论文部分内容阅读
在遥感应用领域，归一化差值植被指数(Normalized Difference Vegetation Index, NDVI)是目前最常用的表征植被生长状态和植被覆盖度的指标，时序NDVI数据广泛应用于全球与区域环境变化、植被动态变化、土地覆盖变化等方面的研究。受到云及大气条件和传感器自身因素的制约，虽然经过严格的预处理，时序NDVI数据仍包含很多噪声，影响其进一步的应用，因此需要采用时序NDVI数据集重建算法降低其中的噪声水平。本文利用基于傅立叶变换的时间序列谐波分析 (Harmonic Analysis of Time Series, HANTS)方法，重建中国地区2001–2009年16d合成的、空间分辨率为1 km的MODIS NDVI时序数据集MOD13A2，在此基础上反演植被覆盖度并对其进行线性趋势分析来研究植被覆盖年际变化特征，并针对退耕还林、退牧还草、京津风沙源治理等生态保护与恢复典型区域进行评价。