1.一种高频次遥感时间序列数据的时域重建方法，其特征在于，包括以下步骤：

步骤1，对多天合成的遥感时间序列数据进行时域滤波，得到高质量的多天合成的遥感时间序列数据；步骤1中对合成时间序列数据进行时域滤波，其实现方式为：由移动加权谐波分析法对原始的合成遥感时间 序列数据进行滤波处理，子步骤为：步骤1.1：对待重建时刻t数据进行时域滤波，首先对原始合成的时间序列数据y(t)中其他数据点分配权值，其权值w计算方式为：其中，s'＝|t-ti|，s＝s'/r，r为移动加权谐波分析方法中的支持域半径参数；

步骤1.2：对重建时刻t数据进行时域滤波，其次将时间序列数据以正弦余弦相加的形式表示，对原始时间序列数据y(t)进行加权求解，其实现方式为：其中，n为谐波个数；

步骤2，对步骤1生成的高质量的多天合成的时间序列数据进行时域插值重建，得到与目标数据时间分辨率一致的高频次遥感时间序列数据；步骤2中对步骤1生成的高质量的多天合成的时间序列数据进行时域插值重建，得到与目标数据时间分辨率一致的高频次遥感时间序列数据；

步骤3，以原始的高频次时间序列数据为标准，将近似的高频次遥感时间序列数据进行归一化处理；步骤3的实现方式为，以原始高频次遥感时间序列为基准，将该序列中无缺失部分的像元与近似的高频遥感时间序列数据中的对应像元建立二次回归关系，将近似的高频次遥感时间序列数据进行归一化处理；

步骤4，对近似的高频次遥感时间序列数据进行真值还原，得到低质量的高频次遥感时间序列数据；步骤4的实现方式为对步骤3获得的归一化处理后的高频次遥感时间序列数据进行真实值还原，获得低质量的高频次遥感时间序列数据，其真值获取自原始高频次遥感时间序列数据中未缺失数据；

步骤5，对低质量的高频次遥感时间序列数据进行泊松校正，达到去除重建痕迹的目的，得到高质量的高频次时间序列数据；步骤5的实现方式为，将低质量的高频次时间序列数据进行泊松校正，通过带有边缘条件的梯度一致性约束求解，对数据中重建的像元值进行调整，达到去除重建痕迹的目的，获得时空连续无痕的高质量的高频次遥感时间序列数据，其数学表达为：其中， 为梯度算子， 表示低质量的高频次遥感时间序列数据重建区域的梯度信息，v表示对应的近似的高频次遥感时间序列数据重建区域的梯度信息，作为引导向量， 表示带有边缘条件，边缘值相等。