全球性和区域性的环境变化问题已受到广泛关注。大量研究表明长时序的植被覆盖变化是反映环境变化的一个重要因素，并且归一化植被指数（NDVI）时间序列产品已被广泛应用在植被动态变化检测上。但是，大量的残留误差和噪声严重阻碍了NDVI时间序列数据在环境变化研究上的应用。本文提出了一种新奇且稳定的滤波方法——移动加权谐波分析方法（MWHA）——来提高NDVI 时间序列数据的质量。本方法在时间序列谐波方法（HANTS）的基础上引入移动支持域，对时间序列数据进行移动局部加权处理。在每一个移动窗口中，通过三次样条法为每个数据点分配权值，同时由于移动窗口中数据较少，使得谐波个数更加容易确定。此外，本文设计了四步处理流程对数据进行处理，使得重建数据逼近NDVI的上包络线，从而更精确的获得植被的真实变化。本文以1999年1月至2001年12月的SPOT VEGETATION 10天最大值合成的NDVI 时间序列数据为实验数据，选取 487个测试点，通过与已有的四个有效的方法进行比较来验证本文方法的有效性。最后，本文重建了从1998年4月至2014年5月的中国区SPOT VEGETATION 10天最大值合成的NDVI 时间序列数据，并且通过展示测试区域的重建结果来证明新方法的有效性。所有的结果表明重建的高质量的NDVI 时间序列数据能够很好的拟合植被的实际生长趋势，并且适合更深层次的遥感应用。

        查看详细>>    G. Yang, H. Shen, L. Zhang, Z. He, and X. Li, “A Moving Weighted Harmonic Analysis Method for Reconstructing High-Quality SPOT VEGETATION NDVI Time-Series Data,” IEEE Transactions on Geoscience and Remote Sensing, vol. 53, no. 11, pp. 6008-6021, 2015.