[发明专利]基于遥感“时-空-谱-角”的一体化融合技术及其系统

说明书

技术领域

发明属于地理信息科学技术领域，具体内容为引入一种图像融合算法，对不同传感器来源的遥感影像进行互补融合，并生成具有高空间、高时间、高光谱分辨率以及高角度的“四高”遥感影像。

背景技术

随着社会经济的快速发展，不同应用领域对对地观测数据的需求日益增长，对数据的时间分辨率、空间分辨率、辐射分辨率和光谱分辨率等指标的综合要求也不断提高，导致现有对地观测数据获取与应用模式越来越难以满足不同应用领域的特定需求。

与此同时，对地观测系统受到国家计划、卫星轨道资源、技术和工艺水平等诸多因素的限制，任何国家想单方面通过新建对地观测系统来满足不同应用领域对对地观测数据日益增长的需求是难以实现的。有鉴于此，综合利用国内、国际在轨运行对地观测资源，深入挖掘其应用潜力，实现不同对地观测数据的信息互补，最大限度地发挥已有对地观测资源的综合效益，已成为全球对地观测系统发展的趋势。

与国民经济各行业对对地观测数据需求的多样性和复杂性相比，我国现阶段的对地观测数据获取能力仍然不足，包括重访时间、空间分辨率、成像质量等方面。另外，无论从行业应用的专业需求出发，还是从用户获取和使用遥感数据的便捷性角度考虑，很多行业都需要长期、连续、稳定的数据源，然而，国内民用对地观测卫星在数量、种类以及在时间和空间观测尺度上都难以满足国内各行业的需求。这也是我国应用界多购买使用国外卫星数据的主要原因。高分专项”的实施，期望能对上述困境有所改善。但同样地，由于受高分辨率和宽幅盖这一技术矛盾的限定，目前尚不可能仅靠卫星数据来实现高时间频度的对地观测。综合利用国际卫星资源、合理利用高分辨率卫星资源构建可应用的合成数据，将是投资少、效益高的一种满足国民经济各行业对数据的迫切需求的根本途径。

发明内容

针对以上不足，本发明将利用已有对地观测资源，通过时-空-谱-角智能融合的技术与方法来获取遥感数据，其数据分辨率等同真实对地观测卫星所获取数据精度，以此满足各行业应用对不同属性遥感数据的需求，由于其投入成本和技术风险均比较低，有望以较小代价、在较短时间内形成具有全球综合对地观测能力的自组织对地观测网络，大大降低我国建立全球综合对地观测系统的各项投入。

本发明的基本内容包括两个部分： 其一，在建模方面，创建遥感“时-空-谱-角”互相统一的对地观测数据融合技术框架，该框架基于传感器成像、大气辐射传输、地表辐射机理，依据时空相关性统计规律建立地表反射率信息的时间、空间、光谱扩展与细化，通过物理模型与统计规律相接合，改变长期以来对地观测数据时、空、谱相分离的现状。其二，在技术层面上，突破载荷数据尺度域限制，开发基于多要素融合的遥感数据处理系统。通过多要素耦合建模，突破当前遥感技术条件下，单个传感器不能同时获取高空间分辨率、高时间分辨率、高光谱分辨率以及高角度的限制。解决长期以来遥感反演/信息提取的方法研究都仅是针对特定应用目的、特定卫星、特定参数开展的重复研究问题，建立可用于标准化处理的时空谱多要素耦合的融合方法、算法与平台。

本发明为了实现上述目的采用如下技术方法：。

步骤1：收集遥感卫星拍摄的原始数据并进行预处理。遥感卫星的原始数据通常具有时空特性、影像分辨率、拍摄角度、波段组合等信息。在数据收集时按照各自特性加以分类。随后还需对原始数据进行一般遥感影像的预处理，如大气辐射校正、去云、几何配准等，最终形成标准的数据集。

步骤2：在步骤1处理的数据中，选取一组数据作为模型参考数据，研究其影像反射率的相关性以构建融合模型。所谓的参考数据指的是同一地区的两幅遥感影像，这两幅影像基于不同的传感器，在成像分辨率上有所不同，即一高分辨率影像和一低分辨率影像。由于传感器的分辨率同其拍摄周期、光谱数、角度之间存在相互制约的关系，通过比较反射率的相关性，挖掘参考数据的光谱和空间信息，建立数据之间的映射模型。

步骤3：在步骤1处理的数据中，另选取一低分辨率影像作为预测的基准数据，使用步骤2所建立的自适应融合模型，实现低分辨率反射率产品在空间尺度上的扩展。