高时空分辨率NDVI时序数据作为遥感应用中的重要数据源,对土地覆被动态变化监测具有重要意义,特别是在地表高程变化显著、气候条件复杂、景观异质性强烈的热带山区.虽然当前学者们提出了诸多时空数据融合模型,但针对这些模型在热带山区的NDVI数据融合精度及其影响因素分析尚不多见.对此,本文选取3类时空数据融合方法(权重函数法、概率统计法和多种混合法)中具有代表性的4个模型:STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、RAST-FM(Spatial and Temporal Adaptive Reflectance Fusion Model)、ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)、BSFM(Bayesian Spatiotemporal Fusion Model)(STARFM、ESTARFM 为权重函数法;BSFM 为概率统计法;RASTFM为多种混合法),选择位于我国热带山区的纳板河流域作为研究区.对融合模型的数据源选择、研究区的地形及景观空间异质性、融合模型、以及薄云和雾霾等大气条件等影响因素进行分析,研究结果表明:①数据融合精度随输入影像之间的时间间隔及其相对变化量增加而降低;融合中输入的高、低空间分辨率数据光谱匹配度越高,融合精度越高(OLI优于Sentinel-2;MODIS优于VIIRS);经过BRDF校正的数据能够有效提高各模型的融合精度;②地形及空间异质性对融合结果精度影响显著,融合精度与空间异质性呈负相关,本研究中融合精度随着坡度的增大而减小,但坡向对融合精度的影响较小;地形对RASTFM的影响较其他模型低;③融合模型中输入的高质量影像越多,模型的融合精度往往越高;④薄云和雾霾会对融合精度产生显著负面影响.本研究的结果对于改进热带山地地区的高时空数据融合模型,生产热带山区复杂地理环境的高精度高时空分辨率NDVI数据集具有重要的参考价值.

数据融合;NDVI;时空数据融合模型;高时空分辨率;热带山区;空间异质性;地形;雾霾

高书鹏;刘晓龙;宋金玲;史正涛;杨磊;郭利彪

云南师范大学地理学部,昆明650500;内蒙古工业大学信息工程学院,呼和浩特010051;北京师范大学地理科学学部,北京100875

地球信息科学学报

[1]高书鹏;刘晓龙;宋金玲;史正涛;杨磊;郭利彪-.热带山区高时空分辨率NDVI融合精度及其影响因素分析)[J].地球信息科学学报,2022(02):405-419

时空数据融合模型,BSFM,RASTFM

热带山区,高时空分辨率,NDVI,融合精度,时序数据,遥感应用,重要数据,土地覆被,动态变化监测,高程变化,气候条件,景观异质性,不多见,数据融合方法,权重函数,概率统计,统计法,混合法,Spatial,Temporal,Adaptive,Reflectance,Fusion,Model,ESTARFM,Enhanced,Bayesian,Spatiotemporal,数据源选择,景观空间,空间异质性,薄云,云和,雾霾,时间间隔,变化量,低空,空间分辨率,光谱匹配度,OLI,Sentinel,MODIS,VIIRS,BRDF,精度影响,坡向,高质量影像,山地地区,产热,地理环境

0.247807