CN117725375B - 卫星遥感数据重建方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明提供一种卫星遥感数据重建方法、装置、电子设备及存储介质，属于遥感数据处理技术领域，所述方法包括：确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据。本发明可以得到时空分布连续的准实时卫星遥感数据，提高卫星遥感数据在自然灾害监测、作物长势监测、农田灌溉管理等领域应用中的时效性和可靠性。

Description

卫星遥感数据重建方法、装置、电子设备及存储介质

技术领域

本发明涉及遥感数据处理技术领域，尤其涉及一种卫星遥感数据重建方法、装置、电子设备及存储介质。

背景技术

遥感技术作为一种及时获取地表宏观信息的手段，其在自然灾害监测、作物长势监测、农田灌溉管理等方面具有重要的应用价值，这些应用领域通常要求遥感数据在时效性上需达到准实时，甚至实时的目标。

然而，受到云雾和大气条件的影响，以及卫星传感器自身因素的制约，虽然采集的遥感数据经过了严格的预处理，遥感数据中仍会包含很多噪声。例如，逐日获取的中分辨率成像光谱仪MODIS数据，经过8天或16天合成后，结果仍存在云雾等因素的影响，遥感数据产品中仍存在空缺值等缺陷数据，导致获取的遥感数据时空分布不连续，难以满足自然灾害监测、作物长势监测、农田灌溉管理等领域的应用需求。

发明内容

本发明提供一种卫星遥感数据重建方法、装置、电子设备及存储介质，用以解决现有技术中获取的遥感数据时空分布不连续的缺陷。

本发明提供一种卫星遥感数据重建方法，包括：

确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；

确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；

基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据。

根据本发明提供的一种卫星遥感数据重建方法，所述确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息，包括：

确定所述目标历史时段中晴空条件下的卫星遥感数据对应的多个第二历史同期时段的卫星遥感数据，并计算各个所述第二历史同期时段中晴空条件下的卫星遥感数据的第一平均值；

基于所述第一平均值和所述目标历史时段中晴空条件下的卫星遥感数据，确定所述目标历史时段中晴空条件下的卫星遥感数据的距平信息。

根据本发明提供的一种卫星遥感数据重建方法，所述基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据，包括：

对每个所述第一历史同期时段中晴空条件下的卫星遥感数据进行求平均，得到第二平均值；

利用所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和所述第二平均值，重建所述最近时段的卫星遥感数据。

根据本发明提供的一种卫星遥感数据重建方法，所述利用所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和所述第二平均值，重建所述最近时段的卫星遥感数据，包括：

剔除所述目标时段的缺陷数据，并将所述目标历史时段中晴空条件下的卫星遥感数据的距平信息插值到所述目标时段中，得到所述目标时段对应的距平信息；

将所述目标时段对应的距平信息与所述第二平均值进行求和，得到所述目标时段的重建数据；

根据所述目标时段的重建数据和所述最近时段中除所述目标时段以外的卫星遥感数据，重建所述最近时段的卫星遥感数据。

根据本发明提供的一种卫星遥感数据重建方法，在所述基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据之后，所述方法还包括：

对重建后的所述最近时段的卫星遥感数据以及所述目标历史时段的卫星遥感数据进行时间序列曲线拟合，生成目标卫星遥感数据曲线。

根据本发明提供的一种卫星遥感数据重建方法，所述卫星遥感数据包括但不限于归一化植被指数、叶面积指数、植被覆盖度。

本发明还提供一种卫星遥感数据重建装置，包括：

第一处理模块，用于确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；

第二处理模块，用于确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；

第一重建模块，用于基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述卫星遥感数据重建方法。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述卫星遥感数据重建方法。

本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述卫星遥感数据重建方法。

本发明提供的卫星遥感数据重建方法、装置、电子设备及存储介质，通过挖掘卫星遥感数据随时间交替变换的变化规律，针对准实时的最近时段卫星遥感数据中的缺陷数据，利用其之前的多个同期的历史时段卫星遥感数据，确定与最近时段在时间上最近的目标历史时段晴空条件下卫星遥感数据的距平信息，并利用目标历史时段晴空条件下卫星遥感数据的距平信息和每个历史时段的卫星遥感数据，来估算最近时段卫星遥感数据中的缺陷数据，重建最近时段的卫星遥感数据，可以得到时空分布连续的准实时卫星遥感数据，提高卫星遥感数据在自然灾害监测、作物长势监测、农田灌溉管理等领域应用中的时效性和可靠性。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的卫星遥感数据重建方法的流程示意图之一；

