基于Python长时间序列遥感数据处理及在全球变化物候提取植被变绿与固碳分析生物量估算与趋势分析

Posted 2023-03-31 weixin_贾楠

植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量产品为研究长时间序列全球及区域植被时空变化提供了重要数据源。目前已经从卫星获取的遥感数据反演了许多长时序生物物理参量产品，如GIMMS3g NDVI/LAI/FAPAR、MODIS NDVI/LAI/FAPAR/ GPP、GLASS LAI/FVC/GPP等，并且已经广泛应用于全球或区域尺度植被变化趋势及格局分析。

【方式】：视频课程+永久回放+长期答疑群辅助+全套课件

【内容介绍】：

《专题一、长时序遥感产品在全球变化/植被变绿/植被物候等方面的应用 》：

1. Science/Nature/PNAS等相关文章

2. 时序遥感数据产品介绍

3. 长时序遥感数据产品分析方法

4. 长时序遥感数据产品质量评价

《专题二、MODIS遥感数据产品预处理 》:

1. 基于MODIS TOOL的HDF影像拼接/子区截取/格式转换

2. 基于MODIS TOOL的长时序海量遥感数据的自动批处理程序

3. 基于Python的遥感产品数值读取

4. 基于Python的产品质量控制(QC)图层读取及含义解读

5. 经QC后的产品最大值/均值/中值等合成

《专题三、长时序MODIS遥感数据产品时间序列重构 》:

1. 遥感数据异常值/离群值outliers检测方法

2. 年内时间序列遥感数据重构以去除噪声点(滤波、多项式拟合、…)

3. 长时序逐年份遥感产品年均/最大值、月均/最大值、季节均/最大值批处理运算

4. 距平anomaly及变异系数coefficient of variation计算

5. 不良天气(如云)对长时序遥感数据分析的影响

《专题四、基于GIMMS 3g和MODIS NDVI构建更长时序遥感数据 》:

1. GIMMS 3g和MODIS NDVI产品相关性分析

2. 重叠时间段内GIMMS 3g和MODIS NDVI产品融合

3. 基于GIMMS 3g和MODIS NDVI产品的更长时间序列产品生成

《专题五、植被物候提取与分析实践应用 》：

1. 年内时间序列遥感数据重构方法

2. 多种植被物候提取方法实现：threshold/logistic/derivative/…

3. 生长季开始/长度/结束日期提取

4. 区域植被SOS/LOS/EOS制图

5. 年际间植被物候变化趋势分析

《专题六、植被变绿趋势分析实践应用 》：

1. 长时序年际间植被变化趋势分析方法

2. 植被变绿/变黄趋势判断准则

3. 基于一元线性回归的植被变化趋势判断

4. 基于Manner-Kendall(M-K)的植被变化检验

5. 基于变异系数法(CV)的植被变化稳定性分析

6. 区域结果成图显示与空间格局分析

《专题七、植被变绿与生态系统固碳一致性分析 》：

1. 植被变绿意味着生态系统固碳增强吗？-来自长时序遥感产品的启示

2. 长时序NDVI变化趋势分析

3. 长时序LAI变化趋势分析

4. 长时序GPP变化趋势分析

5. 长时序NDVI/LAI/GPP变化趋势综合研判

《专题八、草地生长关键参数/生物量遥感估算及趋势分析 》：

1. 草地LAI/覆盖度/生物量遥感估算原理

2. PROSAIL辐射传输模型应用

3. PROSAIL模型参数敏感性分析

4. 基于PROSAIL模型草地关键参数遥感反演

5. 长时序草地生长变化趋势分析

ArcGIS中ArcMap时间滑块功能对长时间序列栅格遥感影像进行动态显示并生成视频或动图

  本文介绍基于ArcMap软件，利用时间滑块功能，对大量多时相栅格遥感影像数据进行动态显示，并生成视频或动图的方法。

  首先，我们需要在ArcMap软件中新建一个镶嵌数据集，并将全部的多时像遥感影像数据放入该镶嵌数据集中。这一步骤在我们前期的文章ArcGIS中ArcMap创建镶嵌数据集、导入栅格图像文件并修改像元数值范围的方法（https://blog.csdn.net/zhebushibiaoshifu/article/details/124428977）中已经有了详细的介绍，本文就不再赘述。

