CN103729835B - 一种基于中高分辨率遥感的植被参数拟合方法 - Google Patents
一种基于中高分辨率遥感的植被参数拟合方法 Download PDFInfo
- Publication number
- CN103729835B CN103729835B CN201310742772.8A CN201310742772A CN103729835B CN 103729835 B CN103729835 B CN 103729835B CN 201310742772 A CN201310742772 A CN 201310742772A CN 103729835 B CN103729835 B CN 103729835B
- Authority
- CN
- China
- Prior art keywords
- vegetation
- resolution
- remote sensing
- time
- middle high
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Processing (AREA)
Abstract
一种基于中高分辨率遥感的植被参数拟合方法,由于所使用的粗分辨率遥感数据容易获取,且时间分辨率很高,并有免费共享的数据和产品;又利用了不同植被类型生长发育规律的差异,以及同一类型植被内部的生长发育规律的差异。当研究迫切需要某一时间上的植被参数,但只能获得另一时间的遥感数据,则该方法可以模拟所需要时间上的植被遥感参数,丰富遥感研究手段;由于中高分辨率遥感用于区域尺度的研究,该方法可以使研究区不同时间获取的遥感数据统一到研究所需要的时间上,从而得到同一个时间覆盖整个研究区的遥感数据。能再现所需时间上的无云中高分辨率遥感数据,为植被遥感的相关研究工作,如生态遥感、环境遥感和农业遥感等,提供必要的数据支持。
Description
技术领域
本发明涉及一种基于中高分辨率遥感的植被参数拟合方法,利用多尺度遥感数据的时空关系模拟未知或缺失数据,如NDVI和植被覆盖度等。
背景技术
目前,粗分辨率遥感影像,如MODIS,具有很高的时间分辨率,即使在天气状况较差的时期也可以获取无云的单景影像或合成产品,而低的空间分辨率导致研究结果的精度偏低,因此主要应用在大尺度,如全省范围的研究中。在较小区域中,中高分辨率光学遥感发展迅速,应用广泛,但云覆盖等天气条件影响严重,往往使影像在需要的时间上存在缺失,如ETM+数据在全球平均有35%的云覆盖,从而影响中高分辨率遥感数据的应用。在实际应用中,常利用相近时间的影像,或往年同时间的影像代替使用,由于太阳高度角、大气状况等的差异,导致研究结果存在误差。也可以利用航空影像代替,但价格昂贵,对于一般的研究很难承受。也有对云覆盖的遥感数据进行滤波等去云处理,但主要是针对薄云覆盖的影像,当云层厚时效果极差。
发明内容
本发明的目的在于提供一种基于中高分辨率遥感的植被参数拟合方法,该方法利用多源多尺度遥感数据间的时空关系对缺失数据进行模拟,从而再现所需时间上的无云中高分辨率遥感数据,为植被遥感的相关研究工作,如生态遥感、环境遥感和农业遥感等,提供必要的数据支持。
基于遥感的研究中,如农业遥感、生态环境遥感等,大多对影像的获取时间有严格要求,但由于云覆盖等天气影响,往往导致在研究所需要的时间上不能获得好的数据;另外在较大区域范围的遥感研究中,如NDVI、植被覆盖度等参数的遥感估算,往往希望得到同一时间覆盖整个研究区的遥感数据,但实际中几乎不可能。针对上述情况,本发明模拟缺失的植被遥感参数。
其解决方案是:利用中高分辨率土地利用图或植被类型图划分植被覆盖类型,然后利用GIS聚合方法得到每种植被覆盖类型在粗分辨率尺度上的像元百分比数据,进而可以提取粗分辨率影像的纯像元,统计纯像元均值随时间的变化规律,并根据已知时间T1时的每种植被覆盖类型纯像元的值域范围进行详细分类处理,并统计其纯像元植被参数变化规律。再利用每类植被覆盖类型内部的分类变化规律提取变换系数,进而模拟得到所需时间上的中高分辨率植被遥感参数影像NT2,然后根据像元分解思想从粗分辨率影像像元中提取每种植被覆盖类型组分的植被参数信息,将其变化规律应用到空间位置对应的中高分辨率遥感数据上,从而模拟所需时间上的中高分辨率植被参数影像N′T2,将两种结果对应像元求平均得到最终模拟的结果。
本发明采用上述技术方案,由于所使用的粗分辨率遥感数据容易获取,如MODIS,且时间分辨率很高,并有免费共享的数据和产品;而且利用了不同植被类型生长发育规律的差异,以及同一类型植被内部的生长发育规律的差异。所以当研究迫切需要某一时间上的植被参数,但只能获得另一时间的遥感数据,则利用该方法可以模拟所需要时间上的植被遥感参数,丰富遥感研究手段;并且,中高分辨率遥感用于区域尺度的研究,利用该方法可以使研究区不同时间获取的遥感数据统一到研究所需要的时间上,从而得到同一个时间覆盖整个研究区的数据。总之,该方法利用多源多尺度遥感数据间的时空关系对缺失数据进行模拟,从而再现所需时间上的无云中高分辨率遥感数据,为植被遥感的相关研究工作,如生态遥感、环境遥感和农业遥感等,提供必要的数据支持。
附图说明
图1、为一种基于遥感的植被参数拟合方法流程图。
图2、为粗分辨率遥感某一类植被覆盖类型X纯像元分类变化曲线。
