论文部分内容阅读
基于NOAA/AVHRR、SPOT/VEGETATION以及MODIS等卫星影像得到的归一化植被指数(NDVI,Normalized Difference Vegetation Index)时序资料已经在植被动态变化监测、宏观植被覆盖分类和植物生物物理参数反演方面得到了广泛的应用,但由于受云层、天气等因素的影响,NDVI数据集存在大量的噪声,因此对NDVI时间序列数据集进行重建,提高NDVI数据集质量的研究逐步受到关注.对近年来普遍使用的几种NDVI时间序列数据集重建方法(最大值合成、最佳指数斜率提取、中值迭代滤波、时间窗内的线性内插、傅里叶变换、S-G滤波)进行了详细介绍并评述了这些方法的优缺点.