[关闭]
@novachen 2020-12-01T16:00:16.000000Z 字数 1030 阅读 1545

高分-哨兵卫星融合而成的高空间高时间高光谱数据产品

高分 哨兵 农业 林业 时序


农业、林业关注的主要目标是植被,和建筑等人工地物不同,植被的变化是非常迅速的,因此要通过高时间分辨率多光谱的遥感系统来开展监测工作。比如美国的陆地卫星7/8,欧空局哨兵二号A/B就是非常有力的监测工具。他们都具备从可见光、近红外、短波红外等和植被关系密切的波段,而且哨兵是5天回归,陆地卫星是8天回归,每个月可以实现10次访问,高纬度地区因为轨道交叠,可以达到月均15次以上。在不考虑天气影响的情况下已经达到2天或者3天重返的很高的水准。

陆地卫星和哨兵卫星的辐射精度是相当高的,目前世界上发表的科技论文还是以他们为主,而国产高分卫星在辐射标定上就差的很远。

但是这些数据集也存在一个短板,就是空间分辨率在10米以上,限制了对田地林地的纹理描述。中国高分卫星系统已经形成了一族2米尺度的卫星群,可以形成一个月2次以上的覆盖。这样也组成了一组高空间分辨率的时间序列。

如果我们采用一种方法,将两组数据集做融合,形成一组2米尺度3天就能更新一次的数据集,利用高分的空间分辨率,利用哨兵的光谱和时间分辨率,对于相关应用了来说是一个很重要的性能提升。

我们先做一组测试实验。我们目前正在准备申请一个科技部和巴基斯坦合作的农业项目,因此就用伊斯兰堡周边的数据做个样本。因为测试的缘故选择的都是晴朗无云的哨兵卫星图像。

时间序列
哨兵的10米的时间序列

通过和高分卫星2米的数据融合,形成辐射和哨兵一致,但是分辨率提高5倍的产品。

20200116
20200116

点击可以显示其他日期的

20200126

20200205

20200210

将融合后的2米的产品缩小5倍和原来的哨兵数据并列比较

时间序列

可以看到左右两边的辐射值是很一致,而且随时间变化也非常同步,差别就在于右侧的图像变锐利了很多。这是因为右侧是从2米图像上缩小成10米的,而左侧原始分辨率就是10米。

值得着重指出的是,融合并没有额外地增加信息,而是将原来分离的信息有效的结合到一起。这个融合的2米可达5天间隔的序列,和真实情况还是有差别,细节纹理实际上是没有达到这样的更新频率的。但是因为农林的特点,变化快的是辐射值而不是细节纹理,所以这样的结合就很有实用意义。

这个算法是很有效力的,后面就是要解决一些实现的细节。希望可以尽早应用于某些实用系统,比如精细化农情分析系统,创造经济价值。


联系方式

陈甫 副研究员
中国科学院空天信息创新研究院
chenfu@aircas.ac.cn
13811147935

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注