[发明专利]基于多源遥感数据融合的林地干旱时空动态监测方法

说明书

本发明涉及一种基于多源遥感数据融合的林地干旱时空动态监测方法，包括以下步骤：选取MODIS数据与Landsat数据；对数据进行预处理，包括几何校正、云检测、大气校正；利用增强型时空自适应反射率融合ESTRAFM模型与SADFAT模型，模拟出MODIS对应时期的Landsat数据，并对模拟的数据进行真实性检验，分析数据的适用性，生成Landsat数据集；对多源遥感融合数据进行干旱指标提取；通过对融合数据的干旱指标进行分析，得到林地干旱时空动态变化。可以客观、动态、及时准确地对林地旱灾程度及发生发展过程进行动态监测，为防旱抗旱提供决策支持。

技术领域

本发明涉及遥感技术领域，尤其涉及一种基于多源遥感数据融合的林地干旱时空动态监测方法。

背景技术

旱灾是一种频发的自然灾害，它具有持续时间长、影响范围广、涉及领域多等特点，旱灾和因其引发的次生灾害会对区域林业发展构成很大威胁。遥感技术在监测干旱方面具备快速、大范围、成本较小等优势，但卫星由于时间和空间分辨率各异、云层遮挡、传感器设计限制等因素，导致单一遥感传感器难以同时获取高分辨率的时空影像，亟需对不同传感器的遥感数据进行融合以实现各类卫星的优势互补。

因此，亟需一种客观、动态且具有高时空分辨率的遥感干旱监测方法，用来及时准确地对林地旱灾程度及发生发展过程进行动态监测，为防旱抗旱提供决策支持。

发明内容

基于此，有必要针对单一传感器难以同时获取高时间和空间分辨率的问题，提供一种基于多源遥感数据融合的林地干旱时空动态监测方法，以多源遥感数据(主要是MODIS数据与Landsat数据)为基础，利用多源遥感融合模型获取由于云污染或者重访周期限制而缺失的Landsat数据，通过模拟出的数据进行干旱致灾因子提取，计算TVDI数据，从而提取旱灾受灾区域。

本发明的基于多源遥感数据融合的林地干旱时空动态监测方法，包括以下步骤：

选取MODIS数据与Landsat数据；对数据进行预处理，包括几何校正、云检测、大气校正；利用增强型时空自适应反射率融合ESTRAFM模型与SADFAT模型，模拟出MODIS对应时期的Landsat数据，并对模拟的数据进行真实性检验，分析数据的适用性，生成Landsat数据集；对多源遥感融合数据进行干旱指标提取；通过对融合数据的干旱指标进行分析，得到林地干旱时空动态变化。

进一步地，所述对多源遥感融合数据进行干旱指标提取，包括根据构建的遥感影像图，提取地表温度。

进一步地，所述对多源遥感融合数据进行干旱指标提取，包括根据构建的遥感影像图，利用单窗算法对温度、植被、干旱指数TVDI进行提取。

进一步地，：所述ESTRAFM融合模型的实现方式是基于滑动窗口，具体实现包括以下步骤：

(1)相似像元搜索；

(2)候选像元权重计算：该权重综合了光谱、距离的近似程度；

(3)转移系数V的计算：利用线性回归算法得到混合像元向纯净像元的转移系数，同时对t₁和t₂的高、低辨率反射率进行线性回归，将斜率作为转移系数，并假设转移系数不变；

(4)利用时间权重得到预测时相的中心像元反射率：利用t₁和t₂时相的高、低分辨率影像可分别得到对时相中心像元反射率的预测；其中，为了使t₀时相的预测反射率更准确，利用时间权重将两者进行融合；

依据步骤(1)～(4)，经过逐像元的计算操作后完成整幅影像的时空融合。

进一步地，所述SADFAT模型基于ESTARFM模型的框架，引入了形式如式的年际温度分布的正弦曲线近似函数。

LST＝MAST+YAST×sin(ω×d+θ)