MODIS和HJ_1CCD数据时空融合重构NDVI时间序列_孙锐.pdfVIP

1007-4619(2016)03-0361-13 Journal of Remote Sensing 遥感学报 MODIS和HJ-1 CCD数据时空融合重构NDVI时间序列 1,2 3 1 1 孙锐 ，荣媛，苏红波，陈少辉 1. 中国科学院地理科学与资源研究所 陆地水循环及地表过程重点实验室，北京 100101; 2. 中国科学院大学, 北京 100101; 3. 国核电力规划设计研究院，北京 100095 摘 要：遥感数据反演高时空分辨率NDVI对监测植被动态变化过程具有重要意义，然而受天气影响，单颗卫星 难以提供时间连续的高空间分辨率NDVI数据。以华北平原中东部为实验区，联合HJ-1 CCD数据和MODIS数 据，对STARFM算法进行了改进，(1)考虑了不同地物对光谱响应的差异，为减少分类错误利用统计学上 ( )对分类数据进行筛选，按照不同地物类型分别利用线性拟合方法修改光谱距离权重；(2)定义了预测半 x 2 径，对HJ-1 CCD数据因外界影响而缺失的影像进行了预测。结果表明，与真实影像相比，预测结果呈现了较好 的空间一致性，相关系数均达到了极显著相关，改进算法的预测精度要高于原算法。利用该方法将HJ-1 CCD NDVI 的空间变化信息与MODIS NDVI时间变化信息有机结合重构了高时空分辨率NDVI序列，有效补充了HJ-1 CCD NDVI的缺失数据集。 关键词：NDVI序列，时空融合，HJ-1 CCD ，MODIS ，STARFM 中图分类号：TP79 文献标志码：A 引用格式：孙锐, 荣媛, 苏红波, 陈少辉. 2016. MODIS和HJ-1 CCD数据时空融合重构NDVI时间序列. 遥感学报, 20(3): 361—373 Sun R, Rong Y, Su H B and Chen S H. 2016. NDVI time-series reconstruction based on MODIS and HJ-1 CCD data spatial–temporal fusion. Journal of Remote Sensing, 20(3): 361–373 [DOI: 10.11834/jrs 1 引 言 2006) ，不足以对植被的生长过程进行长期动态和 实时监测；而高时间分辨率的卫星能以较短的重 植被指数是根据植物叶面在可见光波段的强 访周期对植被进行大范围的观测，但空间分辨率 吸收特性和在近红外波段的强反射特性来组合遥 往往较低(Holben, 1986; Justice 等, 1985) 。例如 感卫星不同波段得到能反映植物生长状况的指 M O D I S 数据覆盖范围大，时间分辨率高，但 数。植被指数已经成功用于全球和区域土地覆 MODIS数据最高250 m 的空间分辨率在反映空间异 盖、植被分类与监测、环境监测、作物和牧草估 质区域和空间尺度较小的植被状况变化情况时能 产、荒漠化研究等各个领域。通过不同波段的组 力有限(Huete 等, 2002; Kennedy 等, 2009) 。另外， 合，目前已经得到40多种植被指数，而归一化植 单一传感器易受云污染，例如HJ-1卫星，CCD多 被指数NDVI是最