图2是本发明提供的卫星遥感数据重建方法的流程示意图之二；

图3是本发明提供的卫星遥感数据重建方法的重建结果与MODIS数据之间的对比示意图；

图4是本发明提供的卫星遥感数据重建装置的结构示意图；

图5是本发明提供的电子设备的实体结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在不同的气候区，一天当中或多或少存在云雾等不良环境的影响，通常很难保证卫星每一次的过境时刻都能够获取晴空无云的卫星遥感数据，这严重限制了其在灾害应急、生态环保、自然资源管理等一些时效性较强的领域中的应用。

下面结合图1-图5描述本发明的卫星遥感数据重建方法、装置、电子设备及存储介质。

图1是本发明提供的卫星遥感数据重建方法的流程示意图之一，如图1所示，包括：

步骤110，确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及目标时段的多个第一历史同期时段的卫星遥感数据；

步骤120，确定与最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；

步骤130，基于目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个第一历史同期时段的卫星遥感数据，重建最近时段的卫星遥感数据。

具体地，本发明实施例所描述的最近时段指的是所需监测的准实时时段，其最小单位可以以月或天为单位。

本发明实施例所描述的缺陷数据指的是由于云雾等不良环境的影响，使得最近时段的卫星遥感数据中出现的空缺值、异常值等数据。

本发明实施例所描述的目标时段指的是最近时段中，缺陷数据出现的时段。

本发明实施例所描述的第一历史同期时段指的是最近时段之前的历史时段，其与目标时段属于同期时段。例如，最近时段为今年的7月份，目标时段为7月份中的第1至10天（以旬为例），那么，第一历史同期时段指的是今年之前的每年7月份中的第1至10天。

本发明实施例所描述的目标历史时段指的是与最近时段在时间上最近的历史时段，可以取值为最近半年或最近一年。如最近时段为今年的7月份，则目标历史时段可以取今年1月至今年6月，或者前一年8月至今年6月。

需要说明的是，在本发明的实施例中，目标历史时段的卫星遥感数据可以包含部分时段的晴空条件下的遥感数据和部分时段的缺陷数据。

本发明实施例所描述的距平信息指的是目标历史时段中晴空条件下观测到的卫星遥感数据，与目标历史时段晴空条件对应的历史同期晴空数据的平均值作差所得到的数据信息，可以分为正距平信息和负距平信息。

在本发明的实施例中，步骤110中，获取最近时段的卫星遥感数据，根据其时空分布的信息，从中确定出缺陷数据的目标时段。同时，采集多个与目标时段同期的第一历史同期时段的卫星遥感数据，为后续最近时段卫星遥感数据的重建计算提供数据源。

进一步地，在本发明的实施例中，步骤120中，首先确定与最近时段在时间上最近的目标历史时段，然后，基于目标历史时段的卫星遥感数据和其对应的每个历史同期时段晴空条件下的卫星遥感数据，计算目标历史时段晴空条件下卫星遥感数据的距平信息。由此，可以理解的是，通过上述距平信息的计算，可以确定出目标历史时段下不同区域不同时刻对应的卫星遥感数据的距平信息。

进一步地，在本发明的实施例中，步骤130中，利用前述计算得到的目标历史时段晴空条件下的卫星遥感数据的距平信息，结合各个第一历史同期时段中晴空条件下的卫星遥感数据，估算出目标时段内的卫星遥感数据，从而进一步利用目标时段内没有缺陷的卫星遥感数据，重建最近时段的所有卫星遥感数据，得到时空分布连续的卫星遥感数据。

可选地，还可以利用前述计算得到的目标历史时段晴空条件下的卫星遥感数据的距平信息，结合每个第一历史同期时段的卫星遥感数据，来修正目标历史时段内之前已重建过的历史目标时段的卫星遥感数据，从而进一步提高历史卫星遥感数据的准确性和可用性。

