多源数据融合的高时空分辨率植被指数生成

论文摘要

高时空分辨率的植被指数VI(Vegetation Index)数据是农业和生态研究的重要基础数据集,目前常用的VI数据的时空分辨率存在不可调和矛盾。考虑VI时序变化对数据融合的影响,提出一种新的VI数据时空融合模型VISTFM(Vegetation Index Spatial and Temporal Fusion Model),VISTFM采用模糊C聚类算法,对存量时序VI数据按土地利用类型划分为若干子类,从高低分辨率影像中随土地覆被类的变化规律提取子类,结合低分辨率影像提取的土地覆被类变化规律融合生成高时空分辨率的VI数据。用常用的Landsat和MODIS数据验证该算法,测试表明,VISTFM能够较好的捕获VI的中间变化过程,与常用的基于线性混合模型的模型和时空自适应反射率融合模型及其改进模型相比,利用VISTFM获得的植被指数数据集具有更高的时空分辨率。

论文目录

• 1 引言
• 2 方法
•   2.1 像元聚类与类别定义
•   2.2 计算类别平均VI
•   2.3 影像融合
• 3 算法测试
•   3.1 研究区概况
•   3.2 数据及其预处理
•   3.3 算法实现
• 4 结果与分析
•   4.1 融合精度分析
•   4.2 与其他模型比较
•   4.3 模型精度影响因素分析
• 5 结论

文章来源

类型: 期刊论文

作者: 杨军明,吴昱,魏永霞,王斌,汝晨,马瑛瑛,张奕

关键词: 遥感,植被指数,数据融合,时空分辨率,模糊聚类算法,线性混合模型

来源: 遥感学报 2019年05期

年度: 2019

分类: 基础科学,信息科技,工程科技Ⅱ辑

专业: 生物学,工业通用技术及设备,计算机软件及计算机应用,自动化技术

单位: 东北农业大学水利与土木工程学院,东北林业大学林学院,黑龙江农垦勘测设计研究院,农业部农业水资源高效利用重点实验室

基金: 国家重点研发计划(编号:2016YFC0400101),国家自然科学基金(编号:51009026),农业部农业水资源高效利用重点实验室开放课题资助项目(编号:2015002)~~

分类号: TP751;TP311.13;Q948

页码: 935-943

总页数: 9

文件大小: 2327K

下载量: 856