新京報訊(記者 周懷宗)随着衛星遙感技術在農業領域的應用,人們可以越來越準确地獲得種植面積、苗情等多種數據。然而,不同的衛星分辨率、觀測周期不同,如何才能提高遙感數據的精确度?近日,一種新的融合算法被研發出來,該算法由中國農業科學院農業資源與農業區劃研究所農業遙感團隊聯合美國農業部水文遙感實驗室共同研發。
融合效果對比圖(左圖為原始Landsat 圖像,中圖為新算法CRC圖像,右圖為經典融合算法STARFM圖像。)中國農科院供圖
中國農科院區化所研究員孫亮介紹,在衛星遙感數據中,有兩個重要要素,一個是高時效性,也就是高時間分辨率,另外一個是高清晰度,也就是高空間分辨率。但受到衛星傳感器的限制,這兩個要素很難在同一衛星上同時具備。更多時候,它們是不同衛星的特征。一類衛星具有高重訪周期,如MODIS系列衛星,具備每天觀測的能力,但其空間分辨率隻有500~1000米。另一類衛星具有較高空間分辨率,但重訪周期較長,例如Landsat系列衛星,其空間分辨率為30米,但重訪周期則長達16天。
此次,中美科學家聯合開發的融合算法,則将這兩類衛星數據的優點結合在一起,形成一套同時具備高時間和高空間分辨率的數據,這對農情監測至關重要。
不過,這類算法的基本假設,也導緻其應用于農作物種植結構複雜地區時,小地塊信息無法被準确獲取。遙感數據時空融合算法針對該問題,研究提出了以作物參考曲線為基礎的高時空分辨率植被指數重建算法。通過與現有的多種融合算法比較,該算法重建的精度最高,表現最穩定,尤其适用于雲雨天氣較多時高空間分辨率數據較少情況下的植被指數時間序列重建,未來可進一步應用于精細化農作物長勢監測和産量預測研究中。
該研究得到院青年英才引進工程和NASA相關項目資助。相關研究成果在線發表在《環境遙感(Remote Sensing of Environment)》上。
新京報記者 周懷宗
編輯 唐峥 校對 危卓
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!