基于上述实施例的内容，作为一种可选的实施例，卫星遥感数据包括但不限于归一化植被指数（Normalized Difference Vegetation Index，NDVI）、叶面积指数（LeafArea Index，LAI）、植被覆盖度（Fractional Vegetation Cover，FVC）。

具体地，本发明实施例中，针对的卫星遥感数据可以包括多种类型，包括但不限于NDVI数据、LAI数据、FVC数据，等等。这些类型的数据均可以满足：随时间推移上数据变化趋势平缓，而不是突变、陡变的趋势。

本发明实施例的方法，可以针对NDVI数据、LAI数据、FVC数据等变化平缓的遥感数据，重建得到相应的时空分布连续的遥感数据，有效避免云雾等因素的影响，重建效果好，数据可靠性高。

例如，2001年~2020年的时间序列中，将每个时段中无云影响，晴空条件下的高质量数据作为历史数据，或者分别对2001–2020年每年的数据进行重建后的时空连续数据作为历史数据。

又例如，当年8月份是最近时段的准实时数据，并且存在云雾等的影响，可以采用当年1-8月份的数据及之前20年的历史同期数据来对8月份的数据做重建，从而得到8月份准实时的无云影响的数据；之后，比如9月份没有云，10月份有云，10月份成为最近时段的准实时数据，可以采用3-10月份的数据及之前20年的历史同期数据来对10月份的数据做重建，此时，由于9月份的数据没有云雾等影响，属于晴空条件下的遥感数据，数据质量好，可以利用9月份的数据和3-7月份的数据，来同时重建8月份和10月份的数据。

对于当年8、9、10月份都有云雾等影响的情况，其属于连续多个月有云雾等影响的场景，此时，可以多选择一些参与时间序列重建的月份。如：对于一般情况下采用当月及其之前半年的数据进行重建，对于连续多个月有云雾等影响的情况，可以采用当月及其之前一年的数据。此时，可以使用晴空数据进行计算，对8、9、10月份的数据同时做重建。

本发明实施例的卫星遥感数据重建方法，通过挖掘卫星遥感数据随时间交替变换的变化规律，针对准实时的最近时段卫星遥感数据中的缺陷数据，利用其之前的多个同期的历史时段卫星遥感数据，确定与最近时段在时间上最近的目标历史时段晴空条件下卫星遥感数据的距平信息，并利用目标历史时段晴空条件下卫星遥感数据的距平信息和每个第一历史同期时段的卫星遥感数据，来估算最近时段卫星遥感数据中的缺陷数据，重建最近时段的卫星遥感数据，可以得到时空分布连续的准实时卫星遥感数据，提高卫星遥感数据在自然灾害监测、作物长势监测、农田灌溉管理等领域应用中的时效性和可靠性。

基于上述实施例的内容，作为一种可选的实施例，确定与最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息，包括：

确定目标历史时段中晴空条件下的卫星遥感数据对应的多个第二历史同期时段的卫星遥感数据，并计算各个所述第二历史同期时段中晴空条件下的卫星遥感数据的第一平均值；

基于第一平均值和目标历史时段的卫星遥感数据，确定目标历史时段中晴空条件下的卫星遥感数据的距平信息。

具体地，本发明实施例所描述的第二历史同期时段指的是目标历史时段中晴空条件对应的时段的历史同期时段。例如，目标历史时段前一年8月至今年6月中，今年1月至4月都是晴空条件，则第二历史同期时段为历史上每一年的1月至4月。

本发明实施例所描述的第一平均值指的是各个第二历史同期时段中晴空条件下的卫星遥感数据的平均值，其具体可以通过对各个第二历史同期时段中晴空条件下的卫星遥感数据进行求平均所得到，其平均值表示第二历史同期时段中晴空条件下各个观测时刻卫星数据所对应的平均值，其用于确定目标历史时段中晴空条件下的卫星遥感数据的距平信息。

