基于ESTARFM算法的融合数据在土壤墒情反演中的应用研究

1

作者 雷腾飞 卢鑫 +4 位作者 陈玥 麻泽龙 罗茂盛 阚飞 韩春峰 《四川水利》 2024年第S01期90-96,共7页

Estarfm算法通过变化检测与修正补偿机制实现了多源数据的融合与高时空分辨率数据的输出,是当前最为有效的高时空地表反射率数据合成方法,并已被广泛应用。为探讨基于Estarfm算法的融合数据在土壤墒情遥感反演应用中的可行性,以河北省... Estarfm算法通过变化检测与修正补偿机制实现了多源数据的融合与高时空分辨率数据的输出,是当前最为有效的高时空地表反射率数据合成方法,并已被广泛应用。为探讨基于Estarfm算法的融合数据在土壤墒情遥感反演应用中的可行性,以河北省南五地市为研究区,选择时间分辨率较高的MODIS影像、空间分辨率较高的GF卫星影像和地面土壤墒情实测数据为试验数据,应用Estarfm算法和基于MPDI的土壤墒情反演方法进行土壤含水率遥感反演精度对比分析研究。结果表明:相对真实影像,Estarfm算法能较好地模拟区域地表反射率状况,融合影像数据用于区域土壤墒情反演总体精度较好,能反映区域土壤墒情的空间分布特征,反演精度较低的像元主要集中在水体、厚云和植被覆盖较高的区域。在无法获取高质量遥感影像的情况下,可应用Estarfm算法融合多源遥感数据开展土壤墒情的常态化监测。 展开更多

关键词 estarfm算法 MODIS GF影像 MPDI 地表反射率 土壤含水率

在线阅读 下载PDF 职称材料

利用ESTARFM模型获取南方红壤区高时空分辨率MODIS遥感蒸散估算数据

2

作者 冯静怡 景元书 +1 位作者 冉楚钰 Sachini Kaushalya Dissanayake S.D 《中国农业气象》 CSCD 2024年第9期953-967,共15页

蒸散发是水分循环的重要环节,影响着作物生长和粮食生产,获得长时序高空间分辨率蒸散发过程数据有助于优化区域水资源配置。基于Landsat和MODIS遥感数据,结合地面观测通量数据和气象数据,利用SEBS模型和ESTARFM模型获得了南方红壤区2019... 蒸散发是水分循环的重要环节,影响着作物生长和粮食生产,获得长时序高空间分辨率蒸散发过程数据有助于优化区域水资源配置。基于Landsat和MODIS遥感数据,结合地面观测通量数据和气象数据,利用SEBS模型和ESTARFM模型获得了南方红壤区2019年4−10月高时空分辨率日蒸散量,并分析高时空分辨率日蒸散量时空变化特征及其影响因素。结果表明:高空间分辨率的遥感影像可获得精度更高的遥感蒸散模拟效果,基于Landsat遥感数据驱动的SEBS模型的模拟效果优于基于MODIS遥感数据作为输入的SEBS模型。ESTARFM模型获得的高时空分辨率日蒸散量与实测蒸散量对比,RMSE为0.68mm·d^(−1),R^(2)为0.87。模拟获得的2019年4−10月高时空分辨率日蒸散量在空间变化上与土地利用类型相关。各土地利用类型的蒸散量表现为林地>稻田>其他农用地,在时间变化上,4−8月蒸散量呈上升趋势,8−10月蒸散量则逐渐降低,气温是影响研究区域蒸散量的主要气象因子。基于SEBS模型和ESTARFM模型获得的高时空分辨率蒸散量与实测蒸散量具有良好的相关性,SEBS模型与ESTARFM模型结合的方法可作为估算南方红壤区蒸散量的有效工具。 展开更多

关键词 蒸散发 SEBS estarfm 遥感 时空融合技术

在线阅读 下载PDF 职称材料

基于改进的ESTARFM数据融合方法研究 被引量：6

3

作者 黄永喜 李晓松 +1 位作者 吴炳方 董泰锋 《遥感技术与应用》 CSCD 北大核心 2013年第5期753-760,共8页

为解决高空间分辨率数据重访周期过长及云覆盖带来的数据短缺问题,以利用空间高分辨率数据进行地表动态变化监测,提出了一种基于ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)的改进方法,通过消除BRDF(Bid... 为解决高空间分辨率数据重访周期过长及云覆盖带来的数据短缺问题,以利用空间高分辨率数据进行地表动态变化监测,提出了一种基于ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)的改进方法,通过消除BRDF(Bidirectional Reflectance Distribution Function)效应对融合数据的影响,及调整距离权的设置、窗口设置及转换系数的计算方法,提高融合精度和运算速度,以更好地实现高空间分辨率信息与高时间分辨率波谱信息的融合。研究结果表明:①在地表覆盖不变的区域,改进的ESTARFM与原方法得到的融合结果相比,前者取得了较高的融合精度,较后者在各波段都有不同程度的改进;②在地表覆盖变化的区域,改进的ESTARFM比原方法得到了更合理的地表变化融合结果,改进幅度较大,尤其是green、red波段。 展开更多

