面向地表特征变化区域的时空遥感数据融合方法研究

• 作者: 张锦水 袁周米琪
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 高时、空分辨率影像融合 降尺度 薄板样条插值
• 年，卷（期）: 2017,（6）
• 页码范围: 727-734,封2-封3
• 页数: 9页
• 分类号: TP751
• 语种: 中文
• DOI: 10.16360/j.cnki.jbnuns.2017.06.015

摘要

高时间、高空间分辨率的遥感影像能够在空间、时间尺度上精细刻画植被生物物理特征和结构特性及其在空间、时间上的变化,对监测植被生态特征有着重要的作用.为有效记录地表特征的变化,本文提出了一种基于像元降尺度的时空遥感数据融合算法(downscaling difference spatial and temporal data fusion algorithm,DDSTDFA).该方法分别开展基于Landsat、MODIS和NOAA影像的模拟与真实实验,与已有STDFA (spatial and temporal data fusion algorithm)和FSDAF (flexible spatiotemporal data fusion)进行对比.结果表明,DDSTDFA算法表现出以下优势:1)DDSTDFA算法能够同时预测地表特征发生的多种变化方向,改进了基于像元分解算法的缺陷,与STDFA相比在变化区域表现出更高的精度;2)DDSTDFA融合影像的空间分布特征更接近真实影像,消除像元分解融合法中常见的“图斑”“边界”问题;3)与FSDAF算法相比,DDSTDFA算法在保证影像融合精度的前提下,运行速度提高了50％～60％.因此,DDSTDFA算法更适合于大范围高时空影像数据融合,为地表动态监测提供丰富的遥感影像数据源.