“一项关于植被指数的研究取得了重要进展。该研究针对增强型植被指数EVI（Enhanced Vegetation Index）在时间分辨率较低和云覆盖等影响下导致的大量像元缺失问题，提出了一种基于MODIS日地表反射率产品的日分辨率EVI重建方法。通过MVC（Maximum-Value Composite）与HANTS（Harmonic Analysis of Time Series）算法的结合，成功重建了黄淮海平原2021年的日分辨率EVI时间序列数据。研究结果表明，该重建算法不仅可用于大面积长时序日分辨率EVI时间序列数据的重建，而且重建结果纹理丰富，填补了原EVI大量的缺失像元，并去除了原EVI数据的噪声。与S-G滤波方法相比，经HANTS算法重建后的EVI在空间分布合理性以及保真性等方面均表现出优势，其重建EVI与优质EVI像元之间的年均R2与RMSE分别为0.94和0.024，优于S-G方法的0.73和0.093。这项研究为生成高时间分辨率EVI提供了新的思路和技术途径，对于植被监测、生态评估等领域具有重要的应用价值。”