您好,欢迎访问中国农业科学院 机构知识库!

多卫星数据反射率标准化后重建15 m分辨率作物植被指数时间序列

文献类型: 中文期刊

作者: 敖洋钎 1 ; 孙亮 1 ;

作者机构: 1.中国农业科学院农业资源与农业区划研究所/北方干旱半干旱耕地高效利用全国重点实验室

关键词: 作物参考曲线;反射率标准化;植被指数;时间序列;数据重建

期刊名称: 自然资源遥感

ISSN: 2097-034X

年卷期: 2025 年 37 卷 005 期

页码: 206-215

收录情况: 北大核心 ; CSCD

摘要: 植被指数的变化在一定程度上可以反映所在区域植被覆盖变化及生长情况,通过监测植被指数时间序列的变化对于当地农业管理具有重要意义。现有的植被指数时间序列重建方法存在数据源输入单一、重建结果空间分辨率低等问题。为此,该文提出一种融合卫星数据标准化方法及作物参考曲线法的植被指数时间序列重建方法,重建研究区域冬小麦2021年的高时空分辨率的归一化植被指数(normalized differential vegetation index, NDVI)及增强型植被指数(enhanced vegetation index, EVI)时间序列。结果表明:(1)反射率标准化后在红光、绿光、红外及近红外波段,GF-1卫星与VIIRS地表反射率数据决定系数(coefficient of determination, R2)大部分提高0.05,少部分提高超过了0.1。均方根误差(root mean square error, RMSE)降低,大部分RMSE降低了0.01,相对均方根误差(relative root mean square error, rRMSE)降低幅度在2%左右。GF-6卫星大部分R2提高了约0.12,RMSE大部分减小了0.03,rRMSE减小幅度普遍在3%~4%之间。Sentinel-2卫星R2整体提升约0.05,RMSE及rRMSE的降低大部分在0.001及2%左右。(2)重建的研究区内高分辨植被指数时间序列精度评价结果显示,NDVI时间序列重建结果在验证时期均有较高的R2,大多数验证影像R2达到0.5及以上;RMSE在所有的验证时期均小于0.1。相对误差(relative error, RE)在绝大部分情况下小于15%,仅有1景验证影像RE达到18%。EVI时间序列重建结果同样具有较高的R2,在验证影像中有5景影像的R2不低于0.44,大部分影像RMSE及rRMSE的值分别小于0.15及20%。

  • 相关文献

[1]MODIS NDVI与MODIS EVI的比较分析. 李文梅,覃志豪,李文娟,杨强. 2010

[2]MODISNDVI与MODISEVI的比较分析. 李文梅,覃志豪,李文娟,杨强. 2010

[3]时间序列植被指数重构方法比对研究. 卫炜,吴文斌,李正国,杨鹏,胡琼,周清波. 2014

[4]基于遥感作物参考曲线的黄土高原苹果产区始花期监测. 王梓霖,王钊,孙亮,孙政,段梦琦,王永前. 2024

[5]基于作物参考曲线法的冬小麦NDVI时间序列重建. 敖洋钎,王永前,孙政,孙亮. 2025

[6]基于遥感参考曲线与积温校正的10 m分辨率苹果始花期预测. 段梦琦,王钊,孙亮,王广才,孙政,王梓霖. 2024

[7]中国地表温度时空变化及驱动因素分析. 毛克彪,严毅博,赵冰,袁紫晋,曹萌萌. 2023

[8]北美洲地表温度数据重建及时空变化分析. 毛克彪,严毅博,曹萌萌,袁紫晋,覃志豪. 2022

[9]不同时序EOS/MODIS-NDVI提取冬小麦面积. 程登发,陈林,张云慧,田喆,孙京瑞. 2006

[10]农产品市场价格短期预测方法的选择及应用——基于时间序列经济计量模型. 董晓霞,李干琼,刘自杰. 2009

[11]三种时间序列模型在地下水动态模拟中的应用分析. 成兴广,成绍华,马福才. 1997

[12]基于NARX神经网络的农产品价格时间序列预测方法研究. 彭琳,林明. 2013

[13]近20年来江汉平原耕地种植强度的空间格局. 陈瑞卿,陶建斌,徐猛. 2018

[14]基于数据机理的植被叶面积指数遥感反演研究. 郭利彪,刘桂香,运向军,张勇,孙世贤. 2020

[15]基于SPOT/VGT数据的中国北方耕地物候提取研究. 卫炜,吴文斌,李正国,周清波. 2016

[16]Sentinel-2和GF-1影像结合提取苜蓿空间分布. 包旭莹,王燕,冯琦胜,葛静,侯蒙京,刘畅宇,高新华,梁天刚. 2021

[17]基于GF-6时序数据的农作物识别深度学习算法评估. 陈诗扬,刘佳. 2021

[18]基于时间序列与横截面数据的吉林省水稻产量预测对比分析. 陈威,祁伟彦,袁福香,李哲敏. 2018

[19]我国农村居民口粮消费的组合预测. 于爱芝,梁仕莹. 2010

[20]基于小波神经网络的辣椒价格时间序列预测模型. 张建华,孔繁涛,吴建寨,王盛威,朱孟帅,赵璞. 2014

作者其他论文 更多>>