考虑物候与地形影响的山地遥感影像时空融合方法研究

Due to the concentrated environment gradient and the rapid surface process of the mountain area, researches in mountain area have higher requirement on the spatio-temporal resolution. Spatio-temporal image fusion could help the utilize of complementary information from multi-resource images hence improve remote sensing images' spatio as well as tempral resolution. However, nowdays, there is a lack of spatio-temporal image fusion technology aim at mountain area application. Firstly, existing spatio-temporal fusion methods assumed that the surface phenological changes are linear model, which restricted the spectral prediction ability of the method. In addition, topographic radiation distortion is rarely considered in the spatio-temporal remote sensing image fusion model for mountain areas. This project strives to establish a new spatial-temporal image fusion algorithm for mountain area. Via the algorithm, we will construct either high spatial and high temporal resolution remote sensing image data sets for mountain area. Thus improving the monitoring ability of remote sensing images in mountain region. Three aspects are included in this project :(1) Research on spatial-temporal fusion algorithm based on time-series curve features; (2) analysis of topographic influence in spatial-temporal remote sensing image fusion process; (3) Evaluation of the proposed spatio-temporal image fusion algorithm in mountain area with the consideration of phenology changes and topographic effects. This project will make innovative achievements in improving the spatio-temporal image fusion method and understanding the topographic effect in the spatio-temporal remote sensing image fusion in mountainous areas. Finally, this research is able to promoting the application of the spatio-temporal remote sensing image in mountain area.

山地环境梯度浓缩且地表变化迅速，山地研究对光学卫星遥感影像时空分辨率有更高要求。时空影像融合能够有效利用多源影像的互补信息，提升影像时空分辨率。然而，目前尚缺乏专门针对山地影像的时空融合技术。首先，已有时空遥感影像融合方法主要假设地表物候变化为线性变化，限制了其光谱预测能力，其次，复杂地形下地形辐射畸变对时空遥感影像融合精度造成的影响常被忽略。本项目力求建立一种新的考虑物候与地形影响的山地光学遥感影像时空融合方法，为构建高时空分辨率山地遥感影像集、提高多源遥感影像在山地生态环境的监测能力做出贡献。项目具体研究内容包括三个方面：（1）基于时序曲线特征的时空融合算法研究；（2）时空遥感影像融合中的山地地形效应研究；（3）考虑物候与地形影响的山地遥感影像时空融合方法评价。本项目将在完善时空影像融合方法，认识山地时空遥感影像融合中的地形效应问题，提升时空遥感影像的山地应用方面做出创新成果。

山地垂直地带性导致山地环境梯度更加浓缩，地表变化迅速，山地研究对光学卫星遥感影像时空分辨率有更高要求。然而，受到传感器技术限制，较为常用的高时间分辨率遥感卫星影像通常空间分辨率较低。而较为常用的中高时间分辨率遥感卫星影像通常时间分辨率较低。因此传统遥感影像难以同时兼顾高时间-高空间分辨率特征，从而限制了其在山地遥感中的分析应用。.项目针对现有时空影像融合方法理论方面的不足，发展基于地物特定光谱时序曲线形态以及邻接地物知识的光学时空遥感影像融合方法。项目为建立新的时空遥感影像融合方法、对多源遥感影像融合的理论研究具有重要意义，也为遥感土地覆被分类、定量应用分析提供更为有力的数据源。.首先，项目提出的基于分区决策规则的MODIS和Landsat数据融合方法将空间分辨率较高的Landsat数据与时间分辨率较高的MODIS数据进行决策级融合。在融合过程中充分考虑到土地异质性因素的重要性，提出一种决策融合规则，为进一步发展基于高时空分辨率遥感信息挖掘和融合技术奠定了一定基础，在土地覆被分类及变化检测应用中具有良好的前景，并且为后续基于贝叶斯决策理论的时空影像融合算法以及加入地物邻接知识，并融入影像分类过程的方法方面的研究提供了研究基础。其次，基于贝叶斯决策理论，提出了一种决策融合算法。方法结合分类器对高空间分辨率和高时间分辨率数据进行融合。将预分类器不确定性的分类分配与基于条件概率的预分类结果相结合，提高了决策融合性能。由于条件概率是线性分布的，因此直接将不确定性和预分类精度的组合作为条件概率。该方法是将MODIS和Landsat提供的互补信息相结合的有效方法。最后，基于图构建地物邻接知识，并融入影像分类过程的方法方面的研究，通过对两个研究区进行实验发现所提出的方法能改善分类精度。通过研究证明，GNN引入的空间关系提高了分类器的性能和鲁棒性。图论在空间关系信息提取中的应用以及先验知识在遥感影像分类中的应用具有一定的研究潜力。