共查询到20条相似文献,搜索用时 46 毫秒
1.
土壤水分不仅是陆面过程中重要的变量,同时也是全球水循环中的关键参数。为了获得高分辨率的土壤水分数据,本文将基于自适应窗口的土壤水分降尺度方法应用在闪电河流域,以1 km MODIS产品(地表温度和归一化植被指数)作为辅助数据,对9 km的SMAP被动微波土壤水分(SMAP土壤水分)数据进行降尺度,得到研究区1 km的降尺度土壤水分数据。利用地面站点实测土壤水分和机载被动微波土壤水分(机载土壤水分)对降尺度土壤水分和SMAP土壤水分进行了验证,并对辅助数据和降尺度方法本身展开分析以探讨降尺度过程中的不确定性来源。结果表明:(1)本文使用的基于自适应窗口的土壤水分降尺度方法能够有效地提高SMAP土壤水分的空间分辨率,在进一步丰富土壤水分分布细节变化信息的同时,还能够保留SMAP土壤水分的空间变化特征并与其保持值域一致。(2) 3种基于像元尺度的土壤水分数据(机载土壤水分、SMAP土壤水分和降尺度土壤水分)与站点实测土壤水分之间的相关性并不高,这主要与点、面数据之间的空间匹配不一致、空间代表性不同以及有效验证的数据量有限有关。而与站点数据验证相比,降尺度土壤水分和SMAP土壤水分均和机载土壤水分数据相关性较好。(3) SMAP土壤水分与辅助数据之间的相关性比机载土壤水分与辅助数据之间的较高,而这两种土壤水分数据之间存在的这种偏差主要受到空间尺度、观测配置、参数反演算法和选用的辅助数据等因素的影响。(4)针对验证结果的不确定性,通过增加辅助数据或改变土壤水分估算模型结构进而修改降尺度模型的方式在本研究中并不能显著提高降尺度结果的精度,如何进一步提高降尺度精度仍是未来需要研究的重点。 相似文献
2.
被动微波遥感土壤水分空间分辨率低,无法满足干旱监测、洪水预测以及灌溉管理等区域水利和农业等行业应用需求。中国在民用空间基础设施中规划论证的"陆地水资源卫星"搭载了雷达和辐射计主被动一体化微波载荷,通过主被动联合降尺度可以获取高分辨率(~5 km)的土壤水分,但其采用了一维合成孔径技术,主被动微波传感器观测的地面入射角是变化的,这给土壤水分反演及降尺度带来诸多挑战。本文从主被动微波遥感的物理机理和谱分析两种角度出发,利用闪电河流域的航空飞行试验数据,分析研究了基于主被动微波观测时间序列回归分析和基于谱分析的降尺度算法在辐射计和雷达入射角不同时的适用性。结果表明,在辐射计入射角度22.5°—27.5°时,基于主被动微波观测时间序列回归分析方法在27.5°时降尺度的结果最好,V极化和H极化的RMSE分别为7.57 K和7.46 K。基于谱分析方法在辐射计入射角度为22.5°和25°时得到的降尺度结果较好,V极化和H极化的最小RMSE分别为7.13 K和6.61 K,比基于主被动微波观测时间序列回归分析方法分别降低了0.44 K和0.85 K。基于主被动时间序列观测回归分析的降尺度方法,依赖于主被动微波观测的时间序列观测,当时序观测较短时,可能会因为回归分析的不稳定对降尺度结果造成较大的影响,而基于谱分析的降尺度方法则不需要依赖于长时间的时序观测。 相似文献
3.