在本发明的实施例中，在获得每个第二历史同期时段的卫星遥感数据后，可以从各第二历史同期时段的卫星遥感数据中，获取各第二历史同期时段中晴空条件下的卫星遥感数据。进一步地，计算各个第二历史同期时段晴空条件下的卫星遥感数据的平均值，得到第一平均值。

例如，获取到2001年至今年7月的卫星遥感数据，目标历史时段为前一年8月至今年6月，则可以获取到前一年8月至今年6月中各月份的卫星遥感数据。进而，可以对这些历史年份中每年相同月份期间观测的晴空条件下的卫星遥感数据进行求平均，计算出卫星遥感数据历史同期晴空数据的多年平均值。

进一步地，在本发明的实施例中，利用目标历史时段中晴空条件下观测到的卫星遥感数据与历史同期多年平均值进行作差计算，可以得到目标历史时段中晴空条件下的卫星遥感数据的距平信息。

本发明实施例的方法，通过利用各个历史时段晴空条件下的卫星遥感数据，计算距离准实时时段最近一段时段对应的距平信息，为后续准实时时段卫星遥感数据的重建提供参考标准，有利于提高重建卫星遥感数据的准确性和可靠性。

基于上述实施例的内容，作为一种可选的实施例，基于目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个第一历史同期时段的卫星遥感数据，重建最近时段的卫星遥感数据，包括：

对每个第一历史同期时段中晴空条件下的卫星遥感数据进行求平均，得到第二平均值；

利用目标历史时段中晴空条件下的卫星遥感数据的距平信息和第二平均值，重建最近时段的卫星遥感数据。

具体地，本发明实施例所描述的第二平均值指的是通过对各个第一历史同期时段中晴空条件下的卫星遥感数据进行求平均所计算得到的历史同期多年数据的平均值，其可能与第一平均值相同，也可能不同。其具体用于重建最近时段的卫星遥感数据。

在本发明的实施例中，对各个第一历史同期时段中晴空条件下的卫星遥感数据进行求平均，得到目标时段的历史同期多年晴空数据的平均值，即第二平均值；并利用目标历史时段中晴空条件下的卫星遥感数据的距平信息和该第二平均值，重建目标时段的卫星遥感数据，以此再进一步重建最近时段的卫星遥感数据。

本发明实施例的方法，通过利用离准实时时段最近的时段晴空数据的距平信息和目标时段对应的各个历史同期时段晴空条件下的数据平均值，来修正准实时时段中目标时段的缺陷数据，重建目标时段的遥感数据，以此重建准实时时段的遥感数据，提高了重建卫星遥感数据的准确性和可靠性，实现了高质量时空分布连续的准实时遥感数据的获取。

基于上述实施例的内容，作为一种可选的实施例，利用目标历史时段中晴空条件下的卫星遥感数据的距平信息和第二平均值，重建最近时段的卫星遥感数据，包括：

剔除目标时段的缺陷数据，并将目标历史时段中晴空条件下的卫星遥感数据的距平信息插值到目标时段中，得到目标时段对应的距平信息；

将目标时段对应的距平信息与第二平均值进行求和，得到目标时段的重建数据；

根据目标时段的重建数据和最近时段中除目标时段以外的卫星遥感数据，重建最近时段的卫星遥感数据。

具体地，在本发明的实施例中，首先将最近时段中目标时段的缺陷数据进行剔除，然后，将目标历史时段中晴空条件下的卫星遥感数据的距平信息插值到目标时段中，以此可以利用样条插值算法，将没有受到云雾等因素影响的距平数据插值到目标时段中，作为目标时段对应的距平信息。

进一步地，在本发明的实施例中，将由各个第一历史同期时段中晴空条件下的卫星遥感数据进行求平均而得到的历史同期多年晴空数据的平均值，与目标时段对应的距平信息进行求和，以此估算得到目标时段的卫星遥感数据，即获得目标时段的重建数据。

进一步地，在本发明的实施例中，将重建好的目标时段的卫星遥感数据对应插入到数据存在缺陷的区域中，与最近时段中目标时段的卫星遥感数据进行拼接，以此重建得到最近时段的卫星遥感数据，确保准实时时段的数据时空分布连续。