图3、是一个粗分辨率影像一个像元与中分辨率像元空间对应关系示意图。每一个小方格代表一个中分辨率影像一个像元,数字代表该像元的植被参数值,其中加粗且突出显示字体代表植被覆盖类型X,加下划线的代表植被覆盖类型Y,正常字体代表植被覆盖类型Z。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
参照图1,本发明要解决的问题是利用时间T1得到的中高分辨率植被遥感参数模拟时间T2的中高分辨率植被遥感参数,本方法的实施需要另外两种数据:(1)中高分辨率的土地利用图或植被类型图;(2)时间序列的粗分辨率遥感数据。
利用数据(1)尽量详细划分植被覆盖类型,结合GIS的聚合方法可以得到每种植被覆盖类型在粗分辨率每个像元中所占面积百分比数据,进而得到每种植被覆盖类型的纯像元,然后再结合数据(2)可以提取每种植被覆盖类型纯像元的植被遥感参数时间序列。
方法1:
具体实施过程中,每种植被覆盖类型纯像元可以根据像元值分类处理,如一种植被覆盖类型的遥感参数可能取值在0.0~0.6之间,则可以按0.2为间隔划分3类处理,并取得每类的遥感参数时间序列,如图2所示。假设研究区具有三种植被类型X、Y、Z。在图2中,三条曲线表示植被类型X的粗分辨率遥感纯像元得到的植被参数分类变换规律,从上到下分辨率表示在在时间T1时,这一植被类型的参数值>0.4,0.2~0.4,<0.2的像元的植被参数变换规律。从中可以看出,同一植被类型在初始状态具有不同的值时,虽然变换规律相似,但也存在明显的差别。利用每条曲线上T2时间的值与T1时间的值的比值δ1、δ2、δ3作为该类植被的变换系数。同理可以得到植被覆盖类型Y和Z的变换系数η1、η2、η3和λ1、λ2、λ3。再利用在时间T1获得的中高分辨率遥感计算得到植被参数影像NT1,结合植被覆盖类型和变换系数即可以得到时间T2的中高分辨率植被遥感参数影像NT2,具体方法如下:
方法2:
在图3中,一个粗分辨率影像像元由三种植被覆盖类型X、Y、Z组成,每种纯覆盖类型的植被参数信息分别为x、y、z,分别占像元的面积百分比为α、β与γ,则整个像元的植被参数信息F可以表示为:
F=x·α+y·β+z·γ(1)
其中,α、β与γ可以从面积百分比数据中获得;x、y、z的比例关系可以从各植被覆盖类型纯像元的植被参数时间序列中得到,如x:y:z=k:m:l,则:
公式中,F为粗分辨率一个像元的植被参数,是已知的。
xm1、ym1与zm1分别表示粗分辨率像元内组分X、Y与Z在时间T1时的植被参数,xm2、ym2与zm2分别表示粗分辨率像元中组分X、Y与Z在时间T2时的植被参数;xs1、ys1与zs1分别表示与粗分辨率像元空间位置对应的中高分辨率影像中三种植被覆盖类型X、Y与Z在时间T1时的植被参数均值,xs2、ys2与zs2分别表示与粗分辨率像元空间位置对应的中高分辨率影像中植被覆盖类型X、Y与Z在时间T2时的植被参数均值。
两种尺度影像上得到的植被覆盖类型植被参数的变化规律与他们所对应的实际地物的植被参数变化规律相似,因此两种尺度上得到的变化规律也相似,可以得到:
联合公式(2)和(3)可以得到:
公式中,下标为1表示在时间T1时的值,下标为2表示在时间T2时的值。FM-T1和FM-T2分别表示粗分辨率影像在时间T1和T2时的像元值。
利用获得的中高分辨率遥感数据计算得到植被参数影像NT1,将研究所需要的植被遥感参数代入上述公式(4)(5)(6)中,再结合时间序列的粗分辨率植被遥感参数序列,即可以模拟得到时间T2时的中高分辨率植被遥感参数影像N′T2。
利用方法2得到的植被遥感参数影像N′T2更多地考虑了与之对应的粗分辨率尺度上像元值的变化,但每一组分所对应的所有中高分辨率像元均按照该组分变化规律进行变换,没有在内部进行细分,而利用方法1得到的植被遥感参数影像NT2恰恰更多地考虑了每类植被覆盖类型内部的差异,因此将两种结果对应像元求平均得到的中高分辨率植被遥感参数影像更符合实际。
Claims (1)
1.一种基于中高分辨率遥感的植被参数拟合方法,其特征在于,利用中高分辨率土地利用图或植被类型图划分植被覆盖类型,然后利用GIS聚合方法得到每种植被覆盖类型在粗分辨率尺度上的像元百分比数据,进而可以提取粗分辨率影像的纯像元,统计纯像元均值随时间的变化规律,并根据已知时间T1时的每种植被覆盖类型纯像元植被参数值的值域范围,以0.2为间隔进行分类处理,统计其纯像元植被参数分类变化规律;再利用每类植被覆盖类型以0.2为间隔分类后每一类像元植被参数值随时间的变化规律,以T2时间的植被参数值与T1时间的植被参数值的比值作为变换系数,进而模拟得到所需时间上的中高分辨率植被遥感参数影像NT2;然后根据像元分解思想从粗分辨率影像像元中提取每种植被覆盖类型组分的植被参数信息,将每种植被类型纯像元植被参数值随时间的变化规律应用到空间位置对应的中高分辨率遥感数据上,从而模拟所需时间上的中高分辨率植被参数影像N′T2,将两种中高分辨率植被遥感参数影像NT2及中高分辨率植被参数影像N′T2对应像元求平均得到最终模拟的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310742772.8A CN103729835B (zh) | 2013-12-26 | 2013-12-26 | 一种基于中高分辨率遥感的植被参数拟合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310742772.8A CN103729835B (zh) | 2013-12-26 | 2013-12-26 | 一种基于中高分辨率遥感的植被参数拟合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103729835A CN103729835A (zh) | 2014-04-16 |