空间分辨率不足是限制遥感参量数据精细应用的主要瓶颈问题之一,而空间降尺度是提升遥感参量数据空间分辨率与应用能力的有效途径。研究学者针对不同遥感参量已发展了类型多样的降尺度方法,但还未形成统一、通用的分类体系。在深入分析当前各类参量降尺度共性问题的基础上,从降尺度所需的互补信息出发,以数据融合的视角对空间降尺度方法进行系统总结,归纳出多参量融合、时-空融合、遥感-模型融合和超分辨率重建隐式融合4类降尺度方法,剖析了各类方法的优缺点和适用场景,探讨了空间降尺度方法研究的发展趋势,为提升遥感数据精细化应用能力提供理论与技术支撑。 相似文献
4.
地表温度LST(Land Surface Temperature)是全球气候变化研究的关键参数,遥感是获取全球和区域尺度地表温度的一种切实可行手段,但现有的单一传感器无法提供高时空分辨率的LST数据,限制了遥感地表温度数据的深入广泛应用。现有的降尺度方法难以生成无缝高时空分辨率的地表温度数据,且降尺度效果易受高空间分辨率LST数据缺失及有效时刻分布影响。本文提出了一种基于地表温度日变化模型DTC(Diurnal Temperature Cycle)偏差系数解算的地表温度降尺度方法,采用FY-4A、MODIS和Landsat 8的LST数据生成晴空及多云条件下逐小时100 m的无缝LST数据。方法主要包含4部分:(1)利用空值重建方法获取无缝的FY-4A的LST数据;(2)建立FY-4A LST数据的DTC模型;(3)采用时空融合模型对MODIS的LST数据进行空间降尺度;(4)解算DTC模型偏差系数,获取逐小时100 m分辨率的无缝LST数据。实验结果表明,本文提出的方法具有较高的降尺度精度,可获得晴空及多云条件下无缝高时空地表温度数据,且高空间分辨率的地表温度数据缺失和有效时刻分布对本文方法降尺度结果影响较小。 相似文献
5.
随着遥感技术的发展,遥感数据日益增加。然而,受传感器限制及云雨天气影响,单一传感器难以获取高时空分辨率的遥感影像,从而在一定程度上影响全球及区域环境变化研究。遥感影像时空融合理论与技术的发展为解决这一问题提供了有效途径。近年来,国内外学者提出了大量的时空融合算法,但对于复杂地表景观区域空间细节的融合仍存在挑战,地表非均质区域时空融合的精度有待提高。为此,本文提出了一种面向非均质区域的空间增强型时空融合模型。首先,基于混合像元分解原理与遥感数据空间特征尺度不变性假设,将低分辨率光谱变化降尺度为高分辨率光谱变化值;然后,基于不同分辨率遥感数据光谱关系的时间不变性假设,获得最终融合影像。试验结果表明,相对于常用融合模型STARFM、FSDAF,本文模型既能有效反映不同地物物候变化信息,同时能更好地保留地表的空间细节,增强了非均质地表覆盖区域融合影像的空间特征与效果;本文模型的均方根误差RMSE、相关系数r及结构相似性指标SSIM平均值分别达到0.024、0.898、0.897,相对于常用融合模型STARFM、FSDAF,RMSE平均值分别降低了6.71%和4.33%,r平均值分别提高了1.9... 相似文献
6.
遥感反演与模型模拟是获取全球土壤湿度数据的两种基本手段,遥感反演可以获得相对较高的空间分辨率,但往往存在时空缝隙;陆面模型能够模拟土壤湿度的时空连续演进,但空间分辨率往往较粗。为此,集成二者的互补优势,提出一种融合微波遥感与模型模拟的全球无缝土壤湿度数据生成方法。具体地,针对SMAP(soil moisture active passive)卫星9 km土壤湿度数据的空缺区域,引入GLDAS Noah 0.25°的模型同化数据,建立二者之间的时空融合模型,通过对模型数据的降尺度实现对遥感数据的填补,进一步基于泊松方程方法进行残差校正,进而生成高精度的9 km日尺度土壤湿度无缝数据。实验结果证明,该方法可以有效结合遥感观测的空间分辨率优势与模型模拟的时空连续优势,提供时空无缝全球土壤湿度数据,更好地满足全球尺度水循环监测与水资源管理的需求。 相似文献
7.
