本文關(guān)鍵詞：結(jié)合像元分解和STARFM模型的遙感數(shù)據(jù)融合

  更多相關(guān)文章： 像元分解 降尺度 STARFM 遙感 數(shù)據(jù)融合 CDSTARFM

【摘要】：高空間、時(shí)間分辨率遙感數(shù)據(jù)在監(jiān)測地表快速變化方面具有重要的作用。然而,對(duì)于特定傳感器獲取的遙感影像在空間分辨率和時(shí)間分辨率上存在不可調(diào)和的矛盾,遙感數(shù)據(jù)時(shí)空融合技術(shù)是解決這一矛盾的有效方法。本文利用像元分解降尺方法(Downscaling mixed pixel)和STARFM模型(Spatial and Temporal Adaptive Reflectance Fusion Model)相結(jié)合的CDSTARFM算法(Combination of Downscaling Mixed Pixel Algorithm and Spatial and Temporal Adaptive Reflectance Fusion Model)進(jìn)行遙感數(shù)據(jù)融合。首先,利用像元分解降尺度方法對(duì)參與融合的MODIS數(shù)據(jù)進(jìn)行分解降尺度處理;其次,利用分解降尺度的MODIS數(shù)據(jù)替代STARFM模型中直接重采樣的MODIS數(shù)據(jù)進(jìn)行數(shù)據(jù)融合;最后以Landsat 8和MODIS遙感影像數(shù)據(jù)對(duì)該方法進(jìn)行了實(shí)驗(yàn)。結(jié)果表明:(1)CDSTARFM算法比STARFM和像元分解降尺度算法具有更高的融合精度;(2)CDSTARFM能夠在較小的窗口下獲得更高的融合精度,在相同的窗口下其融合精度也高于STARFM;(3)CDSTARFM融合的影像更接近真實(shí)影像,消除了像元分解降尺度影像中的"圖斑"和STARFM模型融合影像中的"MODIS像元邊界"。
【作者單位】： 北京師范大學(xué)地表過程與資源生態(tài)國家重點(diǎn)實(shí)驗(yàn)室北京師范大學(xué)資源學(xué)院;
【關(guān)鍵詞】： 像元分解 降尺度 STARFM 遙感 數(shù)據(jù)融合 CDSTARFM
【基金】：國家自然科學(xué)基金(編號(hào):41301444) 高分辨率對(duì)地觀測系統(tǒng)重大專項(xiàng) 北京高等學(xué)校“青年英才計(jì)劃”~~
【分類號(hào)】：TP751
【正文快照】： 引用格式:謝登峰,張錦水,孫佩軍,潘耀忠,云雅,袁周米琪.2016.結(jié)合像元分解和STARFM模型的遙感數(shù)據(jù)融合.遙感學(xué)報(bào),20(1):62-72Xie D F,Zhang J S,Sun P J,Pan Y Z,Yun Y and Yuan Z M Q.2016.Remote sensing data fusion by combiningSTARFM and downscaling mixed pixel algor

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 王斐;覃志豪;王倩倩;;基于地表類型的TM6波段像元分解方法[J];國土資源遙感;2012年03期

2 李芳,王娟,鄧孺孺;土壤含水量信息提取模型的理論初探[J];遙感信息;2001年04期

3 趙安;3種子像元分解分類的對(duì)比研究——用NOAA影像進(jìn)行鄱陽湖洪水監(jiān)測為例[J];遙感技術(shù)與應(yīng)用;2005年02期

4 毛克彪,覃志豪,張萬昌;針對(duì)ETM基于BP網(wǎng)絡(luò)像元分解模型分類研究[J];遙感信息;2004年02期

5 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 付必濤;基于亞像元分解重構(gòu)的MODIS水體提取模型及方法研究[D];華中科技大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 袁路;基于像元分解與不確定性分析的遙感分類評(píng)估方法[D];清華大學(xué);2005年

2 陸廣勇;基于像元分解的區(qū)域地表覆蓋信息提取[D];中國科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心）;2011年

，

本文編號(hào)：657285