第七届青年地学论坛

神农架林区是我国著名的国家级自然保护区，其植被种类繁多，森林资源极为丰富。因此，对神农架林区植被覆盖的时空变化进行监测具有重要意义。归一化差异植被指数（NDVI）能够有效反映地表植被的生长情况，已被广泛应用于植被变化监测领域。然而，由于受到大气干扰、云覆盖和传感器自身性能等因素的影响，NDVI时间序列往往存在大量的噪声。本文提出了一种基于时空信息的预填充算法（ST-Prefill），利用多景影像的时间连续性和空间相关性实现缺失像素的初步修复，再通过时间序列谐波分析（HANTS）进一步提升重建效果。为了验证提出方法的精度，选择神农架林区2010-2020年的MOD13A1数据集进行模拟实验和真实实验，并与HANTS、SG滤波方法进行对比。模拟实验中，ST-Prefill+HANTS的重建结果平均相关系数（CC）约为0.91，HANTS和SG滤波的平均相关系数分别约为0.66和0.54；真实实验中，ST-Prefill+HANTS的重建曲线接近NDVI值的上包络线，相较于其他两种方法更加符合植被的物候规律，能够有效捕捉生长过程中的关键信息。以ST-Prefill+HANTS重建的NDVI序列对神农架林区的植被时空变化进行分析，结果表明，2010-2020年，神农架林区的植被覆盖度较高，整体呈中部高边缘低的趋势；除去人口聚集地和红坪机场，大部分区域的NDVI值在0.6以上，且逐年呈显著上升趋势；同时，整个研究区域内NDVI值的波动程度较低，说明林区的生态环境较为稳定。