关键词 estarfm BRDF 数据融合 反射率

原文传递

ESTARFM模型在西藏色林错湖面积时空变化中的应用分析(1976-2014年) 被引量：20

4

作者 郝贵斌 吴波 +2 位作者 张立福 付东杰 李瑶 《地球信息科学学报》 CSCD 北大核心 2016年第6期833-846,共14页

湖泊(特别是内陆湖)作为全球气候变化的敏感区域,是气候变化与环境变异的指示器,其面积变化在一定程度上可反映区域的气候变化。因此,精确监测湖泊面积的时空变化,对分析区域生态环境变化具有重要的意义。本文基于ESTARFM时空数据融合模... 湖泊(特别是内陆湖)作为全球气候变化的敏感区域,是气候变化与环境变异的指示器,其面积变化在一定程度上可反映区域的气候变化。因此,精确监测湖泊面积的时空变化,对分析区域生态环境变化具有重要的意义。本文基于ESTARFM时空数据融合模型,利用MODIS数据模拟了2000年后无法得到的Landsat数据;利用NDWI和MNDWI 2种水体指数并辅以DEM数据分析了1976-2014年西藏色林错湖湖面面积的时空变化;综合湖区周围6个气象站点的气象数据(1970-2014年),探究了湖面面积变化的原因及其对气候变化的响应。结果表明:(1)利用ESTARFM时空融合模型得到的Landsat-Like数据与真实的Landsat数据在水体信息提取方面具有较高的相关性,R2可达0.93,时空数据融合的结果可用于湖泊水体的信息提取;(2)近40年来(1976-2014年),色林错湖处于持续扩张状态,面积呈较显著的增长趋势,增加了近711.652 km2,增幅为42.36%,年平均增长速率约为18.728 km2a-1,增长最快时可达55.954 km2a-1;湖面面积变化先后经历了平稳变化-迅速变化-平稳变化3个阶段;北部湖区在40年间变化最为明显,向北扩展了约22.812 km;2003-2005年,南部湖区已与雅根错湖连为一体,随后二者共同扩张;(3)气温的持续升高造成的冰雪融水补给增加可能是导致湖泊面积扩张的主要因素,风速的降低为次要因素,湖面的面积变化与降水量、日照时数的变化相关性不明显。 展开更多

关键词 时空融合 estarfm MODIS LANDSAT 西藏色林错 时空分析

原文传递

基于ESTARFM模型的区域农田高时空分辨率影像产生与应用 被引量：10

5

作者 陈梦露 李存军 +3 位作者 官云兰 周静平 王道芸 罗正乾 《作物学报》 CAS CSCD 北大核心 2019年第7期1099-1110,共12页

多时相遥感影像特别是关键生育期数据是农业物候、长势及产量监测的重要数据源,然而可见光影像易受云雨干扰,在特定区域关键时间窗口缺少高时空分辨率数据的现实情况下,遥感影像时空数据融合方法变得尤为重要。增强型自适应反射率时空... 多时相遥感影像特别是关键生育期数据是农业物候、长势及产量监测的重要数据源,然而可见光影像易受云雨干扰,在特定区域关键时间窗口缺少高时空分辨率数据的现实情况下,遥感影像时空数据融合方法变得尤为重要。增强型自适应反射率时空融合模型 ESARFM (Enanced Spaial and emporal Adapive Reflecance Fusion Model)是一种小区域合成高时空分辨率影像的较好方法,该算法在我国不同农业种植区的适应性及应用工作尚未充分展开。本文以河北、黑龙江、新疆典型农区为研究区域进行大面积应用检验分析,基于 MODIS 与 Landsa 影像,利用ESARFM 生成具有高时空特征的 Landsa 模拟影像,将其与真实 Landsa 影像进行对比,并在新疆地区展开ESARFM 算法在 NDVI 方面的应用。结果表明, ESARFM 对 3 个不同区域状况的地区都有较好的影像预测能力,并且在新疆地区可以很好地生成 30 m 空间分辨率的多时相 NDVI,用于作物分类和长势监测。 展开更多

