简介
我们在长时间序列的分析中，往往会根据影像时序的长短来进行分析，这里我们以NDVI指数进行长时序分析，来实现NDVI1990-2023年长时序的监测。
时序监测
时序监测是指通过对连续时间序列的遥感图像进行分析，以观察和监测地表特征、植被生长、环境变化等的动态变化过程。时序监测的核心思想是利用多个时间点的遥感数据，通过比较和分析不同时间点的图像，来获取目标地区的动态变化信息。
时序监测可以使用各种遥感数据，包括多光谱、高光谱和雷达数据等。这些数据可以提供不同波段的信息，例如红外波段和可见光波段，以及不同频率和极化的雷达数据。
时序监测的分析方法包括但不限于以下几种：
1. 变化检测：通过对不同时间点的遥感图像进行像元级别或对象级别的比较，检测地表特征的变化情况。这种方法可以用于监测城市扩张、森林砍伐、农田变化等。
2. 趋势分析：通过对多个时间点的遥感图像进行统计和分析，来识别和分析地表特征的趋势变化。这种方法可以用于监测植被生长、土地利用变化、水体面积的变化等。
3. 时间序列分析：通过对多个时间点的遥感数据进行时间序列分析，来提取目标地区的周期性变化、季节性变化等信息。这种方法可以用于监测农作物的生长周期、草地的季节性变化等。
时序监测在环境监测、自然资源管理、灾害监测等领域具有广泛的应用。它可以提供对地表特征和资源变化的全面和动态的了解，为决策制定和资源管理提供重要支持。
NDVI
归一化差值植被指数（Normalized Difference Vegetation Index，NDVI）是一种用于评估植被生长和覆被程度的遥感指数。它通过计算红外波段和可见光波段的比值来反映植被的光合作用强度和植被叶绿素的含量。
NDVI是根据植被对光的吸收和反射特性而得出的一种指数。在可见光