一种基于线性融合模型的遥感影像时空融合方法技术

本发明专利技术涉及一种基于线性融合模型的遥感影像时空融合方法，包括如下步骤：步骤(1)：将高频低分数据重采样到与低频高分数据相同的空间分辨率，以及相同的投影类型；步骤(2)：针对已知时期的低频高分数据，确定其邻域相似像元；步骤(3)：通过邻域相似像元与目标像元的空间距离计算相应的权重值；步骤(4)：通过线性解混理论计算式(3)中的系数b；步骤(5)：综合邻域相似像元对中心像元融合的贡献，计算预测时期的像元值，即实现对预测时期Landsat‑7数据的时空融合。本发明专利技术在线性模型时空融合理论基础上，综合线性解混方法计算线性模型的系数值，实现高分辨率及高频次遥感影像的模拟，实现模型系数的快速准确获取，提高了时空融合精度。

【技术实现步骤摘要】
一种基于线性融合模型的遥感影像时空融合方法
本专利技术属于遥感数据时空分析与处理领域，涉及一种基于线性融合模型的遥感影像时空融合方法。
技术介绍
对地表参数的高精度，时序观测能够更好的实现地表特征的动态过程分析，然而，目前单一数据源的遥感影像还很难实现高精度、高频次的同步观测，如LandsatTM/ETM+/OLI系列卫星数据的空间分辨率为30m，然而其16天的重访周期很难监测地表特征的动态变化，而且受到云、传感器性能等因素的限制，获取同一地区连续无云影像的周期可能会更长；另一方面，如MODIS数据能够实现每天1-2次的重访观测，但其较低的空间分辨率(250m-1000m)很难对中小尺度地物进行监测。时空融合算法能够有效解决这个时空分辨率矛盾问题，其是基于已知时期的高频低分数据(如MODIS数据)与高分低频数据(如Landsat数据)以及预测时期的高频低分数据来模拟预测时期的高分低频数据。基于线性模型的时空融合是重要的时空融合方法，2006年，Gao等人首先提出STARFM(theSpatialandTemporalAdaptiveReflectanceFusionModel)，其基本原理是通过已知时期和预测时期的高频低分数据得到反射率值的变化，然后将该变化值加到已知时期的高分低频像元，从而得到相应的预测时期高分低频像元值。为了消除混合像元问题，该方法采用邻域相似像元加权和的方式模拟中心像元的反射值，其权重通过光谱差异、时间差异、距离差异的乘积得到。存在的线性模型时空融合方法，如STARFM方法和ESTARFM方法，其认为系数a或者为1或者为固定常数，然而，线性模型的系数值会随着观测位置的不同而变化，因此，认为系数a不变的策略可能会引入一定的误差；另一方面，最小二乘线性拟合方法同样能够计算线性模型的系数值，如STNLFFM方法和Fit_FC方法，然而在拟合过程中不可避免的会引入拟合误差，尤其当用于拟合的数据差异较大时，会造成较大的拟合误差，使模拟的目标数据失真。
技术实现思路
为了克服现有线性模型时空融合方法在模型系数计算上的不足，本专利技术在线性模型理论基础上，提出一种新的时空融合方法，在线性模型时空融合理论基础上，综合线性解混方法计算线性模型的系数值，实现高分辨率及高频次遥感影像的模拟。该方法能够实现模型系数的快速准确获取，提高了时空融合精度，从而为地物特征时空过程分析等研究提供可靠的数据保障。本专利技术通过线性解混模型计算模型系数b，通过代入方法计算模拟数据值，并通过确定相似像元以及相应权重值，将目标像元的邻域信息考虑进融合过程，提高融合精度。本专利技术的具体技术方案为：一种基于线性融合模型的遥感影像时空融合方法，包括如下步骤：步骤(1)：将高频低分数据重采样到与低频高分数据相同的空间分辨率，以及相同的投影类型，所述高频低分数据为MODIS数据，所述低频高分数据为Landsat-7数据；即将MODIS数据重采样到与Landsat-7数据相同的空间分辨率，以及相同的投影类型；根据线性时空融合模型理论，MODIS和Landsat-7像元的关系表示为下式：其中，M()函数表示MODIS像元，L()函数表示Landsat-7像元；m，n表示重采样后MODIS和Landsat-7对应像元位置，t0为已知时期，tk为预测时期，B表示目标波段；a和b为系数；在短时期内，可以认为相同位置的a和b值是不变的，即a(m,n,t0,B)＝a(m,n,tk,B),b(m,n,t0,B)＝b(m,n,tk,B)；由于大气环境、太阳照射角度以及海拔高度的差异，不同位置的a和b值是不同的，需要单独计算；通过已知时期的MODIS和Landsat-7数据对应关系得到，即：代入预测时期的对应关系式，得：步骤(2)：针对已知时期的低频高分数据，即Landsat-7数据，基于下式确定其邻域相似像元，即D值大于阈值的像元确定为目标像元邻域的相似像元，其中，m，n表示目标像元位置，x，y表示其邻域像元位置，num_band为遥感影像总的波段数；步骤(3)：通过邻域相似像元与目标像元的空间距离计算相应的权重值Wi,j，如下式：其中，di,j表示邻域相似像元与目标像元的距离，i和j分别表示邻域相似像元的坐标，ω表示邻域窗口的大小，ns表示邻域相似像元的个数，S表示邻域相似像元集合；步骤(4)：通过线性解混理论计算式(3)中的系数b；根据线性解混理论，高频低分影像的像元值等于其包含的低频高分像元均值以及相应误差的和，如下式所示：其中，Mo表示未重采样的MODIS像元，M，N表示未重采样的MODIS像元位置，L表示Landsat-7像元，p，q表示M，N像元中包含Landsat-7像元的位置，nf表示包含的Landsat-7像元数量，ξ表示相应的残差；通过下式计算Landsat-7像元对应的残差，即线性模型的系数b：步骤(5)：综合邻域相似像元对中心像元融合的贡献，通过下式计算预测时期的Landsat-7像元值，即实现对预测时期Landsat-7数据的时空融合，进一步的，所述步骤1中使用8天合成500米分辨率MODIS地表反射率数据以及逐日Landsat-7/ETM+数据作为高频低分和低频高分数据，输入为时期相近或同一时期的MODIS数据与Landsat-7数据，以及预测时期的MODIS数据，输出为模拟的预测时期Landsat-7数据。进一步的，所述步骤1中关于线性时空融合模型中的系数采用代入法消去系数a；基于已知时期的高频低分数据以及低频高分数据，结合线性解混模型理论，确定系数b；融入邻域相似像元对中心像元的贡献，实现目标高分像元的快速准确模拟。有益效果：线性模型时空融合方法中模型系数的准确获取是关键，而模型系数会随着观测位置的不同而变化，现有技术或者认为模型系数为常数，或者采用拟合方法计算模型系数，都会影响时空融合精度。本专利技术通过消元法去除线性模型的斜率系数，并基于线性解混理论实现低频高分像元残差的计算，继而用于确定线性模型的截距系数，实现不同位置线性模型系数的准确获取，提高时空融合的精度。附图说明图1为本专利技术方法的流程框图；图2(a)为2002年1月11日澳大利亚新南威尔士南部区域的Landsat-7/ETM+数据，用于本专利技术中已知时期的低频高分数据；图2(b)为2002年2月12日澳大利亚新南威尔士南部区域的Landsat-7/ETM+数据，用于对比分析本专利技术的模拟结果；图2(c)相同区域2002年1月9日天合成MODIS数据；图2(d)为相同区域2002年2月10日合成MODIS数据；图2(e)为基于本专利技术模拟的2002年2月12日高分辨率数据。图3(a)为2001年5月17日加拿大境内的Landsat-7/ETM+数据，用于本专利技术中已知时期的低频高分数据；图3(b)为2001年6月2日加拿大境内本文档来自技高网...

