近日，中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所農(nóng)業(yè)遙感團隊在遙感數(shù)據(jù)時空融合算法研究方面取得了重要進展。相關研究成果《Reconstructing daily 30 m NDVI over complex agricultural landscapes using a crop reference curve approach》發(fā)表在遙感領域頂級期刊《Remote Sensing of Environment》（IF=9.085）上。
衛(wèi)星遙感數(shù)據(jù)獲取的高時效性（高時間分辨率）和高清晰度（高空間分辨率）是農(nóng)作物遙感監(jiān)測中最重要的兩個要素。但受到衛(wèi)星傳感器的限制，這兩個要素在同一顆衛(wèi)星上很難同時具備。一類衛(wèi)星具有高重訪周期，如MODIS系列衛(wèi)星具備每天觀測的能力，但其空間分辨率只有500-1000m；另一類衛(wèi)星具有較高空間分辨率，但重訪周期較長，例如Landsat系列衛(wèi)星，其空間分辨率為30m，重訪周期則為16天。遙感數(shù)據(jù)時空融合算法是指將這兩類衛(wèi)星數(shù)據(jù)的優(yōu)點結合在一起，形成一套同時具備高時間和高空間分辨率的數(shù)據(jù)，這對農(nóng)情監(jiān)測至關重要，但這類算法的基本假設導致其應用于農(nóng)作物種植結構復雜地區(qū)時，小地塊信息無法被準確獲取。針對該問題，本研究提出了以作物參考曲線（Crop Reference Curves）為基礎的高時空分辨率植被指數(shù)重建算法CRC。通過與現(xiàn)有的多種融合算法比較，該算法重建的精度最高，表現(xiàn)最穩(wěn)定，尤其適用于高空間分辨率數(shù)據(jù)較少情況下（如云雨天氣較多時）的植被指數(shù)時間序列重建，未來可進一步應用于精細化農(nóng)作物長勢監(jiān)測和產(chǎn)量預測研究中。
孫亮研究員為論文第一作者，合作單位為美國農(nóng)業(yè)部水文遙感實驗室。該研究得到院青年英才引進工程和NASA相關項目的資助。
三種算法模型在不同輸入影像數(shù)時的時間序列NDVI重建曲線對比圖
原文鏈接：https://www.sciencedirect.com/science/article/pii/S0034425720305290
地區(qū)：
魯公網(wǎng)安備 37060202000128號