  完成上述步骤后，我们在刚刚建立好的镶嵌数据集处右键，选择“Open”→“Attribute Table”，从而打开镶嵌数据集的属性表。

  在属性表中我们可以看到，每一个栅格遥感影像都对应属性表的一行；我这里一共向镶嵌数据集中导入了5景遥感影像，因此属性表就是5行。

  接下来，我们需要在镶嵌数据集的属性表中，增添一个新的字段，作为栅格遥感影像的时间信息存储字段。选择“Table Options”→“Add Field…”。

  如果大家的栅格遥感影像成像时间间隔很短，比如每天、每小时这种，就可以新建一个“Date”格式的字段。

  而在我这里，5景遥感影像的成像时间跨度是以年为单位的，所以就直接选择“Text”格式的字段。

  接下来，选择Editor Toolbar”，在编辑菜单中选择“Editor”→“Start Edition”。

  随后，在我们刚刚新建立的属性表字段中，输入各遥感影像的成像时间。

  完成后，保存并退出编辑模式。

  接下来，在镶嵌数据集处右键，选择“Properties”。

  在弹出的属性窗口中，切换到“Time”页面，并按照实际情况配置栅格图像的时间信息。这里需要尤其注意下图中红色框内的几个参数，大家一定要按照实际情况来填写，否则可能导致部分栅格数据不能出现在动态显示的动画中。

  这里还有一点需要说明：大家用来动态展示的多时相遥感影像，相互之间的时间间隔需要保持一致。例如，假设有4景遥感影像，如果其各自成像时间分别为2000年、2005年、2010年、2015年，即每一景遥感影像之间时间间隔都是5年，那么就没有问题，后期可以正常进行动态显示；而假如这4景遥感影像的成像时间分别为2001年、2005年、2010年、2015年，第一景图像和第二景图像的时间间隔为4年，而其他图像的时间间隔都是5年，那么后期动态显示的过程中就会出现一定问题（但这种情况也不是完全不能动态显示——你可以将第一景图像的时间设为2000年，只要心里清楚这一景图像实际上是2001年的就好）。

  继续我们的操作流程。完成前述步骤后，会激活ArcMap软件的时间滑块模块；我们点击“Time Slider”按钮。

  随后，选择“Enable time on map”按钮。

  接下来，在“Options”选项中，按照我们遥感影像自身的实际时间，配置好下列参数。

  此外，可以在“Playback”页面中，调整不同时相栅格数据的切换速度。

  完成以上配置后，我们即可点击如下播放按钮，开始不同时相栅格数据的自动动态切换显示。

  我们还可以先在“Layout View”中配置指北针、比例尺、图例、地图边框等地图要素，然后再播放，进行不同时相栅格数据的自动动态切换显示。

  但是这里需要注意：如果添加图例的话，在播放过程中，图例并不会随着栅格图像的切换而实时更新，而是一直显示镶嵌数据集中第一个栅格图像的图例。关于这个问题，大家如果有好的方法可以进一步交流。

  对播放过程满意后，我们可以将其导出为视频或动图。

  首先，如果希望导出为视频，那么就可以直接选择“Export to Video”选项。

  可以对视频的帧数、压缩方法等加以配置。

  但是，通过这种方法导出视频存在一个问题：我们没有办法很好地调整每一个时刻图像停留的时间长短——我在“Playback”页面中，多次调整不同时相栅格数据的切换速度，但所生成的视频总长短都是不变的。

  那么，我们就可以借助第三方软件，实现视频或动图形式的动画导出。例如，我在这里选择用ScreenToGif这款小工具，录制ArcMap软件播放多时相栅格数据的过程，就可以导出为视频或.gif格式的动图了。

  当然，如果添加了图例的话，导出视频或动图后大家也可以更直观地注意到，尽管栅格遥感影像在不断变化，但图例却始终没有发生变化；希望这个问题在后期可以找到解决方法。

欢迎关注公众号/CSDN/知乎/微博：疯狂学习GIS