论文部分内容阅读
中-高空间分辨率的多光谱遥感数据（如LandsatTM:ThematicMapper/ETM+:EnhancedThematicMapperPlus等）作为地球观测数据EO(EarthObservation)之一，其广泛应用对于局部尺度下的地表覆盖研究具有举足轻重的意义，并已成为连接“高空间分辨率”和“局部尺度覆盖”两大研究要素的有效纽带。然而，由于传感器的数据采集和成像系统的限制、大气条件以及气候等因素的影响，区域或全球尺度下的兼具高空间分辨率(100米以内)和高时间分辨率（以天为重访周期）的地表覆盖数据产品是很难通过直接方法获得的。迄今，虽然更多的具有高时间分辨率的遥感平台已发射并投入运行，但这类数据源的一个普遍缺陷是空间分辨率很低，如MODIS(Moderate-resolutionImagingSpectroradiometer)为250/500/1000米、AVHRR(AdvancedVeryHighResolutionRadiometer)为1100米。“高空间分辨率”和“高时间分辨率”这对矛盾组合虽然减弱了直接利用该类数据（高时间分辨率）来产生全球尺度的地表覆盖数据的应用意义，但其丰富的时序信息依然给这一领域引入和拓展了新的研究手段和研究思路，因此对于如何借助高时间分辨率数据源来弥补中-高空间分辨率数据对于时相信息捕捉能力的不足就成为该研究领域的一个新的热点问题。
鉴于图像融合技术的快速发展及其对于综合多源遥感数据各自优势信息（空间、时间、光谱）的出色表现，图像融合尤其是图像间的时空融合方法在近6-7年间已成为生成高时空分辨率地表覆盖数据产品的有效研究手段之一。但目前针对该问题的研究均局限于利用局部区域内某时刻下单一图幅的影像数据来生成该图幅下的多时序地表覆盖数据，而未考虑或分析区域和全球尺度下的海量影像（数据的获取时相迥异）同时利用融合方法来生成多时序地表覆盖数据时可能会产生的诸多问题，而这一应用研究也给多源数据间的时空融合技术提出了新的考验。为探索该问题，本文欲提出相应的解决方案，并拟从稳定性、可行性和实用性等方面来分别进行深入的分析、探讨和验证。
具体而言，本文的主要研究方向包含以下三个方面:
（一）为得到清晰可用的中-高分辨率多光谱原始或合成数据，本文将总结和分析现有厚云污染检测和去除方法的优劣势，并借此提出一种更为有效的基于TC(TasseledCap)变换和线性约束的云污染检测和去除策略;
（二）以本文的研究目的暨生成区域或全球尺度下的高时空分辨率地表覆盖数据集为出发点，发展一种在保持局部尺度的预测精度以及区域尺度的光谱一致性方面均有较佳表现的时空融合算法-即拓展的乘性调制融合算法(ExtendedFusionAlgorithmbasedonMultiplicativeModulation，EFAMM)，并初步总结出利用该方法产生较优目标数据集的最佳应用条件;
（三）以某一区域尺度的试验数据为例，分析和验证本文所发展的时空融合方法在生成区域尺度高时空分辨率地表反射率数据集中的实际应用效果，并探讨和总结这一技术策略的应用前提和亟需进一步考虑或解决的研究问题。