基于ESTARFM的MODIS与Sentinel-2三江平原EVI与LSWI时空融合质量评价.pptxVIP

content目录01研究背景与科学意义02技术框架与方法设计03研究区与数据准备04融合过程与算法实现05融合结果质量评估06应用前景与研究展望

研究背景与科学意义01

遥感时序数据在农业监测中的关键作用日益凸显，EVI与LSWI成为表征植被生长与地表水分动态的核心指标EVI优势显著增强型植被指数（EVI）能有效抑制大气与土壤背景干扰，更精准反映高覆盖区植被生长状态，在三江平原水稻等作物长势动态监测中具有突出应用价值。LSWI表征水分地表水热指数（LSWI）对地表水分变化敏感，可有效识别农田灌溉、积水及干旱胁迫情况，是监控三江平原湿地与水田水文动态的关键遥感指标。时序数据核心连续遥感时序数据可捕捉作物全生育期变化过程，EVI与LSWI的联合分析为农业干旱预警、种植管理与产量估算提供了不可或缺的动态信息支撑。

传统MODIS与Landsat组合受限于空间分辨率，难以满足精细化农业遥感应用需求问题背景传统MODIS与Landsat组合存在空间分辨率低和时频矛盾问题。小尺度农田难以实现连续精准监测。三江平原水田规模化种植对农情诊断提出更高要求。技术瓶颈低分辨率影像无法准确识别小农田，重访周期长导致数据缺失。高频与高分辨难以同时满足，制约农业遥感监测精度。Sentinel-2优势具备10米高空间分辨率，提升农田边界识别能力。5天重访周期增强时间连续性，适合动态监测需求。MODIS协同作用