[发明专利]基于时空融合的TSA遥感影像土地利用方法

说明书

本发明公开了一种基于时空融合的TSA遥感影像土地利用方法，对获取的Modis高时间分辨率影像和Landsat8高空间分辨率影像进行预处理后，分别进行滤波和云雾滤除；然后将得到的对应的Modis数据和Landsat8数据进行时空融合，得到高时空精度数据；接着利用监督分类算法对土地覆盖物进行分类处理后，利用土地覆盖变化检测法对分类后的影像进行变化分析；最后利用RBF神经网络对分析结果进行拟合处理，并根据得到的变化趋势预测曲线进行地物变化预测，能够得到高时空分辨率数据，提高对土地覆盖变化趋势预测结果的准确性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于时空融合的TSA遥感影像土地利用方法。

背景技术

高时空分辨率遥感数据在监测土地变化、作物生长及物候参数反演等方面具有重要的作用，遥感数据的时空精细度成为了制约其在各领域应用的重要因素。高空间分辨率的遥感数据可以得到丰富的地表细节信息，但是其重访周期长，易受地面气象因素(云、雨和雾等)对传感器成像的影响，造成了单个传感器有效数据重访周期的延长，使得监测具有很大程度上的“时空数据缺失”，导致监测研究中基础观测数据出现“空窗”；且部分高空间分辨率数据较为昂贵，不适合大量推广使用。高时间分辨率的遥感数据具有较短的重访周期，但是其空间分辨率较低，一个像元范围内可能会包括几种不同的土地覆盖类型，限制了其在景观破碎和异质性较强区域的应用。其中，Landsat遥感具有空间分辨率较高，能够反应农田系统的复杂变化的特点，不足之处是时间分辨率相对较低，容易受云和阴雨天气等的影响，造成作物检测的关键时期无卫星覆盖等现象。MODIS遥感卫星具有时间分辨率较高的特点，但空间分辨率相对较低，不利于种植结构复杂或者景观破碎、异质性较强的区域。

近年来，我国对地观测卫星陆续发射，遥感技术逐渐被广泛应用于农情监测、大气与水文研究等多个领域。随着遥感技术的应用发展，研究土地覆盖于土地利用对遥感技术提出了更高的要求，大范围、高精度、快速变化的地表信息遥感监测研究需要同时具有高空间分辨率和高时间分辨率特征的遥感数据，而光学卫星遥感数据在高空间分辨率和高时间分辨率之间存在相互制约的问题，导致对土地覆盖变化趋势预测结果不准确。

发明内容

本发明的目的在于提供一种基于时空融合的TSA遥感影像土地利用方法，能够得到高时空分辨率数据，提高对土地覆盖变化趋势预测结果的准确性。

为实现上述目的，本发明提供了一种基于时空融合的TSA遥感影像土地利用方法，包括：

对获取的Modis高时间分辨率影像进行预处理和滤波处理，得到Modis数据；

对获取的Modis高时间分辨率影像进行预处理和滤波处理，得到Modis数据；

对获取的Landsat8高空间分辨率影像进行预处理和云雾滤除，得到Landsat8数据；

对所述Modis数据和所述Landsat8数据进行时空融合，得到高时空精度数据；

根据所述高时空精度数据，利用监督分类算法对土地覆盖物进行分类处理；

利用土地覆盖变化检测法对分类后的影像进行变化分析；

利用RBF神经网络对分析结果进行拟合处理，并根据得到的变化趋势预测曲线进行地物变化预测。

其中，对获取的Modis高时间分辨率影像进行预处理和滤波处理，得到Modis数据，包括：

对获取的Modis高时间分辨率影像进行重投影转换成Geotif格式，并采用最近邻域法重采样到480m空间分辨率，同时利用查找表法进行几何校正，并计算出对应的辐射定标后，进行滤波处理，得到Modis数据。

其中，对获取的Landsat8高空间分辨率影像进行预处理和云雾滤除，得到Landsat8数据，包括：