基于GF-1 WFV数据的NDVI时间序列拟合方法的比较研究

《Scientific Reports》：Comparative study on NDVI time series fitting methods based on GF-1 WFV data

　　

摘要

国产高分辨率卫星GF-1 WFV是区域植被动态监测的重要数据源。然而，其NDVI时间序列经常受到噪声和缺失值的影响，因此选择合适的拟合方法对于确保后续物候参数提取的准确性至关重要。以黑河市爱辉区为例，本研究系统评估了三种常用方法（双逻辑回归、Savitzky-Golay滤波和傅里叶级数拟合）在重建NDVI时间序列方面的性能。分析基于经过辐射校正、大气校正和质量控制的2024年GF-1 WFV数据。需要注意的是，研究结果仅来源于一个生长季节（2024年），年际变化可能会影响方法的性能。在此观测背景下，双逻辑回归函数的拟合误差（RMSE）最低（0.085），且得到的拟合参数具有明确的物候解释性。Savitzky-Golay滤波在保持局部序列细节的同时计算效率较高，而傅里叶级数拟合则擅长捕捉稳定的年际周期信号。根据这些数值结果，对于旨在明确提取物候参数的温带地区植被监测，双逻辑回归函数拟合更为合适；而在需要快速平滑和保持生长季节曲线形态的情况下，可以考虑使用Savitzky-Golay滤波。本研究为基于国产高分辨率卫星数据进行植被动态分析时选择时间重建方法提供了具体的证据和实用参考，但还需要通过独立的真实数据进一步验证这些观测结果。