為實時準確地對新疆農(nóng)業(yè)干旱程度進行反演監(jiān)測,以新疆焉耆盆地為例,通過運用時空自適應反射率融合模型（Spatio Temporal Adaptive Reflectivity Fusion Model,STARFM）、增強型STARFM（Enhanced STARFM,ESTARFM）模型及靈活的時空數(shù)據(jù)融合模型（Flexible Spatio Temporal Data Fusion,FSDAF）這3種常見的模型對Landsat 8和MODIS數(shù)據(jù)進行融合,構建了溫度植被干旱指數(shù)（Temperature Vegetation Dryness Index,TVDI）,并采用土壤相對濕度（Relative Soil Moisture,RSM）數(shù)據(jù)對TVDI反演結果進行了驗證。結果表明:①3種數(shù)據(jù)融合模型所模擬預測的干旱因子（歸一化植被指數(shù)和地表溫度）與真實Landsat 8數(shù)據(jù)所反演的干旱因子相比,ESTARFM模型模擬預測的干旱因子判定系數(shù)（R2）和均方根誤差（RMSE）均優(yōu)于其他兩種模型,歸一化植被指數(shù)（NDVI）的R2和RMSE分別達到了0.924和0.076,地表溫度（LST）的R... 

【文章來源】：遙感技術與應用. 2020,35(04)北大核心

【文章頁數(shù)】：13 頁

【部分圖文】：

真實NDVI-LST與對應預測的NDVI-LST線性擬合

真實Landsat 8-TVDI與對應預測的Landsat 8-TVDI

本研究基于3種時空融合模型模擬預測NDVI時，采用計算得到的基準期Landsat 8-NDVI數(shù)據(jù)、MODIS-NDVI數(shù)據(jù)及預測日期MODIS-NDVI數(shù)據(jù)，結合不同空間權重直接模擬生成預測日期的Landsat 8-NDVI數(shù)據(jù)，與真實Landsat 8-NDVI之間的決定系數(shù)介于0.849～0.924之間。通過閱讀文獻，發(fā)現(xiàn)眾多學者分別基于上述3種時空融合模型重構NDVI時，先運用模型模擬預測出Landsat紅波段和近紅外波段影像，再使用歸一化植被指數(shù)公式計算得到NDVI，與真實Landsat-NDVI之間的決定系數(shù)多介于0.71～0.85之間[14,29,42]。前者所用模式在模擬預測NDVI過程中只使用了一次融合模型，而后者所用模式則使用了兩次融合模型，理論上后者所造成的誤差更大。通過上述對比分析，表明直接利用已有的NDVI數(shù)據(jù)進行高時空NDVI的模擬預測是可行的。后期將對兩種模式進行深入定量的分析，以提高NDVI模擬預測的精度。研究區(qū)農(nóng)作物類型主要以辣椒、番茄和小麥為主，會在短時間內發(fā)生變化。而基準影像與預測影像的時間跨度過大，相似季相特征不明顯或者有明顯差異，會增大預測結果的不確定性，從而降低了3種融合模型模擬預測的精度和質量。另外，實驗僅從模擬預測的精度方面來對3種模型進行定量評價，忽略了各模型的運行時間，無法從時間尺度上對各模型進行評價。因此，后續(xù)工作中也將會考慮各模型所運行的時間，以便于更加全面、系統(tǒng)地對3種模型進行評價。

【參考文獻】：
期刊論文
[1]基于時空數(shù)據(jù)融合的縣域水稻種植面積提取[J]. 牛海鵬,王占奇,肖東洋.  農(nóng)業(yè)機械學報. 2020(04)
[2]遙感數(shù)據(jù)融合研究進展與文獻定量分析（1992—2018）[J]. 張立福,彭明媛,孫雪劍,岑奕,童慶禧.  遙感學報. 2019(04)
[3]MODIS數(shù)據(jù)在陜西省干旱監(jiān)測中的應用[J]. 劉英,岳輝,侯恩科.  國土資源遙感. 2019(02)
[4]基于TVDI的甘肅省農(nóng)業(yè)旱情特征及其影響因素[J]. 龐素菲,魏偉,郭澤呈,張靜,頡斌斌.  生態(tài)學雜志. 2019(06)
[5]基于ESTARFM模型的區(qū)域農(nóng)田高時空分辨率影像產(chǎn)生與應用[J]. 陳夢露,李存軍,官云蘭,周靜平,王道蕓,羅正乾.  作物學報. 2019(07)
[6]基于TVDI和Landsat-8的喀斯特峽谷區(qū)干旱監(jiān)測[J]. 余軍林,羅婭,趙志龍,楊月燕,羅旭琴.  水土保持通報. 2019(01)
[7]面向GF-1 WFV數(shù)據(jù)和MODIS數(shù)據(jù)的時空融合算法對比分析[J]. 平博,孟云閃,蘇奮振.  地球信息科學學報. 2019(02)
[8]基于MODIS-Landsat時空融合的陜北黃土高原植被覆蓋變化研究[J]. 劉詠梅,馬黎,黃昌,凱楠.  西北大學學報(自然科學版). 2019(01)
[9]基于FSDAF方法融合生成高時空分辨率地表溫度[J]. 楊敏,楊貴軍,陳曉寧,張勇峰,尤靜妮.  國土資源遙感. 2018(01)
[10]基于時間序列遙感數(shù)據(jù)的陜西省2004—2014年干旱變化特征分析[J]. 溫國濤,白建軍,孫嵩松.  干旱地區(qū)農(nóng)業(yè)研究. 2018(01)

碩士論文
[1]地表溫度降尺度時空融合方法對比及其應用[D]. 楊敏.西安科技大學 2017



本文編號：3020892