资源型城市长时间序列土壤含水量变化分析——以锡林浩特市为例 总被引:2,自引:0,他引:2
大规模的煤炭开采活动将对生态环境产生扰动,而土壤含水量是受扰动的生态参数之一,且具有重要意义。现有的土壤含水量产品分辨率较低,不适用于区域尺度的研究,而高精度的微波反演由于数据的局限性无法进行长时间序列的研究。本文以我国的重要产煤基地锡林浩特市为研究区,以2004—2020年的AMSR-E与AMSR-2土壤含水量产品及同期的Landsat遥感影像为主要数据源,采用随机森林方法对AMSR-E/2土壤含水量产品进行降尺度处理,通过标准差椭圆等方法对研究区土壤含水量的变化特征进行分析。结果表明:①被动微波土壤含水量降尺度方法可实现对资源型城市的土壤含水量进行长时间序列、高空间分辨率的监测;②无论在矿区还是非矿区,降水均是影响土壤含水量变化的主导因素;③研究区土壤含水量的整体分布在空间上由西北向东南呈现逐渐升高的变化特征,且此分布格局在长时间尺度上保持稳定;④煤炭开采活动对土壤含水量产生扰动,且不同开采阶段的影响具有不同特征。研究结果可为资源型城市生态环境的评价与保护提供科学依据。 相似文献
8.
结合像元分解和STARFM模型的遥感数据融合 总被引:4,自引:2,他引:2
高空间、时间分辨率遥感数据在监测地表快速变化方面具有重要的作用。然而,对于特定传感器获取的遥感影像在空间分辨率和时间分辨率上存在不可调和的矛盾,遥感数据时空融合技术是解决这一矛盾的有效方法。本文利用像元分解降尺方法(Downscaling mixed pixel)和STARFM模型(Spatial and Temporal Adaptive Reflectance Fusion Model)相结合的CDSTARFM算法(Combination of Downscaling Mixed Pixel Algorithm and Spatial and Temporal Adaptive Reflectance Fusion Model)进行遥感数据融合。首先,利用像元分解降尺度方法对参与融合的MODIS数据进行分解降尺度处理;其次,利用分解降尺度的MODIS数据替代STARFM模型中直接重采样的MODIS数据进行数据融合;最后以Landsat 8和MODIS遥感影像数据对该方法进行了实验。结果表明:(1)CDSTARFM算法比STARFM和像元分解降尺度算法具有更高的融合精度;(2)CDSTARFM能够在较小的窗口下获得更高的融合精度,在相同的窗口下其融合精度也高于STARFM;(3)CDSTARFM融合的影像更接近真实影像,消除了像元分解降尺度影像中的"图斑"和STARFM模型融合影像中的"MODIS像元边界"。 相似文献
9.
一种高时空分辨率NDVI数据集构建方法-STAVFM 总被引:1,自引:1,他引:0
ETM NDVI可以用来在30m的尺度上开展植被的监测,然而在Landsat卫星16天的重访周期和云污染等因素的影响下,常常会在相当长的一段时间内无法获取有效的ETM NDVI数据,给这一尺度下的植被动态监测带来了一定困难。相比之下,MODIS虽然在空间上只有250m分辨率的NDVI产品,却可以每天进行相同区域的监测。针对ETM空间分辨率高和MODIS时间分辨率高的特点,本研究选择实验区,基于对STARFM方法的改进,构建不同时空分辨率NDVI的时空融合模型-STAVFM,使用该模型对ETM NDVI与MODIS NDVI融合,构建了高时空分辨率NDVI数据集。研究结果表明,通过MODIS NDVI时间变化信息与ETM NDVI空间差异信息的有机结合,实现缺失高空间分辨率NDVI的有效预测(3景预测NDVI与实际NDVI的相关系数分别达到了0.82、0.90和0.91),从而构建高时空分辨率NDVI数据集。所构建的高时空分辨率NDVI数据集在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分辨率数据的空间细节差异。 相似文献
10.