关键词 高时空分辨率 estarfm 数据融合 NDVI 长势监测

在线阅读 下载PDF 职称材料

ESTARFM算法在长江中下游平原地区的适用性研究 被引量：4

6

作者 管琪卉 丁明军 +1 位作者 张华 王鹏 《地球信息科学学报》 CSCD 北大核心 2021年第6期1118-1130,共13页

时空融合技术是目前解决单一遥感数据源难以同步获取高时空分辨率数据的有效途径。然而,如何设置参数使模型融合效果最佳,如何设置在植被监测中广泛应用的植被指数的融合步骤,进而获得最佳的植被指数时序数据,目前仍不明晰。本文以长江... 时空融合技术是目前解决单一遥感数据源难以同步获取高时空分辨率数据的有效途径。然而,如何设置参数使模型融合效果最佳,如何设置在植被监测中广泛应用的植被指数的融合步骤,进而获得最佳的植被指数时序数据,目前仍不明晰。本文以长江中下游平原地区的典型县域—南昌县为例,基于Landsat和MODIS多时相数据对当前主流时空融合模型—ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)进行参数敏感性分析,并系统地对比分析了2组融合实验RI(先融合波段反射率后计算植被指数)和IR(先计算植被指数后直接融合)的融合效果。结果表明:(1)ESTARFM算法中参数的敏感性在波段反射率、植被指数融合中表现出相似的特征,随着滑动窗口与相似像元数量的增大,融合误差整体呈现出先减小后趋于稳定或增大的趋势;在ESTARFM算法应用中,存在着最佳参数设置范围;(2)相较于RI组,IR组模拟结果精度更高(R_(RI-NDVI)^(2)=0.866,R_(IR-NDVI)^(2)=0.953,R_(RI-EVI)^(2)=0.814,R_(IR-EVI)^(2)=0.930),且能够较好地削弱"斑块"现象,更好地表征出细小地物和纹理特征。研究结果为遥感数据时空融合模型在地块破碎、种植制度多变的复杂环境中的应用提供借鉴和参考。 展开更多

关键词 时空融合技术 estarfm LANDSAT MODIS 波段反射率 NDVI EVI 长江中下游平原

原文传递

基于ESTARFM的内陆湖泊遥感动态变化监测 被引量：9

7

作者 程筱茜 洪友堂 +1 位作者 陈劲松 叶宝莹 《国土资源遥感》 CSCD 北大核心 2020年第3期183-190,共8页

在进行长时间湖泊水体面积遥感动态变化监测研究时,常出现数据缺失问题。利用改进型时空自适应反射率模型(enhanced spatial and temporal adaptive reference fusion model,ESTARFM)对缺失的遥感影像进行数据填补。结合MODIS数据模拟... 在进行长时间湖泊水体面积遥感动态变化监测研究时,常出现数据缺失问题。利用改进型时空自适应反射率模型(enhanced spatial and temporal adaptive reference fusion model,ESTARFM)对缺失的遥感影像进行数据填补。结合MODIS数据模拟内蒙古红碱淖研究区2000年以后缺失的Landsat影像,在此基础上,利用水体指数法实现湖泊的面积和岸线的定量提取,从而实现了长时间湖泊水体遥感动态变化监测。结果表明:通过ESTARFM模型生成的MODIS和Landsat融合影像效果理想,有效解决了2000年以后Landsat影像缺失的问题;加入了融合影像的时序影像在进行水体动态变化监测时,更加细节地反映水体变化情况,有助于后续的分析研究;通过对红碱淖的长时间遥感动态变化监测,发现湖泊总体呈现出萎缩状态,具体可分为稳定、持续萎缩和增长3个阶段。 展开更多

关键词 estarfm 内陆湖泊 动态变化 水体指数法 红碱淖

在线阅读 下载PDF 职称材料

基于ESTARFM NDVI的察汗淖尔流域灌溉耕地提取方法研究 被引量：8

8

作者 陈晓璐 王彦芳 +2 位作者 张红梅 刘峰贵 沈彦俊 《中国生态农业学报（中英文）》 CAS CSCD 北大核心 2021年第6期1105-1116,共12页

运用遥感精准识别技术提取灌溉耕地可以为区域内农业耗水管理提供关键数据支持,但受限于遥感数据的时空分辨率,对于光谱特性相似容易混淆的灌溉耕地作物识别有一定难度。为此,本研究通过增强型自适应反射率时空融合模型(Enhanced Spatia... 运用遥感精准识别技术提取灌溉耕地可以为区域内农业耗水管理提供关键数据支持,但受限于遥感数据的时空分辨率,对于光谱特性相似容易混淆的灌溉耕地作物识别有一定难度。为此,本研究通过增强型自适应反射率时空融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM)对MODIS和Landsat数据进行融合,得到察汗淖尔流域时间分辨率为8 d、空间分辨率为30 m的NDVI数据,并与同期真实Landsat NDVI进行对比验证,相关系数为0.94。利用HANTS滤波建立ESTARFN NDVI时间序列数据,选取灌溉耕地样本通过支持向量机进行灌溉耕地空间分布的提取,以弥补数据源、特征提取等限制因素对复杂灌溉耕地提取的空缺。结果表明:流域内灌溉耕地总面积为1958.24 km^(2),商都、兴和、尚义、康保和化德5县耕地总面积占流域耕地总面积的94%,灌溉耕地分别为616.67 km^(2)、337.36 km^(2)、409.85 km^(2)、290.93 km^(2)和239.38 km^(2),主要种植葵花、甜菜、马铃薯等生长季从4月初到9月底的长生育期作物和生长季从5月初到8月初的蔬菜;张北、察哈尔右翼前旗、后旗和镶黄旗耕地占流域耕地总面积为6%,4县灌溉耕地面积共64.05 km^(2)。最后,通过真实样本进行验证,总分类精度为93.18%,Kappa系数为0.91。结果表明,用该数据融合模型获得的NDVI时间序列能反映作物真实变化情况,并且使用支持向量机提取察汗淖尔流域灌溉耕地效果较好。 展开更多

