TIMESAT

TIMESAT为我们提取生长季物候参数提供了极大的方便，但是其界面过于简单，对数据有一定的要求，经过本人一年多的探索与熟悉，在此记录使用TIMESAT提取物候参数的方法。从准备数据，TIMESAT软件中处理和结果整理三部分进行：

准备数据

TIMESAT接受.img 和.dat格式的栅格数据，一般来说，提取物候的数据为NDVI，EVI，LAI等，　本为以.hdf格式的GLASS LAI数据为例。

1. 打开hdf数据 ，hdf数据是需要头文件信息的，也就是说打开时软件会问你行列多少？从哪里开始？像元大小等信息，一般的头文件为同名的.hdr文件。批量生成.hdr 建议使用DOS 进行文件复制(在excel 中集中做好DOS命令)；
2. 转换类型，前面说了TIMESAT是不接受.hdf数据的，所以我们要将其转化为.img文件，这里我调用arcpy写了一个python小代码实现批量转换；
3. 数据裁剪，转后的.img仍然是全球的范围，将其裁剪为研究区的范围，我使用的是ArcGIS的Model builder，同步进行乘上系数和裁剪两步，注意为了实现输出的命名保持时间顺序，需要先将数据放在数据库中进行，最后导出为.dat格式的。
4. 获取list,TIMESAT中输入的不是直接的数据，而是数据列表，也就是获取所有数据的名字和路径，放在一个txt里面，前面写上数据的个数。如下：
   
   到这里，数据就准备好了；

TIMESAT处理

TIMESAT 处理要求两个部分，一个是你的数据list, 零外一个是给参数和方法的参数文件。

1.制作.set参数文件。打开主界面上的 TSM_setting 模块

• job name 相当于项目名称
• image mode 选择1 image files
• Data series files 中选择到上面做好的txt list文件。
• 根据实际情况选择image file type, 按照我这种方法写下来是32位的
• 填上行列号
• 要处理的行列号，一般与上面一样
• 处的年份NO.of years
  这里软件会自动读取txt里面第一行的数据，根据年份计算每一年是多少期数据，这里一定要确保核对，比如我是8天一个数的话，一年就是46期。

下面和右面的参数确定需要打开TSM_GUI.这个模块提供一个或几个像元的实验。

• 上排file打开txt数据list，填写大致与上面相同
• 注意这里可以在Show mages里面选择一些小范围的像元来做实验，过于大的范围可能导致这一步无法加载数据。

• 之后选择不同的过滤方法Fitting method。
• Common settings 部分设置数据值的范围
• CLass-specific setting部分对提取方法进行设置，比如动态阈值还是固定值及其参数。
• 右下角的表格展示了当前像元（正上方标注）在这么多时相上表现出来的生长季节物候情况。
• 设置完之后点击上排setting保存成一个文件供下一步处理。
  2.主菜单上选择TSF_process进行处理
• 这里只需要输入上一步的.set文件即可。
• 运行过程为黑色windows命令框，运行结束会显示运行结果的名称和位置。输出结果保存在默认的工作空间下，如果你没与更改实在安装路径的\timesat33\compiled\win64\下面。
  
• 输出结果为.tts或者.tpa.此文件 并打不开看到结果，需要保存进行下一步

3. 打印结果
   主菜单上第三个框框下的TSM_printsaeson

• 点击输入上一步的文件即可。 同样为DOS命令框，需要输入打印的行列数和保存的文件名
• 注意最后要输入.txt文件的路径
• 打印结果就是这个txt文件

统计结果

TIMESA打印的结果是按照每一个像元进行的，在EXCEL中打开，每一行为一个像元，前两个为行列，后面为生长季的参数。

之后按照需求对其进行统计处理，必要时使用python排除0值等情况。