喀斯特高原区多源遥感数据时空融合模型适用性分析

喀斯特石漠化综合治理防治措施已落实到小流域等较小空间单元内,迫切需要高时空分辨率植被覆盖度等数据支撑相关研究。由于技术和预算的限制,单一传感器难以获取同时满足高空间、高时间分辨率的数据,时空融合技术是目前解决遥感数据缺失和"时空矛盾"的重要方法之一。以Landsat8 OLI数据与MODIS数据为数据源,以喀斯特高原20 km×20 km区域为实验区,采用时空自适应反射融合模型(spatial and temporal adaptive rcflectance fusion model,STARFM)、增强型时空自适应反射融合模型(enhanced spatial and temporal adaptive rcflectance fusion model,ESTARFM)、灵活的时空数据融合模型(flexible spatiotemporal data fusion,FSDAF)模型三种模型融合生成高时空分辨率数据,分析三种模型在喀斯特高原区的应用能力。结果表明:STARFM、ESTARFM、FSDAF三种模型的融合影像与真实影像的R均高于0.6,ESTARFM模型的融合影像与真实影像的相关性最高,空间细节最为清晰,层次性更明显;ESTARFM模型在地表破碎,异质性较高的喀斯特高原区具有较好的适用能力。     

融合HJ-1 CCD和MODIS生成高分辨率影像方法对比

高时空分辨率遥感影像的反演可有效解决南方云雨地区的数据缺失问题。本文以广西典型丘陵山地为试验区,利用时空自适应反射率融合模型（Spatial and Temporal Adaptive Reflectance Fusion Model,STRAFM）和增强型时空自适应反射率融合模型（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTRAFM）两种融合算法,选取小范围的国产环境减灾卫星（HJ-1 CCD）和中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer,MODIS）数据,比较分析两种融合算法所生成的高空间分辨率影像的优劣。与真实HJ-1 CCD的红、近红外（Near-infrared,NIR）波段影像相比,STRAFM和ESTRAFM预测影像在空间分布上均具有较好的一致性,R值均为极显著相关,差分图像98.94%以上像元反射率差值小于0.1,平均绝对差值（Average Absolute Difference,AAD）、平均差值（Average Difference,AD）、标准差（Standard Deviation,SD）均较小,融合效果好。与STRAFM相比较,ESTRAFM融合算法对真实HJ-1CCD影像的细节捕捉能力更强,高低反射率区域没有明显缩小或放大现象,破碎地物边界更清晰,不存在斑块。ESTRAFM预测影像与真实HJ-1 CCD红、近红外波段影像的相关性均高于STRAFM,相关系数（Pearson Correlation Coefficient,R）分别为0.930, 0.885。ESTRAFM预测影像与真实HJ-1 CCD影像差异小于STRAFM,其差分影像的AD、AAD、SD分别为-0.005、0.013、0.017。