǎn)的數(shù)值并以此生成標(biāo)準(zhǔn)數(shù)據(jù)，其中，所述距離為遙感植被指數(shù)時間序列數(shù)據(jù)的合成周期；在所述標(biāo)準(zhǔn)數(shù)據(jù)中按照預(yù)定查詢規(guī)則查找出所有極值點(diǎn)并以此生成特征點(diǎn)數(shù)據(jù)；根據(jù)所述特征點(diǎn)數(shù)據(jù)對所述標(biāo)準(zhǔn)數(shù)據(jù)按照預(yù)定濾波規(guī)則進(jìn)行濾波處理得到濾波數(shù)據(jù)，如果所述濾波數(shù)據(jù)滿足預(yù)定判決條件，則將所述濾波數(shù)據(jù)作為去噪后的遙感植被指數(shù)時間序列數(shù)據(jù)。
2. 根據(jù)權(quán)利要求1所述的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法， 其特征在于，所述對時間軸上各等距離lt據(jù)點(diǎn)進(jìn)行插值包括才艮據(jù)所述質(zhì)量評估文件，在所述遙感植;陂指數(shù)時間序列數(shù) 據(jù)中選出各合成周期內(nèi)質(zhì)量最優(yōu)的數(shù)據(jù)點(diǎn)，或者選出各合成周 期內(nèi)質(zhì)量等級^f氐于預(yù)定質(zhì)量等級閾值的lt據(jù)點(diǎn)，并以此生成最 優(yōu)數(shù)據(jù)；根據(jù)所述最優(yōu)數(shù)據(jù)、所述合成日期文件依次對所述時間軸 上各所述等距離數(shù)據(jù)點(diǎn)按照所述預(yù)定插值規(guī)則計算其數(shù)值，其中，z = H！ *(r -r ) + ^ z,.為所述時間軸上各所述等距離數(shù)據(jù)點(diǎn)x,的數(shù)值，^為所述最優(yōu)數(shù)據(jù)中數(shù)據(jù)點(diǎn)y,的數(shù)值，7;為所述合成日期文件中記錄的凡.的合成日期，7;為x,.在所述時 間軸上的曰期，！'-1^2，3,…，"，Aj為自然^L
3. 根據(jù)權(quán)利要求1所述的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法，其特4i在于，所述預(yù)定查詢井見則包^舌:沒置查詢窗口/=匸，其中，/為查詢窗口的長度，r為地表植被生長周期的時長，s為所述合成周期，所述生長周期為 植被從播種到收割的生長過程；對于分別以所述標(biāo)準(zhǔn)數(shù)據(jù)中的每個數(shù)據(jù)點(diǎn)為起點(diǎn)的多個 所述查詢窗口中，如果所述查詢窗口中的極值數(shù)據(jù)點(diǎn)位于所述 查詢窗口的中間位置，則該才及值數(shù)據(jù)點(diǎn)為所述招J直點(diǎn)。
4. 根據(jù)權(quán)利要求3所述的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法， 其特4i在于，所述預(yù)定查詢^見則還包4舌對于所述標(biāo)準(zhǔn)凄t據(jù)中第 一個所述招 f直點(diǎn)之前的所有凄t據(jù) 點(diǎn)、和最后一個所述才及值點(diǎn)之后的所有凄t據(jù)點(diǎn)，如果其中的一 個數(shù)據(jù)點(diǎn)和與該數(shù)據(jù)點(diǎn)最鄰近的所述極值點(diǎn)的距離為至少半 個所述查詢窗口的長度、并且該#:據(jù)點(diǎn)的數(shù)值和與該#:據(jù)點(diǎn)最 鄰近的所述極值點(diǎn)的數(shù)值之間的差值大于第一預(yù)定閾值鳳， 則該凝:據(jù)點(diǎn)為所述極值點(diǎn)，并將查找到的所述極值點(diǎn)按照其合 成曰期的先后順序存入所述特4正點(diǎn)數(shù)據(jù)中；其中，所述/^小于或等于A，所述A.為與所述生長周期 對應(yīng)的遙感植被指數(shù)時間序列數(shù)據(jù)中最小波峰的最大值和最 小值的差值。
5. 4艮據(jù)4又利要求4所述的遙感才直4皮指數(shù)時間序列數(shù)據(jù)去噪方法， 其特4i在于，所述預(yù)定查詢^見則還包括第一去偽處理如果所述特征點(diǎn)數(shù)據(jù)中任意相鄰的兩個所 述極值點(diǎn)均為最大值點(diǎn)，則刪除其中數(shù)值較小的極值點(diǎn)，如果 該相鄰的兩個所述極值點(diǎn)均為最小值點(diǎn)，則刪除其中數(shù)值較大 的招 f直點(diǎn)；第二去偽處理如果所述特4正點(diǎn)凄G居中任意相鄰的兩個所 述極值點(diǎn)的差值小于第二預(yù)定閾值/"2,則刪除該相鄰的兩個 所述招J直點(diǎn)中的第 一個所述才及值點(diǎn)，并重新進(jìn)4亍所述第 一去偽 處理；其中，所述/^2小于或等于所述化。
