科技工作者之家
科技工作者之家APP是专注科技人才,知识分享与人才交流的服务平台。
科技工作者之家 2020-11-17
来源:中国农业科学院
近日,中国农业科学院农业资源与农业区划研究所农业遥感团队联合美国农业部水文遥感实验室在遥感数据时空融合算法研究方面取得了重要进展,提出新的高时空分辨率植被指数融合算法,对于农作物种植结构复杂地区的农情遥感监测具有重要意义。相关研究成果在线发表在《环境遥感(Remote Sensing of Environment)》上。据孙亮研究员介绍,卫星遥感数据获取的高时效性(高时间分辨率)和高清晰度(高空间分辨率)是农作物遥感监测中最重要的两个要素。但受到卫星传感器的限制,这两个要素在同一颗卫星上很难同时具备。一类卫星具有高重访周期,如MODIS系列卫星具备每天观测的能力,但其空间分辨率只有500~1000米;另一类卫星具有较高空间分辨率,但重访周期较长,例如Landsat系列卫星,其空间分辨率为30米,重访周期则为16天。遥感数据时空融合算法是指将这两类卫星数据的优点结合在一起,形成一套同时具备高时间和高空间分辨率的数据,这对农情监测至关重要,但这类算法的基本假设导致其应用于农作物种植结构复杂地区时,小地块信息无法被准确获取。针对该问题,该研究提出了以作物参考曲线(Crop Reference Curves)为基础的高时空分辨率植被指数重建算法CRC。通过与现有的多种融合算法比较,该算法重建的精度最高,表现最稳定,尤其适用于高空间分辨率数据较少情况下(如云雨天气较多时)的植被指数时间序列重建,未来可进一步应用于精细化农作物长势监测和产量预测研究中。3种算法模型在不同输入影像数时的时间序列NDVI重建曲线对比图融合效果对比图(左图为原始Landsat 图像,中图为新算法CRC图像,右图为经典融合算法STARFM图像)该研究得到院青年英才引进工程和NASA相关项目资助。来源:CAAS_WX 中国农业科学院
原文链接:http://mp.weixin.qq.com/s?__biz=MzIzMDgwMDc2Ng==&mid=2247493181&idx=1&sn=0dfd845a681c789a40dae0a1f045b583
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn
空天院发布湖库遥感水色指数科学数据集
中年人要担心的不只是油腻,45岁起就该开始结直肠癌筛查
遥感大数据 为智慧城市装上“天眼"
周成虎院士 | 遥感大数据研究与应用
静止卫星数据地表温度遥感反演研究
中国长时间序列积雪面积遥感产品数据集发布
黑龙江:高分遥感大数据赋能智慧防汛
我国将首次牵头主办遥感数据融合大赛
俄用4D模型处理海岸遥感数据
面向遥感大数据的地学知识图谱构想