发明名称 |
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。 |
申请公布号 |
CN105046648A |
申请公布日期 |
2015.11.11 |
申请号 |
CN201510354552.7 |
申请日期 |
2015.06.25 |
申请人 |
北京师范大学 |
发明人 |
张锦水;谢登峰;潘耀忠;袁周米琪;云雅;孙佩军 |
分类号 |
G06T3/40(2006.01)I;G06T5/50(2006.01)I |
主分类号 |
G06T3/40(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
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(t<sub>k</sub>)的中、低分辨率遥感影像和时序低分辨率影像;步骤二、对t<sub>k</sub>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t<sub>0</sub>和t<sub>k</sub>两期低分辨率影像进行像元分解,得到t<sub>0</sub>和t<sub>k</sub>两期的降尺度影像;步骤四、利用t<sub>k</sub>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t<sub>0</sub>和t<sub>k</sub>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t<sub>0</sub>的中分辨率遥感影像。 |
地址 |
100875 北京市海淀区新街口外大街19号 |