关键词 灌溉耕地 NDVI estarfm 数据融合 支持向量机

在线阅读 下载PDF 职称材料

ESTARFM相似像元选取方法的改进研究 被引量：3

9

作者 董世元 张文娟 +1 位作者 许君一 马建行 《遥感技术与应用》 CSCD 北大核心 2020年第1期185-193,共9页

ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)是一种经典的基于权重滤波的时空融合算法,它在众多领域得到广泛应用。相似像元选取是其一个重要步骤,ESTARFM模型中相似像元选取过程受搜索框大小和分类数影... ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)是一种经典的基于权重滤波的时空融合算法,它在众多领域得到广泛应用。相似像元选取是其一个重要步骤,ESTARFM模型中相似像元选取过程受搜索框大小和分类数影响,当前的研究中搜索框大小的设定较为统一,而分类数大小设定缺乏统一性。为降低ESTARFM算法中分类数对算法性能的影响,将STNLFFM(A Spatial and Temporal Nonlocal Filter-Based Data Fusion Method)中相似像元选取方法与ESTARFM模型相结合,提出改进的ESTARFM_NL模型。研究设计了两组不同时相变化条件下的数据进行对比分析。结果表明:ESTARFM_NL与ESTARFM融合结果相对误差直方图总体分布趋近一致,同时利用平均相对误差和相关系数对融合结果进行评价,发现两种算法之间精度差异较小,表明两种算法融合精度相当;对比两种算法运算效率,发现ESTARFM_NL运行时间能够得到大幅缩减。因此,ESTARFM_NL为大区域或长时间序列遥感数据的时空融合提供了一种可选择的融合方案。 展开更多

关键词 时空融合 estarfm 相似像元选取 阈值法 运行效率

原文传递

基于ESTARFM模型的农作物类型识别方法应用 被引量：1

10

作者 包珺玮 于利峰 +3 位作者 乌兰吐雅 许洪滔 于伟卓 敦惠霞 《北方农业学报》 2021年第3期128-134,共7页

【目的】利用时空融合技术生成高时空分辨率影像,为农作物类型识别研究提供一种思路和方法。【方法】以河套灌区部分区域(40°10′N~41°25′N、106°23′E~108°47′E)为研究区,基于MODIS和Landsat融合影像,利用增强... 【目的】利用时空融合技术生成高时空分辨率影像,为农作物类型识别研究提供一种思路和方法。【方法】以河套灌区部分区域(40°10′N~41°25′N、106°23′E~108°47′E)为研究区,基于MODIS和Landsat融合影像,利用增强型时空自适应反射率融合模型(ESTARFM),预测Landsat影像并建立NDVI时间序列影像数据集。结合地面样方数据将真实影像与预测影像数据集导入随机森林分类器,并对比分析研究区主要农作物类型。【结果】ESTARFM模型融合影像具有较清晰的空间表达能力,预测影像与真实影像波段表现出较好的相关性,其R值均能达到0.6以上。利用NDVI时间序列预测影像数据集农作物类型识别总体精度为93.03%,比真实影像精度高12.07%,Kappa系数为0.89。【结论】ESTARFM模型能够有效地解决农作物特定窗口期影像缺失困难,并能为农作物类型识别研究提供一种较好的应用方法。 展开更多

关键词 estarfm模型 时空融合 NDVI 农作物 类型识别

在线阅读 下载PDF 职称材料

基于ESTARFM的MODIS与Sentinel-2三江平原EVI与LSWI时空融合质量评价

11

作者 曾令辉 佟欣羽 《科学技术创新》 2022年第19期23-26,共4页

EVI、LSWI时序数据是农业遥感应用中重要的数据源,时空融合模型可以减弱重访周期及天气等因素对遥感数据获取的限制。然而前人选取的数据源多为MODIS与LANDSAT作为时空融合模型的输入数据,限制了融合结果的空间分辨率,因此本文基于MODIS... EVI、LSWI时序数据是农业遥感应用中重要的数据源,时空融合模型可以减弱重访周期及天气等因素对遥感数据获取的限制。然而前人选取的数据源多为MODIS与LANDSAT作为时空融合模型的输入数据,限制了融合结果的空间分辨率,因此本文基于MODIS与Sentinel-2以ESTARFM时空融合方法构建10m空间分辨率的连续EVI、LSWI时序数据,并对时空融合结果进行分析评价。结果表明:ESTARFM时空融合模型模拟结果与纯像元MODIS时序EVI和LSWI曲线差异不超过0.1,与验证日期Sentienl-2的EVI与LSWI的平均R2均为0.878,证明ESTARFM时空融合方法可以有效的对Sentienl-2进行模拟。 展开更多

