隨著衛(wèi)星遙感技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用,人們可以越來越準(zhǔn)確地獲得種植面積、苗情等多種數(shù)據(jù)。然而,不同的衛(wèi)星分辨率、觀測(cè)周期不同,如何才能提高遙感數(shù)據(jù)的精確度?近日,一種新的融合算法被研發(fā)出來,該算法由中國農(nóng)業(yè)科學(xué)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(tuán)隊(duì)聯(lián)合美國農(nóng)業(yè)部水文遙感實(shí)驗(yàn)室共同研發(fā)。
融合效果對(duì)比圖(左圖為原始Landsat 圖像,中圖為新算法CRC圖像,右圖為經(jīng)典融合算法STARFM圖像。)中國農(nóng)科院供圖
中國農(nóng)科院區(qū)化所研究員孫亮介紹,在衛(wèi)星遙感數(shù)據(jù)中,有兩個(gè)重要要素,一個(gè)是高時(shí)效性,也就是高時(shí)間分辨率,另外一個(gè)是高清晰度,也就是高空間分辨率。但受到衛(wèi)星傳感器的限制,這兩個(gè)要素很難在同一衛(wèi)星上同時(shí)具備。更多時(shí)候,它們是不同衛(wèi)星的特征。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(cè)的能力,但其空間分辨率只有500~1000米。另一類衛(wèi)星具有較高空間分辨率,但重訪周期較長(zhǎng),例如Landsat系列衛(wèi)星,其空間分辨率為30米,但重訪周期則長(zhǎng)達(dá)16天。
此次,中美科學(xué)家聯(lián)合開發(fā)的融合算法,則將這兩類衛(wèi)星數(shù)據(jù)的優(yōu)點(diǎn)結(jié)合在一起,形成一套同時(shí)具備高時(shí)間和高空間分辨率的數(shù)據(jù),這對(duì)農(nóng)情監(jiān)測(cè)至關(guān)重要。
不過,這類算法的基本假設(shè),也導(dǎo)致其應(yīng)用于農(nóng)作物種植結(jié)構(gòu)復(fù)雜地區(qū)時(shí),小地塊信息無法被準(zhǔn)確獲取。遙感數(shù)據(jù)時(shí)空融合算法針對(duì)該問題,研究提出了以作物參考曲線為基礎(chǔ)的高時(shí)空分辨率植被指數(shù)重建算法。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,尤其適用于云雨天氣較多時(shí)高空間分辨率數(shù)據(jù)較少情況下的植被指數(shù)時(shí)間序列重建,未來可進(jìn)一步應(yīng)用于精細(xì)化農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)測(cè)研究中。
該研究得到院青年英才引進(jìn)工程和NASA相關(guān)項(xiàng)目資助。相關(guān)研究成果在線發(fā)表在《環(huán)境遙感(Remote Sensing of Environment)》上。