多源遥感数据时空融合及其在农田监测领域的应用研究

发布时间：2019-09-20 16:55

【摘要】：农业遥感是遥感应用领域的一个重要应用方向。遥感技术以其探测周期短、覆盖范围大、现时性强、费用成本低等特点,逐渐成为了精准农业领域获取信息的重要手段之一。然而,由于卫星传感器成像本身具有瞬时性和周期性的特点,再加上地面气象条件对传感器成像的影响,使得难以在较低的成本下获得既具有高空间分辨率又具有高时间分辨率的数据,遥感数据的时空精细度成为了制约其在精准农业领域应用的重要因素。时空融合算法可以融合高空间分辨率遥感数据的空间分辨率特征和高时间分辨率遥感数据的时间分辨率特征,从而生成同时具有高时间和高空间分辨率的遥感数据,对遥感数据的应用具有重要意义。目前的时空融合算法大都是针对两种数据源的遥感数据进行融合,没有充分利用现有多种数据源的优势。针对这种情况,本文在STARFM的基础上提出了利用局部自相关指数改进权重函数的多源遥感数据时空融合算法,充分利用多源遥感数据以提高融合数据的质量。本文的主要研究内容及结论如下:1)在对比分析主要时空融合算法的基础上,以STARFM算法为基础,结合局部空间自相关指数,提出了基于空间自相关分析的多源遥感数据时空融合算法。以一种高空间分辨率数据为主要高空间分辨率数据,其余高空间分辨率数据为辅助数据,利用离预测日期最近的高空间分辨率数据提取局部空间自相关指数改进融合时的权重函数,使具有相似纹理结构的像元在融合时有更大的权重,提高了融合数据的质量。这两种基于局部自相关指数的方法不需要进行光谱归一化过程,当加入新的高空间分辨率数据时可以直接计算局部自相关指数用于融合。2)基于光谱归一化的ESTARFM算法先通过目标日期前后两期数据预测目标日期的高空间分辨率数据,然后通过权重组合获得最终融合结果,其权重组合是利用低空间分辨率间像元反射率差异获得的,不可避免的又引入了低空间分辨率的混合像元问题。本文提出了一种先利用STARFM算法预测目标日期的高空间分辨率数据,通过时间距离加权平均法初步预测目标日期的高空间分辨率数据,然后通过前后日期的高空间分辨率数据和初步预测的目标日期高空间分辨率数据间的反射率的差异计算每个像元的权重组合,进而逐像元计算得到目标日期的高空间分辨率数据。3)对比研究了原始STARFM算法、基于局部Moran指数的STARFM改进算法、基于局部Getis-Ord G指数的改进STARFM算法和基于光谱归一化的ESTARFM算法、基于光谱归一化的STARFM改进算法,以目视解译法和评价指标定量评价的方法对比分析5种算法的融合精度。结果表明:基于局部Moran指数和基于局部Getis-Ord G指数的算法融合的数据质量虽然不如基于归一化的ESTARFM算法和基于光谱归一化的STARFM改进算法融合的数据质量,但是相比于原STARFM有所提高。这两种基于局部自相关指数的方法不需要进行复杂的光谱归一化过程,应用更为简便。4)由于窗口大小和预估地表覆盖类型数量等参数对融合数据质量影响较为明显,本文测试分析基于局部空间自相关指数的多源遥感数据时空融合方法中这两种参数的最优组合。随着窗口的增大以及预估地表覆盖类型数的增大,融合数据的质量都呈现出先提高后降低的趋势。在本研究区内,选定窗口大小41像元、预估地表覆盖类型数量2为最优组合。当参数设定大于或小于最优组合时,融合数据质量均不如选择最优参数时获得的融合数据质量。5)以黑龙江双山农场及其周围区域为研究区,利用多源遥感数据时空融合算法获得的数据开展农作物分类和积雪融化监测的应用,并与不使用融合数据进行的农作物分类和积雪融化监测对比。研究表明:使用多源遥感数据时空融合算法获得的数据能够提高农作物分类的精度和积雪融化期的监测能力。
【图文】：

第 2 章 研究区概况及数据2.1 研究区概况本文选取黑龙江省西部讷河市与嫩江市交界处的双山农场部分区域及其周边区域为研究区，实际经纬度范围为：125°27′E-125°39′E，48°45′N-48°53′N，研究区内以农田和森林为主，地势起伏不大。土壤多为黑土，黑土层厚度一般为30cm~100cm，有机质含量较高，有利于农作物生长。研究区属于寒温带季风气候，四季分明，年平均降水量 500 毫米，年平均积温（大于 10℃）为 2230℃。该地区有漫长而寒冷的冬天，3、4 月份积雪逐渐融化，农作物的生长季节通常是从 5 月初到十月初，在此期间该地区阴雨天气较多，，能使用的有效光学遥感数据较少，给遥感技术的应用带来了一定的困难。

