基于分段Morlet小波变换的植被物候遥感识别方法

本文中作者提出分段Morlet小波变换的方法从遥感数据中识别出地表物候.地表物候是人类了解地球生态系统的必要参数,也是动植物保护、农耕等活动的重要依据.研究发现已有的方法存在物候识别不准确、去除噪声效果差等缺陷,而Morlet小波在周期识别、去除噪声方面表现非常好,因此本文使用Morlet小波变换的方法处理青海湖流域2003-2014年的NDVI数据,发现该方法存在变换后的曲线与原NDVI数据不贴合或物候周期偏移的情况.因此作者提出进一步的改进方法:分段Morlet小波变换,原理是根据NDVI最大值将每个NDVI周期划分成两段,对左右两段分别进行Morlet小波变换并自动选取合适的参数,使物候识别更加合理、准确.作者通过分段Morlet小波变换和最大斜率法提取青海湖流域LSP参数,分析LSP参数的时间变化、空间变化、特别年份等,揭示了青海湖流域物候变化的特点,同时证明基于分段Morlet小波变换的植被物候遥感识别方法在准确性与高效性上都有所提高.