地表温度是陆面过程动态模拟、区域和全球变化分析等研究领域的重要参数,如何获得高时空分辨率地表温度数据一直是研究热点问题。选择河北省张家口市城郊区、山区两个区域作为试验研究区,在ERA5 0.1°分辨率地表温度订正基础上,构建随机森林降尺度模型以实现多层级分辨率的地表温度降尺度,并与Landsat 8 TIRS反演地表温度进行对比分析,以探讨再分析地表温度在不同分辨率、不同下垫面类型上的降尺度效果。结果表明:不同分辨率的降尺度结果都能够准确表达地表温度相对高低的空间分布特征,纹理精度显著提高,但降尺度误差随着空间分辨率提高而逐渐增大,城郊区和山区的降尺度均方根误差变化范围分别为1.16—1.79 ℃、1.61—2.49 ℃,地表温度高值与低值区域分别存在着低估和高估现象;随机森林降尺度模型中的参数重要性随尺度变化不大,总体表现为两个区域中植被指数NDVI的重要性都比较大,而海拔高度在山区区域对降尺度模型的影响更大。 相似文献
11.
基于随机森林算法的地表温度降尺度研究 总被引:1,自引:0,他引:1
地表温度(land surface temperature,LST)是地面能量平衡等模型中的重要参数之一。高时间分辨率的遥感LST可通过降尺度处理实现空间分辨率的提高,这对详细的LST时空分布监测具有重要意义。以北京市为研究区,选择Landsat8 OLI/TIRS数据,通过改进的单窗(improved mono-window,IMW)算法反演LST作为验证数据,在计算归一化差值植被指数(normalized difference vegetation index,NDVI)和归一化差值建筑指数(normalized difference built-up index,NDBI)等多种遥感指数并模拟至1 000 m空间分辨率的基础上,联合空间分辨率为1 000 m的MODIS/LST产品,利用随机森林(random forest,RF)模型实现LST(100 m空间分辨率)降尺度,并与多因子回归方法和基于植被指数的LST锐化算法(TsHARP)2种常用降尺度方法进行对比。实验结果表明:以模拟Landsat/LST作为降尺度数据源,RF方法降尺度LST的均方根误差(root-mean-square,RMSE)为2.01 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.16 K和0.44 K;针对MODIS/LST降尺度时,RF方法的RMSE为2.29 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.42 K和0.50 K;针对不同地表类型,RF算法降尺度效果不同,其中高植被覆盖区表现最优,RMSE为1.81 K;城镇表面因其空间异质性,RMSE则达到了2.75 K。 相似文献
12.
局域尺度上的水文或农业应用亟需较高空间分辨率的土壤湿度(SM)数据,微波土壤湿度空间降尺度是实现这一需求的重要途径。其中"光学/热红外与微波数据融合"的降尺度方法展现出了较大的应用潜力,然而这类方法依赖于遥感地表温度LST (Land Surface Temperature)或由LST分解得到的SM指数,受限于LST"云污染"、LST与SM解耦效应和LST分解不确定性等问题。为规避上述问题,本文通过构建3种地表蒸散效率LEE(Land surface Evapotranspiration Efficiency)与SM的降尺度函数关系(指数、余弦、余弦平方),利用MODIS地表蒸散数据(MOD16A2)计算得到的LEE (空间分辨率500 m)实现了SMAP土壤湿度产品(空间分辨率36 km)的空间降尺度。研究从动态范围、能量守恒、SM地面稀疏验证站、SM地面核心验证站等角度对降尺度算法进行评价分析。结果表明,本算法有效增加了原SM产品的空间细节特征、保持了原SM产品的动态范围并且降尺度前后能量守恒;与地面验证数据的对比分析表明,降尺度结果有效保持了原SM与地面实测数据的良好一致性;敏感性分析表明,余弦平方函数对MOD16A2产品误差的敏感性相对最小。 相似文献
13.