CN103729835B true CN103729835B (zh) | 2016-08-17 |
Family
ID=50453896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310742772.8A Active CN103729835B (zh) | 2013-12-26 | 2013-12-26 | 一种基于中高分辨率遥感的植被参数拟合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103729835B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942821A (zh) * | 2014-05-06 | 2014-07-23 | 龚威平 | 一种利用遥感影像快速获取城市用地现状图序列的方法 |
CN106682625A (zh) * | 2016-12-29 | 2017-05-17 | 中国科学院深圳先进技术研究院 | 耕地信息的更新方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102193090A (zh) * | 2010-03-19 | 2011-09-21 | 复旦大学 | 一种遥感图像混合像元分解方法 |
CN102314677A (zh) * | 2010-07-07 | 2012-01-11 | 中国科学院地理科学与资源研究所 | 一种基于分类的高时间分辨率与高空间分辨率遥感数据定量融合的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7979209B2 (en) * | 2005-04-15 | 2011-07-12 | Mississippi State University Research And Technology Corporation | Temporal mapping and analysis |
-
2013
- 2013-12-26 CN CN201310742772.8A patent/CN103729835B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102193090A (zh) * | 2010-03-19 | 2011-09-21 | 复旦大学 | 一种遥感图像混合像元分解方法 |
CN102314677A (zh) * | 2010-07-07 | 2012-01-11 | 中国科学院地理科学与资源研究所 | 一种基于分类的高时间分辨率与高空间分辨率遥感数据定量融合的方法 |
Non-Patent Citations (4)
Title |
---|
Generation of high spatial and temporal resolution NDVI and its application in crop biomass estimation;Meng Jihua et al.;《INTERNATIONAL JOURNAL OF DIGITAL EARTH》;20130531;第6卷(第3期);第203-218页 * |
基于改进的ESTARFM数据融合方法研究;黄永喜 等;《遥感技术与应用》;20131031;第28卷(第5期);第753-760页 * |
植被覆盖度的遥感估算方法研究;李苗苗;《中国优秀博硕士学位论文全文数据库(硕士) 基础科学辑》;20030915;第A008-33页 * |
综合季相节律和特征光谱的冬小麦种植面积遥感估算;张喜旺 等;《农业工程学报》;20130430;第29卷(第8期);第154-163页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103729835A (zh) | 2014-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Eilander et al. | The effect of surge on riverine flood hazard and impact in deltas globally | |
Platt et al. | The phenology of phytoplankton blooms: Ecosystem indicators from remote sensing | |
Greene et al. | Antarctic mapping tools for MATLAB | |
Rousseaux et al. | Recent decadal trends in global phytoplankton composition | |
Lauerwald et al. | Spatial patterns in CO2 evasion from the global river network | |