本发明实施例的方法，通过剔除准实时时段中的缺陷数据，并将离准实时时段最近的时段的距平信息对应插值到准实时时段中，并结合对应历史同期时段晴空条件下卫星遥感数据的平均值来重建最近时段的卫星遥感数据，可以进一步提高重建卫星遥感数据的准确性和可靠性，为用户提供时空分布连续的卫星遥感数据。

基于上述实施例的内容，作为一种可选的实施例，在基于目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个第一历史同期时段的卫星遥感数据，重建最近时段的卫星遥感数据之后，该方法还包括：

对重建后的最近时段的卫星遥感数据以及目标历史时段的卫星遥感数据进行时间序列曲线拟合，生成目标卫星遥感数据曲线。

具体地，在本发明的实施例中，时间序列曲线拟合的方法可以采用Savizky–Golay滤波法以及时间序列谐波分析法（Harmonic Analysis of Time Series，HANTS）等。

Savizky–Golay滤波法是一种基于最小二乘的卷积算法，利用一定长度的过滤器对待处理数据作卷积，并通过加权多项式拟和，拟合的目标是求得最小均方根误差，对于一些远离大多数点的边沿点不参与拟合，从而消除过于偏离正常趋势线的噪声部分，以获取高质量时空分布连续的时间序列数据。

HANTS法是基于傅立叶变换改进的一种有效算法，其原理是基于单个像元建立时间序列分析模型，将时间序列数据分解为平均值和若干个不同频率的余弦函数（谐波），提取时间序列数据的傅立叶分量，并由这些分量得到时间序列拟合曲线，重建连续时间序列的数据。

需要说明的是，Savizky–Golay滤波方法对曲线局部进行拟合，通过设置合理的窗口大小，达到较好地去除噪声和保留细节特征的效果，适用于月、季、年等多种时间长度的时间序列数据，因此在本发明中可以用于处理准实时数据及其之前一段时期（比如6个月、1年等）的时间序列数据。

HANTS法适用于对具有周期性变化规律的时间序列数据进行重建，因此在本发明中主要适用于处理准实时数据及其之前一年的时间序列数据。

在本发明的实施例中，将重建后的最近时段的卫星遥感数据以及目标历史时段的卫星遥感数据输入到Savizky–Golay滤波算法的模型或HANTS算法模型中进行时间序列曲线拟合，生成没有数据缺陷且没有噪声的目标卫星遥感数据曲线，从而获取时空分布连续的准实时遥感数据。

可以理解的是，准实时数据为最近时段的卫星遥感数据，例如，最近时段为今年的7月份，则目标历史时段可以设为前一年8月至今年6月，由此，通过利用Savizky–Golay滤波算法或HANTS算法，对重建后的最近时段的卫星遥感数据以及目标历史时段的卫星遥感数据进行时间序列曲线拟合，可以得到准实时数据及其之前一年的时空分布连续的遥感数据。本发明实施例的方法，通过对重建后的最近时段的卫星遥感数据以及目标历史时段的卫星遥感数据进行时间序列曲线拟合，进一步去除重建好的多时相遥感数据中由于云、气溶胶等大气影响造成的噪声，得到时间跨度更广、精度更高的时空分布连续的准实时遥感数据。

图2是本发明提供的卫星遥感数据重建方法的流程示意图之二，如图2所示，在本发明的实施例中，以卫星遥感数据NDVI数据为例，实现时空分布连续的NDVI数据重建的步骤包括：

步骤1，获取2001至2020年历史遥感数据：包括2001至2020年16天合成的MODISNDVI时间序列数据，其中，每年包含23期图像，2001至2020年共包含460期图像。

步骤2，对于每个时间间隔，如日序数第1至16天（17至32天、33至48天、……、353至365天），根据MODIS NDVI数据产品中质量控制信息对应的云状态数据，选择2001至2020年历史同期（常年同期）当中无云影响的高质量数据计算其多年平均值，即晴空条件下历史同期多年数据的平均值。

步骤3，获取最新的准实时MODIS NDVI数据（如最近时段的卫星遥感数据为当年7月的数据），及其之前一段时期的目标历史时段数据，比如一年的MODIS NDVI时间序列数据（如前一年8月至当年6月的数据），形成一个完整年度的时间序列数据。

