[发明专利]一种构建高时空遥感数据的方法

摘要

本发明公开了一种构建高时空遥感数据的方法，结合像元分解降尺度方法和STARFM模型的CDSTARFM方法，首先利用像元分解降尺度算法对低分辨率数据进行降尺度处理，然后用降尺度数据取代STARFM算法中直接重采样的低分辨率数据，最后利用两者相结合的CDSTARFM算法进行数据融合。该方法可以有效解决像元分解降尺度融合数据的“图斑”现象和STARFM模型寻找纯净MODIS像元难的问题。利用本发明提供的方法融合Landsat8和MODIS数据构建高时空分辨率遥感数据。结果表明，本发明提供的方法比STARFM和像元分解降尺度算法具有更高的融合精度。

主权项

1.一种构建高时空遥感数据的方法，其特征在于所述方法主要包括以下步骤：步骤一、选取一个基期tk的中、低分辨率遥感影像和时序低分辨率影像；步骤二、对tk时期中分辨率影像进行聚类，得到分类图像后进行类别丰度提取，得到类别丰度图；步骤三、通过像元分解模型对步骤二得到的类别丰度图以及t0和tk两期低分辨率影像进行像元分解，得到t0和tk两期的降尺度影像；步骤四、利用tk时期中分辨率影像筛选相似像元，得到窗口内中心像元的相似性像元；步骤五、利用步骤三得到的t0和tk两期低分辨率影像降尺度的影像数据和步骤四得到的相似性像元，通过加权窗口内相似性像元计算预测期的中心像元值，从而得到预测期t0的中分辨率遥感影像；所述步骤四和步骤五通过在一定窗口内筛选与中心像元光谱相似的相似性像元，利用相似性像元的光谱差异性，时间差异性和与中心像元的相对距离来加权计算预测期的中心像元值；所述步骤四和步骤五具体包括：步骤4.1由tk时期中分辨率影像的green、red和NIR波段的阈值θb确定窗口内中心像元的相似性像元，阈值θb通过公式(4)计算，窗口内与中心像元差值的绝对值小于各波段θb的像元作为相似性像元；式(4)中，θb表示窗口内b波段的阈值，N为窗口内中分辨率像元个数，xi为i位置的像元反射率，μ为窗口内像元反射率均值，m为类别数；步骤4.2计算相似像元的权重大小Wijk，权重大小Wijk有三个指标来衡量：光谱的差异性Sijk，时间的差异性Tijk和相似性像元与中心像元的相对距离Dijk；Sijk＝|L(xi，yj，tk)‑M(xi，yj，tk)|    (5)Tijk＝|M(xi，yj，tk)‑M（xi，yj，t0)|    (6)步骤4.3利用公式(9)加权窗口内相似像元的反射率计算预测期的中心像元反射率，生成最终的融合影像上述公式中，w为窗口大小，L(xi，yj，tk)和M(xi，yj，tk)分别为tk时期给定位置(xi，yj)的中分辨率数据和降尺度数据的像元值，(xw/2，yw/2)为窗口的中心像元，光谱差异性Sijk值越小说明给定位置与邻近像元的光谱相似度越高，赋予较高的权重；时间差异性Tijk值越小说明该段时间内光谱变化越小，赋予较高的权重；相对距离Dijk值越小，赋予较高的权重。