【摘要】：全球變化科學(xué)迫切需要在高分辨率下監(jiān)控季節(jié)性的景觀變化。Landsat系列衛(wèi)星影像較高的空間分辨率與多光譜特征使得其在多領(lǐng)域得到應(yīng)用,但是較長的重訪周期以及云的影響導(dǎo)致高質(zhì)量時(shí)序數(shù)據(jù)的獲取能力不足,極大限制了其在地表景觀變化研究中的應(yīng)用。而MODIS數(shù)據(jù)每隔一到兩天就能對全球成像一次,更適用于地表景觀變化的研究,但MODIS數(shù)據(jù)250-1000米的空間分辨率使其無法適用于空間小尺度范圍的研究。基于Landsat 8 OLI與MODIS的時(shí)空數(shù)據(jù)融合方法將Landsat 8 OLI數(shù)據(jù)與MODIS數(shù)據(jù)融合獲得高時(shí)間分辨率與空間分辨率的數(shù)據(jù),融合結(jié)果為地物景觀的變化研究提供了數(shù)據(jù)基礎(chǔ),提高了地物的識(shí)別能力和精度。論文以山東省中西部為研究區(qū),首先通過分析數(shù)據(jù)特性和參數(shù)變化等對時(shí)空數(shù)據(jù)融合方法融合得到的影像質(zhì)量造成的影響,確定了算法輸入的參數(shù),然后,對基于時(shí)序的時(shí)空數(shù)據(jù)融合法(STIFM)、自適應(yīng)的遙感圖像時(shí)空融合方法(STATFM)與靈活的時(shí)空數(shù)據(jù)融合方法(FSDAF)進(jìn)行對比分析,發(fā)現(xiàn)對于地表覆被發(fā)生快速變化的地區(qū),FSDAF方法融合得到的結(jié)果優(yōu)于其它方法。然而FSDAF算法對輸入影像的質(zhì)量較為敏感、算法復(fù)雜且計(jì)算量大,沒充分利用高分辨率影像的空間細(xì)節(jié)信息與低分辨率影像的時(shí)序變化信息。最后,本文用地表擾動(dòng)指數(shù)來描述地表反射的變化,結(jié)合混合像元分解與FSDAF算法,提出了一種改進(jìn)的靈活時(shí)空數(shù)據(jù)融合方法IFSDAF。論文的研究內(nèi)容和主要成果包括:(1)MODIS日地表反射率整合。通過分析MODIS數(shù)據(jù)的特征和MOD09GA地表反射之間的關(guān)系,基于雙星協(xié)同生成8天的MODISNDVI時(shí)序數(shù)據(jù),提取出植被的物候數(shù)據(jù),在此基礎(chǔ)上以8天為步長對MOD09GA日地表反射率數(shù)據(jù)進(jìn)行重構(gòu),保證了特定時(shí)段高質(zhì)量MODIS地表反射率數(shù)據(jù)的充分利用。利用Python腳本語言編寫的程序?qū)?shù)據(jù)進(jìn)行處理,重構(gòu)得到質(zhì)量更高的MODIS反射率數(shù)據(jù)。(2)常用時(shí)空數(shù)據(jù)融合算法對比分析。本文使用常用的時(shí)空數(shù)據(jù)融合方法合成研究區(qū)特定時(shí)段的數(shù)據(jù),并對合成的影像質(zhì)量進(jìn)行了定量評價(jià),并分別討論了分類數(shù)量的變化對上述算法融合生成的影像質(zhì)量的影響。同時(shí),從光譜特征和影像結(jié)構(gòu)特征兩個(gè)方面定量評價(jià)了不同地表類型(旱地、林地、草地、城鎮(zhèn)建設(shè)用、農(nóng)村居民地等)上的影像融合結(jié)果,分析了不同融合方法的適用性,結(jié)果表明FSDAF算法具有更高的融合精度。(3)改進(jìn)的靈活時(shí)空數(shù)據(jù)融合方法。針對FSDAF方法對數(shù)據(jù)質(zhì)量敏感,計(jì)算復(fù)雜度高且沒有充分利用高分辨率影像的空間細(xì)節(jié)信息與低分辨率影像的時(shí)序變化信息的特點(diǎn),通過利用地表低分辨率數(shù)據(jù)對地表變化信息進(jìn)行量化,采用線性光譜混合分解與FSDAF算法相結(jié)合的方法,提出了針對地表覆被變化的IFSDAF算法,生成了更高質(zhì)量的影像。同時(shí)探討了參數(shù)變化等對IFSDAF算法生成影像質(zhì)量的影響。(4)植被生長時(shí)序特征分析。利用IFSDAF算法生成的融合數(shù)據(jù)計(jì)算獲取NDVI時(shí)序數(shù)據(jù),同時(shí)考慮不同地表覆蓋類型下生成的高時(shí)空NDVI數(shù)據(jù)與重構(gòu)得到的8天MODIS NDVI數(shù)據(jù)的時(shí)序差異變化,對比發(fā)現(xiàn)不同地表覆蓋類型下植被的生長、高峰以及其衰落在趨勢變化曲線上的表現(xiàn)與MODIS NDVI數(shù)據(jù)表現(xiàn)一致,表明了 IFSDAF算法的有效性。
[Abstract]:......
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P237

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝登峰;張錦水;孫佩軍;潘耀忠;云雅;袁周米琪;;結(jié)合像元分解和STARFM模型的遙感數(shù)據(jù)融合[J];遙感學(xué)報(bào);2016年01期

2 康峻;王力;牛錚;高帥;鄔明權(quán);;基于局部空間自相關(guān)分析的時(shí)空數(shù)據(jù)融合[J];遙感技術(shù)與應(yīng)用;2015年06期

3 謝登峰;張錦水;潘耀忠;孫佩軍;袁周米琪;;Landsat 8和MODIS融合構(gòu)建高時(shí)空分辨率數(shù)據(jù)識(shí)別秋糧作物[J];遙感學(xué)報(bào);2015年05期

4 石月嬋;楊貴軍;李鑫川;宋健;王紀(jì)華;王錦地;;融合多源遙感數(shù)據(jù)生成高時(shí)空分辨率數(shù)據(jù)的方法對比[J];紅外與毫米波學(xué)報(bào);2015年01期

5 張鵬;王學(xué)強(qiáng);;大氣輻射校正軟件LEDAPS與FLAASH對比研究[J];安徽農(nóng)業(yè)科學(xué);2014年10期

6 趙永光;黃波;汪超亮;;基于超分辨率重建的多時(shí)相MODIS與Landsat反射率融合方法[J];遙感學(xué)報(bào);2013年03期

7 鄔明權(quán);王潔;牛錚;趙永清;王長耀;;融合MODIS與Landsat數(shù)據(jù)生成高時(shí)間分辨率Landsat數(shù)據(jù)[J];紅外與毫米波學(xué)報(bào);2012年01期

8 柳樹福;熊雋;吳炳方;;ETWatch中不同尺度蒸散融合方法[J];遙感學(xué)報(bào);2011年02期

9 顧曉鶴;何馨;郭偉;黃文江;燕榮江;;基于MODIS與TM時(shí)序插補(bǔ)的省域尺度玉米遙感估產(chǎn)[J];農(nóng)業(yè)工程學(xué)報(bào);2010年S2期

10 陳博;歐陽竹;;基于BP神經(jīng)網(wǎng)絡(luò)的冬小麥耗水預(yù)測[J];農(nóng)業(yè)工程學(xué)報(bào);2010年04期

，

本文編號(hào)：2452702