多源遥感数据时空融合模型应用分析.pdfVIP

第16卷 第5 期 Vol. 16, No.5 2014 年9 月 Sep., 2014 多源遥感数据时空融合模型应用分析 邬明权，牛 铮，王长耀 (中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京100101) 摘要：多源遥感数据时空融合模型是解决目前遥感数据获取能力不足问题的重要方法之一，当前主要融合方法的 研究，集中于平原区域，缺乏复杂条件下的多源遥感数据融合技术的应用研究。针对我国南方复杂条件，本文对比 研究了多源遥感数据时空融合模型在我国南方复杂条件下的应用能力。针对LORENZO 模型、LIU 模型、统计回 归模型、STARFM 和ESTARFM 5 种主流多源遥感数据时空融合模型，采用Landsat-ETM+和MODIS 数据，以江苏 省南京市的小块区域为实验区，利用5 种模型生产融合影像，以真实Landsat-ETM+数据为模板，定性和定量评价融 合效果的好坏。结果表明：除LORENZO 模型外，其余4 种模型获得的融合影像与真实影像之间都具有较高的相 关性，相关系数均高于0.6 ，其中，ESTARFM 模型的融合影像与真实影像间的相关性最高，融合效果最好，其次为 STARFM 模型，再次为LIU 模型和统计模型法。在融合过程中采用距离、时间和光谱等信息越多，融合效果越好， 在复杂地区的适用能力越强，融合影像更能反映地物的细节特征。 关键词：时空融合；Landsat ；MODIS ；图像处理；遥感 DOI:10.3724/SP.J. 1047.2014.00776 1 引言 感图像时空融合方法（Spatial and Temporal Adap- tive Reflectance Fusion Model ，STARFM），不仅考虑 近年来为了实现大范围、高精度、快速变化的 了与目标像元的距离和光谱相似性，还考虑了时间 [18] 地表信息遥感监测，需要高时空分辨率的遥感数 上的差异；Thomas 等 在Gao 的STARFM 方法基础 [1-9] 上，提出了一种自适应遥感图像时空融合变化监测 据 。为满足大范围、高精度、快速变化的地表信 息遥感监测对高时空分辨率遥感数据的需求，解决 方法（Spatial Temporal Adaptive Algorithm for map- [19] 目前卫星遥感数据获取能力不足的问题，一些学者 ping Reflectance Change ，STAARCH）；Zhu 等 在 提出了一种能够综合低空间分辨率遥感数据的高 Gao 的STARFM 方法基础上，提出了一种考虑像元 时间分辨率特征和中、高空间分辨率遥感数据的高 反射率的时间变化特征的改进型自适应遥感图像 空间分辨率特征的技术，即多源遥感数据时空融 时空融合方法（Enhanced Spatial and Temporal Adap- 合技术。Cherechali[10] 和Fortin[11] 基于线性光谱混 tive Reflectance Fusion Model ，ESTARFM ）；邬明权 [20] 合模型和最小二乘法提出了一种从低空间分辨率 等 基于类别反射率的