<div dir="ltr"><div><div><div><div>Thank you for the reply Veronica.<br></div>I shall try again with number of maps in one year as the base period and with<br></div>varying FET.<br></div>Thank you again,<br></div>Regards<br></div><div class="gmail_extra"><br clear="all"><div><div class="gmail_signature">Rajat Nayak</div></div>
<br><div class="gmail_quote">On Mon, Feb 9, 2015 at 6:21 AM, Veronica Andreo <span dir="ltr"><<a href="mailto:veroandreo@gmail.com" target="_blank">veroandreo@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><p dir="ltr">Hi Rajat,</p><span class="">
<p dir="ltr">> Dear All,<br>
><br>
> I'm trying to reconstruct a cloud free NDVI time series using r.hants<br>
> module in GRASS.<br>
> I have a total of 318 files covering a period of 14 years (Feb 2000 - Dec<br>
> 2013).<br>
> I would like to know if there is any quantitative test to set the frequency<br>
> for this data range.</p>
</span><p dir="ltr">Unfortunately there's no test to determine "nf" parameter in hants, but there's however a rule of thumb that works just fine... To consider at least 3 more frequencies than what you expect for your variable. For example, ndvi in a temperate area has 1 cycle per year, then you should use at least 4 nf.</p><p dir="ltr">Quoting Markus Metz here "you need 4-6 cycles per year to accurately<br>approximate NDVI with one peak per year. The additional cycles are<br>needed to approximate seasonal differences in the increase or decrease<br>of NDVI."</p><div>The base period is by default the number of input maps. If you feed the algorithm with one year of data, you don't need to specify this parameter. If you, however, feed in the whole series of maps, you should use the number of maps you have in one year as base_period.</div><span class="">
<p dir="ltr">> I used frequency values 4, with base period as 14, and frequencies of 28,<br></p><p dir="ltr">
> 42 and 56 without any value for base period. Other parameters set were,<br>
> high and low suppression flag, invalid data rejection range (-0.2 and 0.9),<br>
> Fit error tolerance of 0.05, and degree of over determinedness<br>
> as 155.</p>
</span><p dir="ltr">AFAIK, range option is only for input data, it won't limit values in the output. <br></p><p dir="ltr">The degree of overdetermination is how many extra maps you want to use to fit the curve. The algorithm per se uses 2*NF-1 valid data points to fit the curve. With dod you are specifying how many extra data points it should use (take into account you have a lot of missing values).</p>
<p>For FET, I just tried different values ranging from 0.01 to 10, letting all the rest fixed. </p><span class=""><p dir="ltr">> However, none of the curves obtained match the expected distribution. (in<br></p><p dir="ltr">
> the study area there is cloud cover for 4 continuous months ).</p>
</span><p dir="ltr">I worked with chlorophyll data in southern hemisphere and had the same problem... Maybe it will also happen to you that in those periods hants will overshoot and predict values outside the valid range of NDVI. You'll have to decide what to do with them. I fixed them with r.mapcalc (actually with t.rast.mapcalc).</p><p>HTH :)</p><p>Cheers, </p><p>Vero</p>
<p dir="ltr"><br></p>
</div>
</blockquote></div><br></div>