2.3. Time series MODIS NDVI dataMOD

2.3. Time series MODIS NDVI data
MOD13Q1 products spanning the vegetation growing season from March to November were downloaded from the National Aeronautic sand Space Administration (NASA) of the United States (US) Ware-house Inventory Search Tool (WIST). These data were distributedby the Land Processes Distributed Active Archive Center (LPDAAC), located at the US Geological Survey (USGS) Earth ResourcesObservation and Science (EROS) Center (https://lpdaac.usgs.gov).MOD13Q1 data were provided every 16 days at a spatial resolu-tion of 250 m in the sinusoidal projection. It included red, NIR,blue and SWIR reflectance bands, NDVI and Enhanced Vegeta-tion Index (EVI) from the MODIS onboard of Terra platform. TheNDVI data was extracted for forest cover classification in thisstudy.The Savitzky–Golay (S-G) filter was used to smooth out noisein the time series MODIS NDVI data, specifically that caused pri-marily by cloud contamination and atmospheric variability (Chenet al., 2004; Savitzky and Golay, 1964). The algorithm made dataapproach the upper NDVI envelope and to reflect the NDVI pat-tern of change. It used a moving window, and noisy values wereapproximated by polynomial regression within the moving win-dows. An original NDVI profile and the S-G filtered NDVI profileat a randomly selected pixel was presented in Fig. 2. It was seenthat S-G filter could effectively eliminate data noise and improvethe quality of time series MODIS NDVI data. Projection of thesmoothed MODIS NDVI data was converted to the same projec-tion with Landsat ETM+ data. The spatial resolution of MODIS NDVIdata was resampled to 30 m, and the same columns and lineswere extracted to keep consist with Landsat ETM+ data for further analysis

ผลลัพธ์ (ไทย) 1:

2.3 ชุดเวลาข้อมูล MODIS NDVIMOD13Q1 products spanning the vegetation growing season from March to November were downloaded from the National Aeronautic sand Space Administration (NASA) of the United States (US) Ware-house Inventory Search Tool (WIST). These data were distributedby the Land Processes Distributed Active Archive Center (LPDAAC), located at the US Geological Survey (USGS) Earth ResourcesObservation and Science (EROS) Center (https://lpdaac.usgs.gov).MOD13Q1 data were provided every 16 days at a spatial resolu-tion of 250 m in the sinusoidal projection. It included red, NIR,blue and SWIR reflectance bands, NDVI and Enhanced Vegeta-tion Index (EVI) from the MODIS onboard of Terra platform. TheNDVI data was extracted for forest cover classification in thisstudy.The Savitzky–Golay (S-G) filter was used to smooth out noisein the time series MODIS NDVI data, specifically that caused pri-marily by cloud contamination and atmospheric variability (Chenet al., 2004; Savitzky and Golay, 1964). The algorithm made dataapproach the upper NDVI envelope and to reflect the NDVI pat-tern of change. It used a moving window, and noisy values wereapproximated by polynomial regression within the moving win-dows. An original NDVI profile and the S-G filtered NDVI profileat a randomly selected pixel was presented in Fig. 2. It was seenthat S-G filter could effectively eliminate data noise and improvethe quality of time series MODIS NDVI data. Projection of thesmoothed MODIS NDVI data was converted to the same projec-tion with Landsat ETM+ data. The spatial resolution of MODIS NDVIdata was resampled to 30 m, and the same columns and lineswere extracted to keep consist with Landsat ETM+ data for further analysis

ผลลัพธ์ (ไทย) 2:

