时间序列分析是遥感分析中的一种方法，对于农业、植被遥感具有重要意义，是当前用遥感做农作物识别的主要手段，对制止“非农化”和防止“非粮化”具有重要作用。

1. 功能概述

       整个功能在一个界面中实现，支持影像模式、指数类型和特征计算策略的灵活配置。

1.1 影像类型及波段组合配置

       不同的影像源波段数和波段组合方式不同，系统预设了BGRN和RGBN这两种最常见的模式，也支持“其他”组合方式的影像。

• BGRN模式：最常见的多光谱影像原始波段组合方式，各波段序 不能修改，没有红边波段和短波红外波段。
• RGBN模式：部分部门使用的易于显示查看的影像波段组合方式，各波段序 不能修改，没有红边波段和短波红外波段。
• 其他模式：其他类型影像，可以设置波段数和各波段的序 。

1.2 指数类型配置

       当前支持7种指数的计算，分为植被、水体、建设用地和灾害事件四个大类。

• NDVI：归一化植被指数。
• 红边NDVI：使用红边波段替换NDVI红光波段的植被指数。
• 绿波段NDVI：使用绿光波段替换NDVI红光波段的植被指数。
• NDWI：归一化水体指数。
• NDMI：归一化含水指数。
• NDBI：归一化建筑用地指数。
• BAI：燃烧面积指数。

 1.3 特征计算策略

       特征计算提供了均值、中值和中值区间内均值三种策略。

• 均值：地块内所有像元特征的均值。
• 中值：地块内所有像元特征的中位数。
• 中值区间内均值：以中值为中心，区一定比例的像元特征计算均值。

2. 使用方法

       无需新建项目，点击“高级-影像分析-特征计算”弹出时序特征计算设置界面，按照界面指示，分别进行影像源、影像参数、指数配置、特征计算方法的配置，点击“运行”即可。

3. 过程与成果展示

时间序列影像时序特征计算

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览214749 人正在系统学习中