近岸/内陆水环境遥感的空间尺度问题研究包括空间变异尺度及遥感监测空间尺度需求,以及多源多尺度遥感数据及定量产品的空间尺度误差两个方面。利用长时序高分一号16 m遥感数据集高时空分辨率的综合优势,采用空间半变异函数分析方法获取了中国近岸/内陆典型水环境要素(以悬浮颗粒物为例)的空间变异尺度。基于水环境要素空间变异的连续性和泰勒级数展开理论,定量化地描述了空间尺度误差解析函数。结果表明,近岸/内陆水体等高动态水体的空间变异尺度平均在150 m以下,而外海等相对稳定水体空间变异尺度在300 m以上。随着空间分辨率的降低,受到空间变异和水环境要素非线性定量反演模型的共同影响,悬浮颗粒物的空间尺度误差显著增大,亟需重点研究区域化的尺度误差校正方法。 相似文献
14.
蝗虫遥感监测预警研究现状与展望 总被引:3,自引:0,他引:3
气候变化背景下全球蝗灾日益肆虐,为支撑虫害及时精准防控,迫切需要开展大面积蝗虫动态监测预警研究。本文从蝗虫生境遥感监测、蝗虫发生动态遥感预警,以及蝗灾遥感损失评估3个方面介绍了当前研究现状,并指出当前存在的问题主要包括3个方面:蝗虫监测预警的时空分辨率较粗,无法精准定位虫害热点发生区和重点危害区;遥感虫害响应机制与虫害生物学扩散模型耦合度较低,导致模型时空普适性较差;缺乏高时空精度的虫害监测预警空间信息服务产品。因此,当前急需发展面向全球、洲际、全国、区域的多尺度、长时序、高精度虫害精准监测预警平台。通过建立时空精细尺度的虫害监测预警指标体系,研制遥感机制与虫害生物学机理深度耦合的高精度预测预报模型,发布多尺度高时频的虫害监测预警空间信息产品和服务,以实现海量数据的自动入库和智能存储、多层次模型的快速调用和高性能计算、虫害测报产品的在线生产和可视化服务。建立从数据到模型到产品服务的全链路,从而切实提升全球应对重大迁飞性虫害的智能化水平,为保障粮食安全、维护区域稳定和可持续发展提供科技支撑。 相似文献
15.
闪电河流域水循环和能量平衡遥感综合试验 总被引:3,自引:3,他引:0
赵天杰 施建成 徐红新 孙彦龙 陈德清 崔倩 贾立 黄硕 牛升达 李秀伟 阎广建 陈良富 柳钦火 赵凯 郑兴明 赵利民 郑超磊 姬大彬 熊川 王天星 李睿 潘金梅 闻建光 穆西晗 余超 郑姚闽 蒋玲梅 柴琳娜 卢麾 姚盼盼 马建威 吕海深 武建军 赵伟 杨娜 郭鹏 李玉霞 胡路 耿德源 张子谦 胡建峰 杜爱萍 《遥感学报》2021,25(4):871-887
遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径。闪电河流域水循环和能量平衡遥感综合试验以滦河上游闪电河流域为核心试验区,以地球表层系统的水循环过程和能量平衡为研究对象,旨在通过天—空—地一体化的观测手段,针对不同典型地表类型开展全波段主被动协同遥感观测,研究异质地表和山地条件下像元尺度遥感关键参量的观测方案,研究重要水热参量的遥感方法及其同陆面/水文过程模型的结合,支撑国家民用空间基础设施和空间科学先导专项相关卫星计划的论证实施。其中,航空飞行遥感试验搭载L波段主被动一体化微波载荷、双角度热红外相机、四波段多光谱相机和高光谱成像仪进行协同观测,实现了土壤水分、组分温度、植被含水量、叶面积指数等地表参数以及湖泊、水库、湿地等的遥感监测;地面同步观测试验利用车载微波辐射计、地基雷达和光谱仪进行了典型地物如裸土、植被、水体、人工目标等的遥感观测,并按照样区—样方—样点的多尺度嵌套方案进行了地表参数的同步采样,获取了该地区关键地表参数的短时期时空变化特征;同时配合卫星和机载观测,在闪电河流域完成了土壤温湿度、地表水热通量、地表辐射四分量、降水等气象要素的地面观测网络的建设,为验证地表辐射/散射遥感模型,发展、优化和验证水热参量遥感反演算法,研究地表水热参量尺度效应与尺度转化问题提供了重要平台,将促进陆表能量与水分交换过程的理解及其对全球变化的作用和反馈机制的研究。 相似文献
16.
