资源简介

摘要： 由于技术条件的限制,一个传感器很难同时具有高空间分辨率和高时间分辨率。然而,在高分辨率尺度上监测地表景观季节性变化的能力是全球的迫切需要,融合周期短、覆盖范围广与分辨率高、周期长的遥感数据是一种较好的方法。基于AVHRR时间分辨率高和TM空间分辨率高及其数据积累时间长的特点,选择若尔盖高原为研究区域,在改进ESTARFM方法的基础上,对TM NDVI和AVHRR NDVI进行融合,构建高时空分辨率的NDVI数据集。研究结果表明:该方法能有机结合AVHRR NDVI的时间变化信息与TM NDVI的空间差异信息,有效实现高时空分辨率NDVI数据集的重构,3景预测高分辨率NDVI与MODIS NDVI产品相关系数分别达到了0.89、0.91和0.85。该方法能够在时间上保留高时间分辨率数据的时间变化信息,同时在空间上反映高空间分辨率数据的空间差异信息,从而为有效构建相对高分辨率时间序列NDVI数据集提供了可能的方法。 关键词： NDVI;  数据融合;  高时空分辨率;  时间序列;  ESTARFM     Abstract: Due to technique and budget limitations,Remotely sensed data,with high spatial and temporal resolutions,can hardly be provided by only sensor.However,the ability to monitor seasonal landscape changes at fine resolution is urgently needed for global change.One approach is to ”blend” the data from coarse\|resolution sensors with frequent coverage (e.g.AVHRR) with data from high\|resolution sensors with less frequent coverage (e.g.Landsat).To combine the high spatial resolution of Landsat and high temporal resolution of AVHRR data,this paper selected a study area in Zoige ,Sichuan province,China.A method for blending NDVI of different spatial and temporal resolution to produce high temporal\|spatial resolution NDVI data set which has been developed based on ESTARFM (Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model).The result shows that the new method can combine the temporal information of AVHRR NDVI and spatial information of TM NDVI and realize the reconstruction of high spatial and temporal resolution NDVI data set (the correlation coefficient of three pairs of MODIS NDVI and predicted TM NDVI are 0.89,0.91 and 0.85).This method maintains the temporal trend of high temporal resolution data and the detailed spatial difference information of high spatial resolution data,thereby providing an effective tool to build a relatively high resolution NDVI time series data set.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.