2.3 เวลาชุด MODIS NDVI ข้อมูล
ผลิตภัณฑ์ MOD13Q1 ทอดพืชฤดูปลูกจากมีนาคม-พฤศจิกายนถูกดาวน์โหลดจาก National Aeronautic ทรายบริหารอวกาศ (นาซา) ของสหรัฐอเมริกา (US) สินค้าคงคลังสุขภัณฑ์บ้านเครื่องมือค้นหา (รายการ) ข้อมูลเหล่านี้เป็น distributedby กระบวนการกระจายที่ดินที่ใช้งานศูนย์คลัง (LPDAAC) ตั้งอยู่ที่สำรวจทางธรณีวิทยาของสหรัฐ (USGS) โลก ResourcesObservation และวิทยาศาสตร์ (EROS) เซ็นเตอร์ (https://lpdaac.usgs.gov) ข้อมูล .MOD13Q1 มีให้ทุก 16 วันที่อวกาศrésolu-การ 250 เมตรในการฉายซายน์ มันรวมถึงสีแดง NIR, สีฟ้าและ SWIR วงสะท้อน NDVI และ Enhanced ดัชนีผัก-การ (EVI) จาก MODIS onboard ของแพลตฟอร์ม Terra TheNDVI ข้อมูลที่ถูกสกัดสำหรับการจำแนกพื้นที่ป่าใน thisstudy.The Savitzky-Golay (SG) กรองถูกใช้ในการเรียบออก noisein อนุกรมเวลา MODIS ข้อมูล NDVI เฉพาะที่ทำให้เกิด Pri-Marily โดยการปนเปื้อนเมฆและความแปรปรวนของบรรยากาศ (Chenet al., 2004 ; Savitzky และ Golay 1964) ขั้นตอนวิธีการทำ dataapproach ซอง NDVI บนและสะท้อนให้เห็นถึง NDVI PAT-เทินของการเปลี่ยนแปลง มันใช้หน้าต่างย้ายและค่านิยมที่มีเสียงดัง wereapproximated โดยการถดถอยพหุนามภายในย้ายชนะ DOWS รายละเอียด NDVI เดิมและที่ SG กรอง NDVI profileat พิกเซลสุ่มเลือกที่ถูกนำเสนอในรูป 2. มันเป็นตัวกรองที่ SG seenthat ได้อย่างมีประสิทธิภาพจะช่วยขจัดเสียงรบกวนข้อมูลและ improvethe คุณภาพของอนุกรมเวลา MODIS ข้อมูล NDVI โปรเจคของข้อมูล thesmoothed MODIS NDVI ถูกดัดแปลงร-การเดียวกันกับการ Landsat ETM + ข้อมูล ความละเอียดเชิงพื้นที่ของ MODIS NDVIdata ถูก resampled ถึง 30 เมตรและคอลัมน์เดียวกันและ lineswere สกัดเพื่อให้ประกอบด้วยกับ Landsat ETM + ข้อมูลสำหรับการวิเคราะห์ต่อไป

ผลลัพธ์ (ไทย) 3:

2.3 อนุกรมเวลา การเปลี่ยนแปลงด้านพืชพรรณ
mod13q1 ผลิตภัณฑ์ครอบคลุมข้อมูลโมดิสฤดูปลูกพืชจากเดือนมีนาคมถึงเดือนพฤศจิกายนถูกดาวน์โหลดจาก National aeronautic ทรายพื้นที่การบริหาร ( นาซา ) ของสหรัฐอเมริกา ( US ) บ้านนี้เครื่องมือค้นหาสินค้าคงคลัง ( รู้ ) ข้อมูลเหล่านี้ distributedby แผ่นดินกระบวนการงานกระจายศูนย์ถาวร ( lpdaac )โรงแรมตั้งอยู่ที่สำรวจทางธรณีวิทยาสหรัฐ ( USGS ) resourcesobservation โลกและวิทยาศาสตร์ ( Eros ) ศูนย์ ( https : / / lpdaac . USGS . gov ) mod13q1 ข้อมูลให้ทุก 16 วัน ที่ resolu tion ( 250 M ในการฉายรูปไซน์ . มันมีสีแดง คือ สีฟ้า และ Sheikh สะท้อนวง การเปลี่ยนแปลงด้านพืชพรรณ และปรับปรุงดัชนี tion เบจิต้า ( เอวี่ ) จาก onboard ของเทอร์ราโมดิสแพลตฟอร์มthendvi ข้อมูลที่ครอบคลุมในป่าประเภทนี้ เป็น golay – savitzky ( s-g ) กรองใช้เรียบ noisein อนุกรมเวลา ข้อมูลโมดิสเปลี่ยนแปลงด้านพืชพรรณโดยเฉพาะที่เกิดจากการปนเปื้อนนี้ มาริลี่โดยเมฆและบรรยากาศแปรปรวน ( chenet al . , 2004 ; savitzky และ golay , 1964 )ขั้นตอนวิธีการทำ dataapproach ซองจดหมายเพื่อให้สะท้อนถึงการเปลี่ยนแปลงด้านพืชพรรณและการเปลี่ยนแปลงด้านพืชพรรณบนแพทเทิร์นของการเปลี่ยนแปลง มันใช้หน้าต่างย้าย และค่าเสียงดัง wereapproximated โดยพหุนามถดถอยภายในย้ายชนะ dows . เดิมมีการเปลี่ยนแปลงด้านพืชพรรณและการเปลี่ยนแปลงด้านพืชพรรณโปรไฟล์ s-g กรอง profileat สุ่มเลือกพิกเซลจะถูกแสดงในรูปที่ 2มัน seenthat s-g กรองได้อย่างมีประสิทธิภาพสามารถกำจัดเสียงและคุณภาพของข้อมูลอนุกรมเวลาโมดิสเปลี่ยนแปลงด้านพืชพรรณขึ้นข้อมูล แนวโน้มของการเปลี่ยนแปลงด้านพืชพรรณ thesmoothed โมดิสข้อมูลที่ถูกแปลงเป็นโครงการเดียวกันกับที่ผ่านดาวเทียม ETM ข้อมูล ความละเอียดเชิงพื้นที่ของโมดิส ndvidata คือ resampled 30 เมตร และคอลัมน์เดียวกันและ lineswere สกัดเพื่อให้ประกอบด้วยข้อมูล ETM ข้อมูลเพื่อการวิเคราะห์ต่อไป