高分辨率地表冻融监测对研究根河地区碳氮循环、水土流失和土壤冻融侵蚀非常重要。本文采用Kou等(2017)提出的被动微波亮温降尺度方法和1 km空间分辨率的温度数据,将0.25°空间分辨率的被动微波亮温降尺度至0.01°空间分辨率。利用通过模型模拟与实验数据发展得到的冻融判别式算法DFA_Zhao(Discriminant Function Algorithm)和改进的冻融判别式算法DFA_Kou(Improved Discriminant Function Algorithm),基于降尺度前后的被动微波亮温监测根河地区的地表冻融。以根河地区2013年7月—2015年12月的地下0—5 cm深度的实测土壤温度检验这两种冻融判识算法的分类精度。结果显示,降尺度前后两种冻融判识算法整体判对率差异在6.72%内;DFA_Zhao算法融化判对率的均值比DFA_Kou算法高10%,DFA_Kou算法冻结判对率均值比DFA_Zhao算法高1%。两种冻融判别式算法的冻结判对率均在90%以上,升轨期的融化判对率均在80%以上,但两算法降轨期的融化判对率较低,在40%—82%之间。同时,还进一步讨论并分析了两种冻融判别式算法和被动微波亮温降尺度方法可能存在的问题,指出了可能的改进方向。 相似文献
17.
遥感全天候地表温度产品在多云雾地区意义重大,对冰川泥石流多发的藏东南地区极具应用价值,但遥感全天候地表温度空间分辨率不足限制了其在精细化灾害监测中的应用。以藏东南冰川地区为研究区,采用高程、坡度、坡向、地表覆盖类型、植被指数、地表反射率、积雪指数作为全天候地表温度的影响因子,结合移动窗口,进行多种地表温度降尺度方法的对比,进而使用最优的降尺度方法将现有的遥感全天候地表温度产品(TRIMS LST)的空间分辨率从1 km提升至250 m。利用地面站点实测数据的评价结果表明,基于梯度提升决策树(LightGBM)的降尺度方法得到的250 m空间分辨率全天候地表温度的均方根误差在白天/夜间为2.25 K/2.15 K,优于基于多元线性回归和随机森林的降尺度方法,且比原始1 km分辨率全天候地表温度的精度高0.25 K左右。基于Q指数与SIFI指数的图像质量评价结果表明,降尺度得到的250 m地表温度不仅在空间格局和幅值上与原始1 km遥感全天候地表温度一致,而且补充了大量的地表温度空间细节信息。生成得到的250 m分辨率的地表温度对于藏东南冰川地区的灾害分析具有积极的意义。 相似文献
18.
地表土壤水分含量的时空分布信息是十分重要的,常常作为水文模型、气候模型、生态模型的输入参数,同时,也是干旱预报、农作物估产等工作的重要指标。被动微波遥感是监测土壤含水量最有效的手段之一。相比红外与可见光,它具有波长长,穿透能力强的优势。相比主动微波雷达,被动微波辐射计具有监测面积大、周期短,受粗糙度影响小,对土壤水分更为敏感,算法更为成熟的优势。目前,已研究出许多反演土壤水分的方法.本课题的主要内容是借助AMSR-E土壤水分影像数据、MODIS归一化植被指数(NDVI)影像数据和MODIS分类影像数据,利用ENVI软件进行遥感图像数据处理,运用统计分析方法建立NDVI与土壤水分的经验模型,研究中国西部地区稀疏植被覆盖区土壤水分的反演。 相似文献
19.