6. 根據(jù)權(quán)利要求3至5中任一項所述的遙感植被指數(shù)時間序列數(shù) 據(jù)去噪方法，其特征在于，所述查詢窗口/取與二最接近的奇數(shù)為其值。
7. 根據(jù)權(quán)利要求5所述的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法， 其特征在于，所述/^大于或等于所述/a。
8. 根據(jù)權(quán)利要求1至3中任一項所述的遙感植被指數(shù)時間序列數(shù) 據(jù)去噪方法，其特征在于，所述濾波處理包括將所述標(biāo)準(zhǔn)數(shù)據(jù)作為第一數(shù)據(jù)，使用 濾波器對所述第一數(shù)據(jù)進(jìn)行巻積濾波并生成第二數(shù)據(jù)，其中，所述濾波器為(l，l，l),A:"，2，3，…，m ， A:為當(dāng)前進(jìn)行所述 fc + 2 A: + 2 A: + 2濾波處理的次數(shù)，m為自然數(shù)；用所述特征點(diǎn)數(shù)據(jù)中的所有數(shù)據(jù)點(diǎn)替換所述第二數(shù)據(jù)中相應(yīng)位置的#:據(jù)點(diǎn)，并將替換后的所 述第二凄t據(jù)作為濾波數(shù)據(jù)；所述預(yù)定判決條件包括村+1</"3,如果所述濾波數(shù)據(jù)不 滿足所述預(yù)定判決條件，則將所述濾波數(shù)據(jù)作為第一數(shù)據(jù)，并 對該第一數(shù)據(jù)進(jìn)4于所述濾波處理，直至所述濾波lt據(jù)滿足所述 預(yù)定判決條件，其中，z^+1=|jvf+1-《I，《是第;t次所述濾波處理后所述濾波凄t據(jù)中數(shù)據(jù)點(diǎn)的數(shù)值，化"1是相鄰兩次所述濾 波處理生成的兩個所述濾波數(shù)據(jù)中相應(yīng)位置的凄t據(jù)點(diǎn)之間的差^直，/^3為第三予貞定閾<直，/ =1,2,3，...,"， A: =l，2，3，..',m ,"為所 述濾波數(shù)據(jù)中數(shù)據(jù)點(diǎn)的個數(shù)，az和"!均為自然數(shù)；其中，所述/A小于或等于D,.,所述Z),為與所述生長周期 對應(yīng)的遙感植被指數(shù)時間序列數(shù)據(jù)中的最小波峰的最大值和 最小值的差值。
9. 根據(jù)權(quán)利要求8所述的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法， 其特征在于，所述預(yù)定判決條件還包括對所述第一數(shù)據(jù)進(jìn)行所述濾波處理的次數(shù)大于10次。
10. 根據(jù)權(quán)利要求8所述的遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法， 其特4i在于，所述/^小于所述/K。
全文摘要
本發(fā)明提供了一種遙感植被指數(shù)時間序列數(shù)據(jù)去噪方法，該方法包括根據(jù)遙感植被指數(shù)時間序列數(shù)據(jù)、合成日期文件、和質(zhì)量評估文件對時間軸上各等距離的數(shù)據(jù)點(diǎn)按照預(yù)定插值規(guī)則進(jìn)行插值，得到各等距離的數(shù)據(jù)點(diǎn)的數(shù)值并以此生成標(biāo)準(zhǔn)數(shù)據(jù)，其中，距離為遙感植被指數(shù)時間序列數(shù)據(jù)的合成周期；在標(biāo)準(zhǔn)數(shù)據(jù)中按照預(yù)定查詢規(guī)則查找出所有極值點(diǎn)并以此生成特征點(diǎn)數(shù)據(jù)；根據(jù)特征點(diǎn)數(shù)據(jù)對標(biāo)準(zhǔn)數(shù)據(jù)按照預(yù)定濾波規(guī)則進(jìn)行濾波處理得到濾波數(shù)據(jù)，如果濾波數(shù)據(jù)滿足預(yù)定判決條件，則將濾波數(shù)據(jù)作為去噪后的遙感植被指數(shù)時間序列數(shù)據(jù)。根據(jù)本發(fā)明，能夠有效地去除遙感植被指數(shù)時間序列數(shù)據(jù)中的噪聲，能夠保留植被迅速變化的特征，并且處理速度快、效率高。
文檔編號G01S7/48GK101650422SQ20091017713
公開日2010年2月17日 申請日期2009年9月27日 優(yōu)先權(quán)日2009年9月27日
發(fā)明者朱文泉 申請人:北京師范大學(xué)