论文部分内容阅读
遥感长时间序列数据应用广泛,在陆地生态系统动态变化监测和气候过程模拟中发挥了重要作用。目前高时间分辨率的时间序列遥感数据产品主要是AVHRR、VEGETATION和MODIS等,空间分辨率低,不能满足较高空间分辨率遥感应用的需求。而TM和ETM+等中等空间分辨率传感器时间分辨率低,不能满足实时监测的需求。因此,构建高时间分辨率的中等空间分辨率时序遥感数据对实现快速变化监测、提高监测频率具有重要意义。本文利用2013-2016年所有可用的Landsat8 OLI影像,并以辐射归一化后Landsat7 ETM+影像作为补充数据,基于时序地表反射率预测模型,开展空间分辨率较高的密集时序遥感数据构建研究。主要研究内容及成果如下:(1)时序影像云和阴影检测。对于只有少量云覆盖的影像,采用Landsat8本身自带的9波段就可以较好地检测出;对于云量较多的影像,采用Fmask算法,但该算法存在漏检和误检问题;进一步,采用Zhe Zhu的模型,将Fmask无法检测的云和阴影检测出。(2)不同地表反射率预测模型拟合中等分辨率影像的效果对比和精度评价。只采用Landsat8时序数据,对比自适应模型与基本模型的拟合结果,结果表明两种模型的拟合效果相似;增加数据量,将辐射归一化后Landsat7作为补充数据,对比两种模型的拟合效果。采用自适应模型可以更好的拟合年内多峰变化,其中植被区域拟合精度最高,但水体和建设用地,采用自适应模型误差增大;对比只采用Landsat8数据,数据量增加可以提高拟合精度。(3)辐射归一化对中等分辨率影像拟合精度的影响评价。通过对比Landsat7数据辐射归一化前后拟合影像的效果,得出基于辐射归一化的Landsat7和Landsat8数据,采用自适应模型拟合的影像精度最高;对比全景辐射归一化和植被区域辐射归一化的拟合效果,得出根据研究区的地类分布情况,选择合适的辐射归一化方法可以提高影像的拟合精度。(4)构建2013-2016年30米分辨率16天为间隔的密集时序遥感数据。从预测影像与真实影像对比、数据集时间变化合理性分析、典型地物的时空趋势、对变化监测的作用四个方面对构建结果进行评价。结果表明,拟合影像与真实影像相差较小;构建的数据集能反映福建省高植被覆盖区域的季节和年度变化特点;数据集夏秋冬三个季节的变化趋势与实测光谱基本一致;数据集能够实现快速变化监测,提高变化监测的频率,构建结果较好。