关键词 estarfm 时空融合 Sentinel-2 MODIS EVI NDVI

在线阅读 下载PDF 职称材料

基于遥感融合数据的玉米叶片叶绿素含量反演方法

12

作者 李宣 宋开山 +1 位作者 刘吉平 朱冰雪 《科学技术与工程》 北大核心 2025年第11期4428-4437,共10页

玉米是中国重要的粮食储备作物之一,其产量直接影响着国家的粮食安全。玉米的叶绿素含量与光合能力密切相关,且显著影响叶片的光合速率和植被生产力,是作物生长监测、病虫害监测和成熟度预测中重要的作物参数。实时、准确监测对于玉米... 玉米是中国重要的粮食储备作物之一,其产量直接影响着国家的粮食安全。玉米的叶绿素含量与光合能力密切相关,且显著影响叶片的光合速率和植被生产力,是作物生长监测、病虫害监测和成熟度预测中重要的作物参数。实时、准确监测对于玉米参数和产量预测具有重要意义。以吉林省四平市梨树县典型黑土区为研究区,为解决Sentinel-2卫星重访周期间可能会出现的有效影像缺失问题,提出一种基于Sentinel-2与MODIS影像融合数据的玉米叶片叶绿素反演方法。基于融合影像提取叶绿素敏感特征波段,通过3种机器学习算法:随机森林(random forest, RF),梯度提升树(gradient boosting decision tree, GBDT)和极限梯度提升(extreme gradient boosting, XGBOOST)构建玉米叶片叶绿素含量估测模型,估测玉米叶片叶绿素含量并验证模型精度。得到结论如下:(1)使用ESTARFM数据融合算法模拟的数据与真实影像保持了高度的相关性;(2)影像缺失日期叶片叶绿素反演模型构建中,以融合影像波段反射率和植被指数为输入变量,XGBOOST模型拟合精度有较好的效果。研究结果表明,结合融合影像特征波段和机器学习算法可以实现在影像缺失日期叶片叶绿素含量精准估算,这有效提升了玉米叶绿素含量获取的时间精度,为影像缺失等情况的逐日或大范围叶片叶绿素含量反演研究提供了新的方法,同时为时间间隔更短、更多种类作物生理生化参数的精细化监测提供新思路。 展开更多

关键词 玉米 叶绿素含量 遥感反演 机器学习 Sentinel2-MODIS融合 estarfm

在线阅读 下载PDF 职称材料

基于GEE与多源遥感数据融合反演高时空分辨率物候 被引量：2

13

作者 宋杰 张朝 韩继冲 《遥感学报》 CSCD 北大核心 2024年第11期2910-2926,共17页

高成本与有限范围的实地监测已经无法满足植被物候研究的要求,而遥感物候监测方式又经常受到卫星传感器的时空分辨率等限制,这些局限使得图像融合成为高精度植被物候反演的关键。本研究基于Google Earth Engine(GEE)平台,以4个PhenoCam... 高成本与有限范围的实地监测已经无法满足植被物候研究的要求,而遥感物候监测方式又经常受到卫星传感器的时空分辨率等限制,这些局限使得图像融合成为高精度植被物候反演的关键。本研究基于Google Earth Engine(GEE)平台,以4个PhenoCam物候相机所观测的水稻、落叶林、玉米和灌木为研究对象,利用ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)算法融合Landsat 8影像与MODIS产品,生成了2018年1 d、3 d、5 d、7 d、9 d、11 d的30 m遥感EVI时间序列,并采用Savitzky-Golay滤波和Maximum Separation方法提取生长季开始期SOS(Start of Season)、结束期EOS(End of Season)、生长季长度LOS(Length of Season)等物候信息。我们发现:(1)与实测物候对比,整体上呈现时间分辨率越高,物候误差越低的趋势,且当时间分辨率小于7 d时,融合物候的误差基本处在同一水平;(2)融合影像与Landsat 8影像的空间特征基本一致,空间效率SPAEF(Spatial Efficiency)指标为0.14—0.74,其中水稻、灌木与实际的空间一致性偏低;(3)融合结果与实地观测到的时间变化趋势吻合(RMSE:0.01—0.02,r:0.73—0.95),可以反演出较为准确的物候参数,SOS、EOS、LOS的平均误差为4.25 d、4.75 d、7.5 d;(4)与MODIS物候反演结果相比,非农用地(落叶林和灌木)的物候参数误差缩小较为明显,而农业用地(水稻和玉米)的提升效果相对较小。本研究从空间和时间维度验证了ESTARFM算法生成的高时间分辨率EVI序列的可靠性,评估了其在物候监测能力上相比MODIS数据的提升效果,并探讨了影响融合效果的因素,可为精细化的植被动态监测和生态系统研究提供理论支撑和数据参考。 展开更多

