基于高分辨率逐日模拟遥感数据的农作物物候参数精确提取研究

A number of approaches using a variety of satellite remote sensing products have been used to derive metrics related to the timing of biological events (or land surface phenology, LSP). The advantages of utilizing remote sensing for phenology applications are the ability to capture the continuous expression of phenology patterns across the landscape and the ability to retrospectively observe phenology from archived satellite data sets (e.g. MODIS and AVHRR). However, these RS data, which has the longer time series, have not yet been satisfactorily due to the low spatial resolution and mixed-pixel impaction. To solve this problem, a spatial and temporal reflectance fusion model would be used to generate high resolution day-by-day synthetic 30m RS data with MODIS day reflectance and HJ time series data. At the same time, in order to get accurate crop phenology parameters, a practical scheme to assimilate daily synthetic remote sensing data and the crop growth model (WOFOST) coupled with the field observation results through leaf area index. The proposed scheme was applied to Xinjiang area located in Northeast China. The study will also try to take advantage of the spatial and temporal reflectance fusion model simulated 50m geostationary satellite data which will be launched in 2015. The synthetic data as alternative of geostationary satellite data will be used to extract crop phenology.

植物物候的遥感提取大都采用较长时间序列的低空间分辨率遥感数据，这不仅会降低植物物候反演的空间精度，而且由于复合像元的作用，也会降低植物物候反演的客观性（陈效逑，2009）。针对这一问题，本项目采用数据同化的方法，提出利用时空融合技术，融合环境小卫星星座（HJ-1A/B）与MODIS日反射率数据，构建试验区模拟高分辨率逐日遥感反射率数据集，在解决了部分像元尺度效应的同时，理论上将小尺度作物物候提取精度提高到天的程度。同时，为了用该数据得到精确的作物物候参数，将模拟数据集反演的逐日LAI与作物生长模型进行同化，结合地面实验区布设的作物群体远程物候观测装置获取的小尺度作物物候实测数据，实现作物物候期的遥感精确提取。研究中也将尝试利用多源数据时空融合技术模拟50m静止卫星反射率数据，针对未来发射的高分辨率静止卫星数据在农作物物候方面的应用开展前期的技术积累。

植物物候的遥感提取大都采用较长时间序列的低空间分辨率遥感数据，这不仅会降低植物物候反演的空间精度，而且由于复合像元的作用，也会降低植物物候反演的客观性（陈效逑，2009）。针对这一问题，本项目采用数据同化的方法，提出利用时空融合技术，融合美国陆地卫星（Landsat）、环境小卫星星座（HJ-1A/B）与MODIS日反射率数据，构建试验区模拟高分辨率逐日遥感反射率数据集，在解决了部分像元尺度效应的同时，理论上将小尺度作物物候提取精度提高到天的程度。同时，为了用该数据得到精确的作物物候参数，研发了作物参数远程监测设备，获取了试验区日尺度的EVI指数，将其反演的LAI与作物生长模型进行同化，实现作物物候期的遥感精确提取。项目最后试验了基于物候的特征的大尺度作物制图，同时对比了年度合成模型（消除物候限制）与月度模型（物候特征）在大尺度作物制图中精度对比，研究发现年度合成模型在大尺度作物制图中既能够保持很好的精度，同时具有很好的普适性。