步骤4，对上述准实时数据及其之前一年的时间序列数据，根据数据产品中质量控制信息对应的云状态数据，剔除受到云雾影响时段的数据，即剔除最近时段中目标时段的缺陷数据。

步骤5，利用历史同期多年晴空数据的平均值及距平信息来填充被剔除的受到云雾影响时段的数据。

具体来说，对于准实时数据及其之前一年的时间序列数据，基于遥感数据产品中质量控制信息对应的云状态数据，利用目标历史时段中没有受到云雾影响时段的NDVI值与对应同期时段晴空条件下的NDVI多年平均值计算NDVI距平信息。从而将该没有受到云雾影响时段的NDVI距平利用样条插值算法插值到受到云雾影响的目标时段及目标历史时段中的数据缺陷时段，然后分别与目标时段及目标历史时段中数据缺陷时段对应的NDVI多年平均值进行求和运算，实现对被剔除的受到云雾影响时段的NDVI数值的填充及重建。

步骤6，利用时间序列重建的方法进一步去除经过填充的多时相遥感数据中由于云、气溶胶等大气影响造成的噪声，得到时空分布连续的准实时遥感数据。时间序列重建的方式可以通过利用Savitzky–Golay滤波法或HANTS法等来实现。

图3是本发明提供的卫星遥感数据重建方法的重建结果与MODIS数据之间的对比示意图，如图3所示，本发明实施例重建的NDVI数据在前一年至当前时刻所处时间段内是时空分布连续的曲线，通过该曲线，可以获取到高质量的时空分布连续的准实时遥感数据。

本发明实施例提供的一种卫星遥感数据准实时化去云重建方法，可以得到时空分布连续的卫星遥感数据，为自然灾害监测、作物长势监测、农田灌溉管理等方面的应用提供准实时数据产品，提高卫星遥感数据在实际应用中的时效性和可靠性。

下面对本发明提供的卫星遥感数据重建装置进行描述，下文描述的卫星遥感数据重建装置与上文描述的卫星遥感数据重建方法可相互对应参照。

图4是本发明提供的卫星遥感数据重建装置的结构示意图，如图4所示，该装置包括依次连接的第一处理模块410、第二处理模块420和第一重建模块430。

其中，第一处理模块410，用于确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及目标时段的多个第一历史同期时段的卫星遥感数据；

第二处理模块420，用于确定与最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；

第一重建模块430，用于基于目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个第一历史同期时段的卫星遥感数据，重建最近时段的卫星遥感数据。

本实施例所述的卫星遥感数据重建装置可以用于执行上述卫星遥感数据重建方法实施例，其原理和技术效果类似，此处不再赘述。

本发明实施例的卫星遥感数据重建装置，通过挖掘卫星遥感数据随时间交替变换的变化规律，针对准实时的最近时段卫星遥感数据中的缺陷数据，利用其之前的多个同期的历史时段卫星遥感数据，确定与最近时段在时间上最近的目标历史时段晴空条件下卫星遥感数据的距平信息，并利用目标历史时段晴空条件下卫星遥感数据的距平信息和每个历史时段的卫星遥感数据，来估算最近时段卫星遥感数据中的缺陷数据，重建最近时段的卫星遥感数据，可以得到时空分布连续的准实时卫星遥感数据，提高卫星遥感数据在自然灾害监测、作物长势监测、农田灌溉管理等领域应用中的时效性和可靠性。

基于上述实施例的内容，作为一种可选的实施例，第二处理模块420包括：

获取子模块，用于确定目标历史时段中晴空条件下的卫星遥感数据对应的多个第二历史同期时段的卫星遥感数据，并计算各个第二历史同期时段中晴空条件下的卫星遥感数据的第一平均值；