关键词 植被物候 estarfm MAXIMUM Separation方法 PhenoCam GOOGLE Earthe Engine (GEE)

原文传递

五种典型遥感时空信息融合算法在湿地区域植被指数重建中的适用性比较 被引量：3

14

作者 罗佳欢 严翼 +3 位作者 肖飞 刘欢 胡铮铮 王宙 《自然资源遥感》 CSCD 北大核心 2024年第2期60-69,共10页

为探讨不同遥感时空信息融合算法在水陆转换频繁、地物类型多样的湿地区域的适用性问题,该文以鄱阳湖样区为研究区,选取5种典型的时空信息融合算法(STARFM,ESTARFM,FSDAF,Fit-FC和STNLFFM)。根据不同时期地物差异状况,选取Landsat和MODI... 为探讨不同遥感时空信息融合算法在水陆转换频繁、地物类型多样的湿地区域的适用性问题,该文以鄱阳湖样区为研究区,选取5种典型的时空信息融合算法(STARFM,ESTARFM,FSDAF,Fit-FC和STNLFFM)。根据不同时期地物差异状况,选取Landsat和MODIS遥感数据分别开展枯水期、平水期2个时段的归一化植被指数(normalized difference vegetation index,NDVI)影像融合实验,并在空间和光谱2个维度进行算法精度评估。结果表明,仅一对粗细分辨率影像输入时,FSDAF算法在枯水期的融合预测效果最好,总体误差为0.4335;STNLFFM算法在平水期的融合预测效果最好,总体误差为0.5147;同时应用枯水期、平水期2对粗细分辨率影像时,ESTARFM算法融合预测效果最好,总体误差为0.4670。不同时空信息融合算法在湿地地区的适用性与研究区域内水体面积的占比情况有关,STNLFFM算法在水体区域的融合预测效果最好。 展开更多

关键词 时空信息融合 鄱阳湖湿地 FSDAF模型 STNLFFM模型 estarfm模型

在线阅读 下载PDF 职称材料

基于时空数据融合模型的TM影像云去除方法研究 被引量：6

15

作者 陈阳 范建容 +2 位作者 文学虎 曹伟超 王蕾 《遥感技术与应用》 CSCD 北大核心 2015年第2期312-320,共9页

针对已提出的各类云去除方法在实际应用中存在的局限性,将时空数据融合模型引入到云去除方法中。首先基于MODIS数据提供的时间维变化信息和辅助时相TM数据提供的空间信息,应用增强时空适应反射率融合模型(ESTARFM)得到了目标时相似TM合... 针对已提出的各类云去除方法在实际应用中存在的局限性,将时空数据融合模型引入到云去除方法中。首先基于MODIS数据提供的时间维变化信息和辅助时相TM数据提供的空间信息,应用增强时空适应反射率融合模型(ESTARFM)得到了目标时相似TM合成数据;然后用TM合成数据替换掉目标时相TM影像中被云及其阴影覆盖区域的数据。在修复后的影像中替换区域与非云区域色调基本一致。通过非云区TM合成数据间接对替换云及其阴影区数据的精度进行定量评价。结果表明:相对于真实TM影像,非云区域合成数据各波段均值差异都在1%以内;各波段的相对误差分别为16.29%、12.92%、13.47%、12.87%、9.71%和11.84%,且各波段的相关系数均大于0.7;非云及其阴影区融合影像数据间接表明填补云及阴影区数据各波段的总体精度优于83%。因此,所提出的方法能够修复TM影像中被云及其阴影覆盖区域的数据,提高MODIS与TM数据的利用率。 展开更多