Reverdin et al. | Surface salinity in the Atlantic Ocean (30 S–50 N) | |
Da‐Allada et al. | Seasonal mixed‐layer salinity balance in the tropical Atlantic Ocean: Mean state and seasonal cycle | |
CN103020939B (zh) | 利用多时相数据去除光学遥感影像大面积厚云的方法 | |
CN106683096B (zh) | 基于卫星遥感影像的冻土灾害信息提取方法及装置 | |
Gopalakrishnan et al. | State estimates and forecasts of the loop current in the Gulf of Mexico using the MITgcm and its adjoint | |
Halliwell Jr et al. | OSSE impact analysis of airborne ocean surveys for improving upper-ocean dynamical and thermodynamical forecasts in the Gulf of Mexico | |
de Ruggiero et al. | A high-resolution modelling study of the circulation along the Campania coastal system, with a special focus on the Gulf of Naples | |
Xu et al. | Evaluating low-cloud simulation from an upgraded multiscale modeling framework model. Part I: Sensitivity to spatial resolution and climatology | |
CN101276420A (zh) | 一种融合光谱信息和多点模拟空间信息的分类方法 | |
Teles-Machado et al. | Circulation on the Northwestern Iberian Margin: Vertical structure and seasonality of the alongshore flows | |
Couvelard et al. | Barotropic zonal jets induced by islands in the southwest Pacific | |
CN103729835B (zh) | 一种基于中高分辨率遥感的植被参数拟合方法 | |
Pan et al. | Contributions of physical and biogeochemical processes to phytoplankton biomass enhancement in the surface and subsurface layers during the passage of Typhoon Damrey | |
Parker et al. | Factors affecting the simulated trajectory and intensification of Tropical Cyclone Yasi (2011) | |
CN105184370A (zh) | 一种基于som分类技术的河口流域水环境质量评价方法 | |
CN107391794B (zh) | 一种台风连续立体风场反演方法 | |
Romero et al. | Millennial variability and long‐term changes of the diatom production in the eastern equatorial Pacific during the last glacial cycle | |
CN103914817B (zh) | 一种基于区域划分和插值的多光谱和全色图像融合方法 | |
CN109213837A (zh) | 一种流域多模型集成数据处理方法 | |
Ourmières et al. | On the key role of nutrient data to constrain a coupled physical–biogeochemical assimilative model of the North Atlantic Ocean |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180411 Address after: 475001 Henan University, Henan, Kaifeng City, 85 Patentee after: Henan River Asset Management Limited Address before: 475004 School of environment and planning, Jinming campus, Henan University, Kaifeng, Henan Patentee before: Henan University |
|
TR01 | Transfer of patent right |