处理子模块，用于基于第一平均值和所述目标历史时段中晴空条件下的卫星遥感数据，确定目标历史时段中晴空条件下的卫星遥感数据的距平信息。

基于上述实施例的内容，作为一种可选的实施例，第一重建模块430包括：

计算子模块，用于对每个第一历史同期时段中晴空条件下的卫星遥感数据进行求平均，得到第二平均值；

重建子模块，用于利用目标历史时段中晴空条件下的卫星遥感数据的距平信息和第二平均值，重建最近时段的卫星遥感数据。

基于上述实施例的内容，作为一种可选的实施例，重建子模块具体用于：

剔除目标时段的缺陷数据，并将目标历史时段中晴空条件下的卫星遥感数据的距平信息插值到目标时段中，得到目标时段对应的距平信息；

将目标时段对应的距平信息与第二平均值进行求和，得到目标时段的重建数据；

根据目标时段的重建数据和最近时段中除目标时段以外的卫星遥感数据，重建最近时段的卫星遥感数据。

基于上述实施例的内容，作为一种可选的实施例，该装置具体用于：

对重建后的所述最近时段的卫星遥感数据以及目标历史时段的卫星遥感数据进行时间序列曲线拟合，生成目标卫星遥感数据曲线。

图5是本发明提供的电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器（processor）510、通信接口（Communications Interface）520、存储器（memory）530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行上述各方法所提供的卫星遥感数据重建方法，该方法包括：确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据。

此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的卫星遥感数据重建方法，该方法包括：确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的卫星遥感数据重建方法，该方法包括：确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种卫星遥感数据重建方法，其特征在于，包括：

确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；

确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；

基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据；

其中，所述确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息，包括：

确定所述目标历史时段中晴空条件下的卫星遥感数据对应的多个第二历史同期时段的卫星遥感数据，并计算各个所述第二历史同期时段中晴空条件下的卫星遥感数据的第一平均值；

基于所述第一平均值和所述目标历史时段中晴空条件下的卫星遥感数据，确定所述目标历史时段中晴空条件下的卫星遥感数据的距平信息。

2.根据权利要求1所述的卫星遥感数据重建方法，其特征在于，所述基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据，包括：

对每个所述第一历史同期时段中晴空条件下的卫星遥感数据进行求平均，得到第二平均值；

利用所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和所述第二平均值，重建所述最近时段的卫星遥感数据。

3.根据权利要求2所述的卫星遥感数据重建方法，其特征在于，所述利用所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和所述第二平均值，重建所述最近时段的卫星遥感数据，包括：

剔除所述目标时段的缺陷数据，并将所述目标历史时段中晴空条件下的卫星遥感数据的距平信息插值到所述目标时段中，得到所述目标时段对应的距平信息；

将所述目标时段对应的距平信息与所述第二平均值进行求和，得到所述目标时段的重建数据；

根据所述目标时段的重建数据和所述最近时段中除所述目标时段以外的卫星遥感数据，重建所述最近时段的卫星遥感数据。

4.根据权利要求1所述的卫星遥感数据重建方法，其特征在于，在所述基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据之后，所述方法还包括：

对重建后的所述最近时段的卫星遥感数据以及所述目标历史时段的卫星遥感数据进行时间序列曲线拟合，生成目标卫星遥感数据曲线。

5.根据权利要求1-4任一项所述的卫星遥感数据重建方法，其特征在于，所述卫星遥感数据包括但不限于归一化植被指数、叶面积指数、植被覆盖度。

6.一种卫星遥感数据重建装置，其特征在于，包括：

第一处理模块，用于确定最近时段的卫星遥感数据中缺陷数据的目标时段，以及所述目标时段的多个第一历史同期时段的卫星遥感数据；

第二处理模块，用于确定与所述最近时段最近的目标历史时段中晴空条件下的卫星遥感数据的距平信息；

第一重建模块，用于基于所述目标历史时段中晴空条件下的卫星遥感数据的距平信息和每个所述第一历史同期时段的卫星遥感数据，重建所述最近时段的卫星遥感数据；

其中，所述第二处理模块具体用于：

确定所述目标历史时段中晴空条件下的卫星遥感数据对应的多个第二历史同期时段的卫星遥感数据，并计算各个所述第二历史同期时段中晴空条件下的卫星遥感数据的第一平均值；

基于所述第一平均值和所述目标历史时段中晴空条件下的卫星遥感数据，确定所述目标历史时段中晴空条件下的卫星遥感数据的距平信息。

7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述卫星遥感数据重建方法。

8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述卫星遥感数据重建方法。