换为表观辐亮度值： ( ) 式中： ( )为转换后表观辐亮度， 为定标斜率， 为卫星载荷观测值， 为定标截距。（2）大气校正：所有用于遥感的辐射能均要通过地球的大气层，并且与大气层发生相互作用（散射、吸收等），大气的衰减作用对不同波长的光是有选择性的。为获得地物真实的反射率，减弱大气条件对遥感数据影响的处理过程称为大气校正。本文采用 ENVI 软件中的 FLAASH（Fast Line-of-sigh Atmospheric Analysisof Spectral Hypercubes）模块进行大气校正。FLAASH 是由光学成像研究所-波谱科学研究所在美国空气动力实验室支持下开发的大气校正模块，采用了MODTRAN4+辐射传输模型，可根据研究区的标准大气模型和气溶胶类型进行地表反射率计算[46]。
【学位授予单位】：中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S127

【相似文献】

相关期刊论文 前10条

1 袁传武;柯尊胜;陈双田;吴翠;王珠娜;崔鸿侠;;多源遥感数据融合原理与模型结构及应用[J];西南林学院学报;2007年05期

2 李菲菲;;国内多源遥感数据融合研究综述[J];山西水土保持科技;2008年02期

3 彭仲;;基于多源遥感数据的北京城市热岛研究[J];安徽农业科学;2009年22期

4 隋晓青;安沙舟;王X;范燕敏;靳瑰丽;;应用多源遥感数据对天山草地资源分类的比较研究[J];草地学报;2007年02期

5 高文君;周宇;;基于GFMM网的多源遥感数据融合[J];山西水土保持科技;2008年03期

6 杜灵通;田庆久;王磊;黄彦;南岭;;基于多源遥感数据的综合干旱监测模型构建[J];农业工程学报;2014年09期

7 熊育久,林辉,孙华,莫登奎,刘秀英;多源遥感数据融合及其对植被识别的影响[J];林业资源管理;2005年05期

8 卢霞;焦明连;;基于多源遥感数据的连云港海域赤潮信息提取研究[J];安徽农业科学;2011年31期

9 白娟;杨胜天;董国涛;郝芳华;王鸣程;;基于多源遥感数据的三江平原日蒸散量估算[J];水土保持研究;2013年03期

10 吴春争;冯益明;舒清态;李增元;武红敢;车腾腾;;基于高空间分辨率影像的林业小班遥感区划系统设计与实现[J];浙江农林大学学报;2011年01期

相关会议论文 前5条

1 徐全洪;张荣芝;刘国珍;;基于多源遥感数据融合下的石家庄市城市扩展分析[A];地图学与GIS学术讨论会论文集[C];2002年

2 谭衢霖;;应用多源遥感数据监测鄱阳湖形态和水域变化[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

3 龚冰蕾;瞿瑛;韩静;;高空间分辨率影像城市道路信息自动提取算法研究[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

4 王建宇;舒嵘;;小型高光谱、高空间分辨率机载集成系统[A];成像光谱技术与应用研讨会论文集[C];2004年

5 林锐;吴仁华;肖壮伟;刘国瑞;孔抗美;郎志谨;;高空间分辨率CE-MRA和常规CE-MRA体外血管模型的对比研究[A];第十三届全国波谱学学术会议论文摘要集[C];2004年

相关重要报纸文章 前1条

1 张鹤林;贵州现势影像统筹与应用项目通过评审[N];中国测绘报;2014年

相关博士学位论文 前6条

1 张翠芬;多源遥感数据协同岩性分类方法研究[D];中国地质大学;2014年

2 侯鲲;基于启发式信息的多源遥感数据数字水系网提取算法研究[D];吉林大学;2011年

3 袁占良;高空间分辨率遥感数据城市区土地覆盖类型分类潜力评价研究[D];河南理工大学;2015年

4 俞乐;多源遥感信息快速处理与岩性信息自动提取方法研究[D];浙江大学;2010年

5 刘建华;高空间分辨率遥感影像自适应分割方法研究[D];福州大学;2011年

6 邓广;高空间分辨率遥感影像单株立木识别与树冠分割算法研究[D];中国林业科学研究院;2009年

相关硕士学位论文 前10条

1 董文全;多源遥感数据时空融合及其在农田监测领域的应用研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

2 路海峰;基于多源遥感数据岩浆岩地区岩性信息提取研究[D];杭州师范大学;2015年

3 潘晨;基于多源遥感数据的长三角地区不透水层提取及其不确定性研究[D];华东师范大学;2016年

4 陈恺悦;基于多源遥感数据提取森林覆盖区积雪信息方法研究[D];西北师范大学;2016年

5 易佳思;基于多源遥感数据的不透水面提取[D];武汉大学;2017年

6 钟昶;土地调查中多源遥感数据的选取及评价[D];中国地质大学（北京）;2011年

7 陈启浩;面向对象的多源遥感数据分类技术研究与实现[D];中国地质大学;2007年

8 徐礼鹏;全球多源遥感数据信息服务系统的设计和实现[D];安徽理工大学;2012年

9 陶发达;多源遥感数据融合处理研究与实现[D];长安大学;2011年

10 朱光辉;基于多源遥感数据的辐射定标算法研究及应用[D];河南大学;2011年

本文编号：2538927