论文总字数：16725字

摘 要

由于卫星自身硬件条件的制约，单一传感器很难获得既具有高时间分辨率又具有高空间分辨率特征的遥感影像。一些学者进行大量理论方法研究后提出多源遥感影像时空融合技术，来解决时空分辨率互相矛盾的问题，使之能够综合利用高时间分辨率特征和高空间分辨率特征，STARFM（Spatial and Temporal Adaptive Reflectance Fusion Model）方法便是其中一种。本文通过该融合模型，基于landsat8和MODIS遥感数据构建高时空分辨率的影像，并分析融合数据的精度和模型误差的来源。首先，本文系统的概括了多源遥感数据时空融合的发展背景、理论基础以及其国内外研究现状；其次，选取合适的研究区，在对数据源进行裁剪，重采样等预处理的基础上分别基于一个基期对和两个基期对的MODIS-Landat8影像进行时空融合，得到高时空分辨率数据；最后，针对融合影像分析，利用多个评价指标进行定性评价、定量评价，结合灰度直方图和散点图建立系统的融合影像质量评价体系。融合结果表明：受地物反射率随时相的变化，一个基期对的融合结果整体效果较两个基期对融合结果好，且越靠近预测影像时相的影像融合精度越高，但是两个基期对的融合影像地物细节更丰富。同时，融合精度还与地形起伏和地物破碎程度有关。该研究对遥感时空融合技术有了一个初步的理解和认识，为今后时空融合模型的改进奠定了一定的基础。

关键词：遥感 数据融合 多源数据 高时空分辨率 MODIS Landsat8

Research on space-time fusion of satellite remote sensing data

Abstract

Due to the limitation of satellite hardware, it is difficult to obtain remote sensing images with high spatial and temporal resolution. In order to solve the problem of "space-time resolution conflict", some scholars have proposed a method that can integrate high-time resolution features and high-space resolution features, namely, multi-source remote sensing image space-time fusion technology, STARFM (spatial and temporal adaptive reflection fusion model) method is one of them. Based on the Landsat 8 and MODIS remote sensing image data, this paper constructs the high spatial-temporal resolution data, and analyzes the accuracy of the fusion data and the source of the model error. Firstly, the development background, research status and basic theory of multi-source remote sensing image spatiotemporal fusion are systematically summarized; secondly, the appropriate research area is selected, and modis-landat8 image based on one base period pair and two base periods pair is spatiotemporal fusion based on data source cutting, resampling and other preprocessing to obtain high spatiotemporal resolution data; finally, for fusion The quality evaluation system of fusion results is established by using multiple evaluation indexes, including qualitative evaluation, quantitative evaluation, gray histogram and scatter map. The fusion results show that the overall effect of the fusion result of one base period pair is better than that of two base periods, and the closer to the prediction image, the higher the fusion precision is, but the fusion image of the two base period pairs has more details. At the same time, the fusion accuracy is also related to the terrain fluctuation and the fragmentation degree of the terrain. This study has a preliminary understanding and understanding of the remote sensing space-time fusion technology, which lays a certain foundation for the improvement of the space-time fusion model in the future.

Key Words: Remote sensing; Data fusion; Multi-source data; High spatial and temporal resolution; MODIS; Landsat8

目 录

摘 要 Ⅰ

ABSTRACT Ⅱ

第一章 前言 1

1.1 研究背景 1

1.2 研究现状 1

1.3 研究目标 2

第二章 时空融合模型与研究区 4

2.1 STARFM模型 4

2.2 研究区概况 6

2.3 遥感数据及预处理 7

2.3.1 Landsat8数据 8

2.3.2 MODIS数据 9

第三章 遥感数据时空融合及结果分析 10

3.1 时空融合过程 10

3.1.1 相似像元选取 10

3.1.2 相似像元权重 11

3.1.2 图像融合结果 11

3.2 基于一个基期对影像的融合结果及分析 12

3.2.1 定性评价 12

3.2.2 定量评价 14

3.3 基于两个基期对影像的融合结果及分析 16

3.3.1 定性评价 16

3.3.2 定量评价 17

第四章 结论与展望 19

4.1 结论 19

4.2 展望 19

参考文献 21

第一章 前言

1.1 研究背景

随着遥感科学技术的进步，搭载不同种类传感器的遥感卫星越来越多，可以根据需要提供不同的时间、空间和光谱分辨率的遥感影像，为资源勘查、环境监测等提供了丰富的信息源^[1-5]。但是由于传感器硬件的限制，高时间，高空间和高光谱分辨率的影像难以兼得，单一遥感数据具有局限性，从而限制了其在诸多领域的应用能力^[6-7]，例如卫星数据在地表变化监测，尤其在地表植被快速变化时期，既需要高空间分辨率数据通过关键特征来识别植物类型，又需要高时间分辨率的影像来检测植物各个生长期的长势。

常用的Landsat等遥感卫星获得的遥感影像能够辨别地物的细微变化，具有30m的高空间分辨率，但16天的时间分辨率相对较低，难以对地表变化进行连续监测；MODIS获取的遥感影像具有1天和8天的高时间分辨率，但是250米-1000米的空间分辨率常常不能满足地表精细识别或监测的要求，不适宜应用于地物种类繁多的区域。因此学者们提出一系列多源遥感数据融合的概念和技术，在统一的地理坐标系中采用一定算法将多源数据进行多层次有机融合，综合图像中的各种地物和环境信息，生成一幅新的影像来表示目标地物。充分利用了不同数据的地物信息特征，依据融合模型突破传感器的性能限制。融合影像有利于消除或减弱多源传感器信息的冗余和冲突，同时提高了遥感影像的识别精细地物的能力、拓展了应用领域，有效发挥多平台互补观测的优势。

1.2 研究现状

数据融合的理论方法研究开始于20世纪80年代，在过去的几十载获得了飞速发展，至今仍是遥感领域的研究热点。数据融合一般可以分为3个层级，分别为数据级、特征级和决策级^[8]。数据级融合通过对传感器获取的原始数据的综合分析，在未经处理的原始信息的基础上对影像进行融合。优势是可以尽可能的保留地物环境的原本信息，但是处理数据的耗时长，信息量大是其缺点；特征级融合通过对卫星直接获得的影像进行预处理提取其中的特征信息再加以综合分析。即将观测数据中提取的地物相关特征经过融合生成更有效的特征向量，然后利用模式识别方法根据研究目的做其他处理；决策级融合利用多源遥感数据对地物特征解译，获得目标属性的初始信息，之后在决策规则的基础上融合以得到目标地物不同侧面和类别的信息。这些融合方法多是用于提高影像数据的空间分辨率，光谱特征，信息量等，但都没有包含时间信息的融合，本论文要探讨的是包含时间变化信息的遥感数据时空融合模型。

请支付后下载全文，论文总字数：16725字