由于地表空间异质性的普遍存在,遥感反演模型的非线性必然会导致不同分辨率观测的遥感结果不一致,从而产生遥感产品尺度效应。本文研究了遥感产品尺度效应概念、模拟方法和定量计算模型,并利用锡林浩特草原研究区的实测数据,对尺度效应模型和方法进行了定量计算与验证分析。首先,基于不同升尺度方法与多尺度遥感成像机理之间的机理联系,通过“先反演再平均”与“先平均再反演”之间的差异,可计算“高”分辨率与“低”分辨率之间的遥感产品尺度差异。其次,分别以红光、近红外两波段反射率和归一化植被指数(NDVI)为自变量,对叶面积指数(LAI)非线性遥感模型进行泰勒展开,研究了模型非线性、遥感数据空间异质性对LAI遥感产品尺度差异的影响,发现高阶项可忽略,利用二阶导数项和遥感数据方差项可定量计算遥感产品尺度差异,经过二阶导数项纠正后的尺度差异相对偏差从5.6%分别降低到0.78%和1.45%。最后,分析了LAI遥感产品尺度效应的特征规律,得出以下结论:随着植被覆盖的增大,同等遥感空间异质性的LAI遥感产品尺度差异越大,且红光波段比近红外波段的尺度差异敏感性高近2个数量级;对于绝大部分陆地植被区域,存在“低分辨率低估”尺度效应,且遥感产品尺度差异的主导要素为LAI模型非线性,NDVI变量自身非线性对尺度效应贡献占23.5%;对于湿地类植被与水体混合情形,NDVI变量非线性的贡献为主导贡献,出现“低分辨率高估”尺度效应,必须利用红光、近红外两波段的二阶导数项非线性尺度差异,才能解释这一类型的LAI遥感产品尺度效应。本文建立了具有一定普适意义的遥感产品尺度效应定量模拟与尺度纠正方法,对推动定量遥感的尺度问题研究有一定参考价值。 相似文献
20.
对地观测技术的快速发展为水环境定量遥感监测提供了多源遥感数据的有利支撑,然而多源数据空间尺度差异引起的遥感数据和定量产品的不一致性严重制约了水环境科学研究和业务化应用。针对多源遥感数据的空间尺度转换和尺度误差问题,本文提出一种模拟遥感成像过程点扩散函数(PSF)的多源遥感数据空间尺度转换方法。以高空间分辨率GF-1卫星16m遥感数据为基础,模拟了常用的内陆水环境监测卫星Landsat TM/ETM+/OLI(30m)、Terra/Aqua MODIS(250m、500m、1000m)数据,系统研究了高动态浑浊水体(以鄱阳湖悬浮颗粒物监测为例)多源定量遥感监测的空间尺度误差,并对比分析了常用的多源数据尺度转换方法(基于遥感反射率数据平均法和基于悬浮颗粒物产品平均法)的有效性。结果表明,基于点扩散函数的空间尺度转换方法与传统方法具有较高的相关性,基于遥感反射率数据平均法的水环境定量遥感产品的误差水平低于基于悬浮颗粒物产品平均法;相对于南海等相对平稳水体的低空间尺度误差水平(0.5%),在高动态浑浊的内陆或近岸水环境遥感监测中,由空间尺度变化引起的产品误差可达±5%左右。因此,在高精度水环境定量遥感发展应用的需求和多源多尺度遥感数据协同的背景下,本文研究对于提高多源遥感监测产品的一致性和应用能力具有重要理论和现实意义。 相似文献