A method for reconstructing long-term daily resolution EVIs based on MODIS daily surface reflectance products
- “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。”
- Vol. 28, Issue 4, Pages: 969-980(2024)
Published: 07 April 2024
DOI: 10.11834/jrs.20243141
扫 描 看 全 文