关键词 TM MODIS 云及其阴影检测 estarfm 云去除

原文传递

基于AVHRR和TM数据的时间序列较高分辨率NDVI数据集重构方法 被引量：9

16

作者 郭文静 李爱农 +1 位作者 赵志强 王继燕 《遥感技术与应用》 CSCD 北大核心 2015年第2期267-276,共10页

由于技术条件的限制,一个传感器很难同时具有高空间分辨率和高时间分辨率。然而,在高分辨率尺度上监测地表景观季节性变化的能力是全球的迫切需要,融合周期短、覆盖范围广与分辨率高、周期长的遥感数据是一种较好的方法。基于AVHRR时间... 由于技术条件的限制,一个传感器很难同时具有高空间分辨率和高时间分辨率。然而,在高分辨率尺度上监测地表景观季节性变化的能力是全球的迫切需要,融合周期短、覆盖范围广与分辨率高、周期长的遥感数据是一种较好的方法。基于AVHRR时间分辨率高和TM空间分辨率高及其数据积累时间长的特点,选择若尔盖高原为研究区域,在改进ESTARFM方法的基础上,对TM NDVI和AVHRR NDVI进行融合,构建高时空分辨率的NDVI数据集。研究结果表明:该方法能有机结合AVHRR NDVI的时间变化信息与TM NDVI的空间差异信息,有效实现高时空分辨率NDVI数据集的重构,3景预测高分辨率NDVI与MODIS NDVI产品相关系数分别达到了0.89、0.91和0.85。该方法能够在时间上保留高时间分辨率数据的时间变化信息,同时在空间上反映高空间分辨率数据的空间差异信息,从而为有效构建相对高分辨率时间序列NDVI数据集提供了可能的方法。 展开更多

关键词 NDVI 数据融合 高时空分辨率 时间序列 estarfm

原文传递

基于MODIS-Landsat时空融合的陕北黄土高原植被覆盖变化研究 被引量：11

17

作者 刘咏梅 马黎 +1 位作者 黄昌 凯楠 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第1期62-70,共9页

陕北黄土高原地形复杂,水土流失现象较为严重,精确监测植被的时空变化对于该区域的生态环境建设具有重要意义。文中基于ESTARFM时空分辨率融合模型,利用MODIS和Landsat数据获取2008—2016年6～8月陕北黄土高原的Landsat NDVI时序数据,... 陕北黄土高原地形复杂,水土流失现象较为严重,精确监测植被的时空变化对于该区域的生态环境建设具有重要意义。文中基于ESTARFM时空分辨率融合模型,利用MODIS和Landsat数据获取2008—2016年6～8月陕北黄土高原的Landsat NDVI时序数据,分析陕北黄土高原植被覆盖的时空变化情况及对气候因子的响应。结论:①运用ESTARFM融合模型得到的Landsat NDVI数据与真实Landsat NDVI数据在植被信息的表达方面具有较高的相关性,融合结果可以应用于后续植被覆盖度的估算。②2008—2016年陕北黄土高原地区植被覆盖呈现较为明显的增加趋势;空间分布上呈现由东南向西北逐渐递减的特点,植被覆盖等级结构好转;研究区78%的地区植被改善效果良好;各土地利用类型植被覆盖度均呈波动增加趋势。③整体上植被覆盖度与同期气温和降水的相关性呈现较为明显的空间分异,其中植被覆盖度对降水因子的响应更为敏感。ESTARFM算法综合了高空间分辨率数据的空间细节表达力和高时间分辨率数据的快速时序变化能力,为陕北黄土高原高精度的植被动态监测研究提供了有效依据。 展开更多

关键词 estarfm 植被覆盖度 陕北黄土高原 降水 气温

在线阅读 下载PDF 职称材料

基于MODIS-OLI遥感数据融合技术的农田生产力估算 被引量：27

18

作者 牛忠恩 闫慧敏 +2 位作者 黄玫 胡云锋 陈静清 《自然资源学报》 CSSCI CSCD 北大核心 2016年第5期875-885,共11页

大范围、高精度的农田生产力遥感监测依赖于高时空分辨率的遥感数据,单纯依靠由单一类型传感器数据获取的高时相或者高空间分辨率的遥感数据都不能满足清晰掌握田块尺度上作物生长动态的需求。全球免费提供的空间分辨率250~1 000 m的MO... 大范围、高精度的农田生产力遥感监测依赖于高时空分辨率的遥感数据,单纯依靠由单一类型传感器数据获取的高时相或者高空间分辨率的遥感数据都不能满足清晰掌握田块尺度上作物生长动态的需求。全球免费提供的空间分辨率250~1 000 m的MODIS数据和空间分辨率30 m的Landsat数据是植被动态监测普遍应用的数据源,针对应用MODIS数据估算的农田生产力空间分辨率较低而Landsat卫星重访周期长的局限性,研究基于空间分辨率30 m的Landsat 8 OLI数据与空间分辨率500 m的MODIS数据,应用时空数据融合技术,融合OLI数据的高清晰空间表达能力与时间间隔8 d的MODIS数据的植被生长时间序列过程的监测能力,获得空间分辨率30 m、时间步长8 d的时间序列数据,利用VPM（Vegetation Photosynthesis Model）模型以宁夏永宁县部分地区为试验区估算该区域的NPP。研究结果表明,融合后所得30 m分辨率的NPP具有良好的空间细节信息,提高了MODIS数据中混合像元上的估算精度,并保留了MODIS数据原始的时间过程信息,以30 m的空间分辨率刻画出作物的生长动态;较单独应用MODIS数据,使用融合数据估算的NPP可更有效检测出高标准农田建设对农田生产力的提升。 展开更多

