基于STSG滤波法归一化植被指数长时间序列数据重建开题报告

1. 本选题研究的目的及意义

归一化植被指数（ndvi）长时间序列数据是监测植被生长状况、分析生态环境变化趋势的重要数据基础。

然而，由于云层遮挡、传感器误差等因素的影响，ndvi时间序列数据往往存在着数据缺失和噪声干扰等问题，极大地限制了其在相关研究中的应用。

因此，对ndvi时间序列数据进行重建，以获取高质量、连续可靠的数据，具有重要的现实意义。

2. 本选题国内外研究状况综述

近年来，国内外学者在归一化植被指数（ndvi）时间序列数据重建方面开展了大量研究，并取得了一系列重要成果。

1. 国内研究现状

国内学者在ndvi时间序列数据重建方面取得了一定的进展。

3. 本选题研究的主要内容及写作提纲

本研究将以stsg滤波法为基础，结合ndvi时间序列数据的特征，构建适用于ndvi时间序列数据重建的stsg滤波模型。

主要内容包括：1.对ndvi时间序列数据进行预处理，包括数据清洗、去噪、插补等，以消除数据中的异常值和缺失值的影响。

2.对预处理后的ndvi时间序列数据进行特征分析，包括趋势分析、周期性分析、噪声分析等，以揭示ndvi时间序列数据的变化规律和特征。

4. 研究的方法与步骤

本研究将采用定量分析与定性分析相结合、理论研究与实证研究相结合的研究方法。

首先，将对stsg滤波法的基本原理进行深入研究，并结合ndvi时间序列数据的特征，构建适用于ndvi时间序列数据重建的stsg滤波模型。

其次，将收集和整理一定区域和时间范围内的ndvi时间序列数据，并对其进行预处理，以消除数据中的异常值和缺失值的影响。

5. 研究的创新点

本研究的创新点在于：1.首次将stsg滤波法应用于ndvi时间序列数据的重建，为ndvi时间序列数据重建提供了一种新的方法。

2.结合ndvi时间序列数据的特征，对stsg滤波模型的参数进行优化，以提高模型的重建精度。

3.利用重建后的ndvi时间序列数据进行相关应用研究，以验证重建方法的有效性和实用性。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 邬明权, 孙华. 基于savitzky-golay滤波的modis ndvi时间序列重构[j]. 武汉大学学报(信息科学版), 2020, 45(11): 1753-1761.

[2] 张锦水, 吴炳方, 刘正佳, 等. 基于whittaker平滑器的植被物候提取与空间格局分析——以祁连山区为例[j]. 生态学报, 2018, 38(1): 128-138.

[3] 陈奕兆, 陈文惠, 刘清华, 等. 基于hants的modis evi时间序列重构及精度评价[j]. 生态学杂志, 2021, 40(10): 3231-3242.