【技术保护点】
1.一种基于线性融合模型的遥感影像时空融合方法，其特征在于，包括如下步骤：/n步骤(1)：将高频低分数据重采样到与低频高分数据相同的空间分辨率，以及相同的投影类型，所述高频低分数据为MODIS数据，所述低频高分数据为Landsat-7数据；即将MODIS数据重采样到与Landsat-7数据相同的空间分辨率，以及相同的投影类型；根据线性时空融合模型理论，MODIS和Landsat-7像元的关系表示为下式：/n

【技术特征摘要】
1.一种基于线性融合模型的遥感影像时空融合方法，其特征在于，包括如下步骤：
步骤(1)：将高频低分数据重采样到与低频高分数据相同的空间分辨率，以及相同的投影类型，所述高频低分数据为MODIS数据，所述低频高分数据为Landsat-7数据；即将MODIS数据重采样到与Landsat-7数据相同的空间分辨率，以及相同的投影类型；根据线性时空融合模型理论，MODIS和Landsat-7像元的关系表示为下式：



其中，M()函数表示MODIS像元，L()函数表示Landsat-7像元；m，n表示重采样后MODIS和Landsat-7对应像元位置，t0为已知时期，tk为预测时期，B表示目标波段；a和b为系数；由于大气环境、太阳照射角度以及海拔高度的差异，不同位置的a和b值是不同的，需要单独计算；通过已知时期的MODIS和Landsat-7数据对应关系得到，即：



代入预测时期的对应关系式，得：



步骤(2)：针对已知时期的低频高分数据，即Landsat-7数据，基于下式确定其邻域相似像元，即D值大于阈值的像元确定为目标像元邻域的相似像元，



其中，m，n表示目标像元位置，x，y表示其邻域像元位置，num_band为遥感影像总的波段数；
步骤(3)：通过邻域相似像元与目标像元的空间距离计算相应的权重值Wi,j，如下式：






其中，di,j表示邻域相似像元与目标像元的距离，i和j分别表示邻域相似像元的坐标，ω表示邻域窗口的大小，ns表示邻域相...

【专利技术属性】
技术研发人员：平博，苏奋振，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：北京;11