关键词 数据融合 NPP estarfm VPM模型 植被指数

原文传递

南京地区蒸散发降尺度研究——基于增强型时空自适应反射融合模型 被引量：6

19

作者 尉毓姣 朱琳 +4 位作者 曹鑫宇 王文科 龚建师 余慧琳 孟丹 《生态学报》 CAS CSCD 北大核心 2022年第15期6287-6297,共11页

蒸散发是水文循环的重要组成部分,获取高时空分辨率的数据能够更加精细化蒸散发的时空变化规律,对于水资源管理、生态水文过程量化具有重要意义。由于单一传感器反演的蒸散发无法同时具有高空间和高时间分辨率,以南京地区为例,首先结合L... 蒸散发是水文循环的重要组成部分,获取高时空分辨率的数据能够更加精细化蒸散发的时空变化规律,对于水资源管理、生态水文过程量化具有重要意义。由于单一传感器反演的蒸散发无法同时具有高空间和高时间分辨率,以南京地区为例,首先结合Landsat-8遥感影像数据和气象数据,采用基于能量平衡原理的SEBS模型估算日蒸散量。在此基础上,选取典型区域采用基于增强型时空自适应反射融合模型(ESTARFM)将估算的蒸散发结果与低空间分辨率的MOD16A2蒸散发产品数据进行时空融合降尺度研究,并评价模型的融合精度。结果表明:(1)SEBS模型估算的蒸散发结果与蒸发皿折算后的数据、MOD16A2产品数据的平均相对误差分别为0.14 mm/d和0.22 mm/d。(2)南京地区蒸散量季节差异明显,表现为夏季>秋季>冬季;各区在夏季的日平均蒸散量差异也较大,六合区蒸散量最大,秦淮区最小;另外,蒸散量分布受土地利用类型的影响,总体上表现为水域>林地>耕地>草地>其他,且植被覆盖度较高的区域蒸散量较大。(3)基于ESTARFM模型融合的蒸散发结果与基于Landsat-8遥感影像反演的蒸散发数据在空间分布上具有相似性,二者相关系数为0.74。在全球气候变化的背景下,本研究可为蒸散发数据集时空分辨率的提高提供参考,同时也能够为南京地区水循环过程和水资源管理研究提供数据支撑。 展开更多

关键词 蒸散发 能量平衡原理的模型(SEBS) 增强型时空自适应反射融合模型(estarfm) 时空融合 降尺度

在线阅读 下载PDF 职称材料

鄱阳湖洪泛系统水位-面积迟滞关系的形成机制及演变 被引量：9

20

作者 吴娟 张奇 +1 位作者 李云良 叶许春 《长江流域资源与环境》 CAS CSSCI CSCD 北大核心 2022年第10期2155-2165,共11页

鄱阳湖是连接长江的吞吐型湖泊,洪泛特征明显,湖泊水位和淹没面积的季节变化和空间差异悬殊,表现出高度的非线性特征。基于2000~2018年鄱阳湖区多源遥感数据和实测湖泊水位数据,采用ESTARFM (Enhanced Spatial and Temporal Adaptire Re... 鄱阳湖是连接长江的吞吐型湖泊,洪泛特征明显,湖泊水位和淹没面积的季节变化和空间差异悬殊,表现出高度的非线性特征。基于2000~2018年鄱阳湖区多源遥感数据和实测湖泊水位数据,采用ESTARFM (Enhanced Spatial and Temporal Adaptire Reflectance Fusion Model)融合模型重构高时空分辨率淹水数据的方法,研究分析了鄱阳湖水位-面积迟滞关系形成机制与演变规律。结果表明:鄱阳湖水位-面积迟滞关系空间差异显著,同时存在逆时针和顺时针两种迟滞形式,其形成机制主要归因于湖泊上、下游表现出的河、湖相洪泛特征以及汇、排水过程的差异;鄱阳湖洪泛区广泛存在的碟形湖对增大鄱阳湖区上游站点迟滞度,减小下游迟滞度具有重要影响;近年来,受区域气候变化、湖区采砂活动以及三峡工程建成运行等造成的湖泊本身泄流能力和流域来水变化的影响,鄱阳湖区不同站点的水位-面积迟滞关系发生了显著变化。三峡工程多阶段实验性蓄水前后,以湖口、星子和都昌站为代表的北部湖区水位-面积关系迟滞度在2000~2003、2004~2009和2010~2018年分别呈现出先增大后减小的过程,而棠荫和康山站为代表的南部湖区则呈现出先减小后增大的过程。研究结果对于深化通江湖泊洪泛系统水文复杂性的认识、促进湖泊生态系统的管理实践具有重要的科学意义。 展开更多

关键词 鄱阳湖 水位-面积关系 迟滞度 estarfm模型 碟形湖

原文传递