一种基于非局部滤波的遥感时空信息融合方法.pdf

第31卷 第4期 地 理 与地 理 信 息科 学 Vo1．31 No．4 2015年 7月 GeographyandGeo-InformationScience July2015 doi：10．3969／j．issn．1672—0504．2015．04．006 一 种基于非局部滤波的遥感时空信息融合方法 刘慧琴 ，吴鹏海 ，沈焕锋 。，袁强强 (1．武汉大学资源与环境科学学院，湖北武汉 430070；2．安徽大学资源与环境工程学院，安徽省地理信息工程中心，安徽合肥 230000 3．地球空间信息技术协同创新中心，湖北 武汉 430070；4．武汉大学测绘学院，湖北 武汉 430070) 摘要：遥感时空信息融合技术是获取高时空分辨率遥感数据的一种有效途径。该文在传统时空融合基础上，引入非 局部滤波以顾及邻域像元空间相关性，同时采取可弱化局部噪声的经验型公式筛选相似像元，并以Landsat与MODIS 反射率数据进行验证。其主要贡献表现在：对相似像元的选取方法进行改进，可弱化可能存在的局部噪声，使得选取 条件更客观、更准确；将非局部均值滤波方法引入遥感时空信息融合，使得融合的效果更好、精度更高。 关键词：时空信息；非局部滤波；反射率；相似像元权重；融合 中图分类号：TP75 文献标识码：A 文章编号：1672--0504(2015)O4一OO27一O6 窗 口的大小并 引人地表 覆盖数据 ，提 出 了 mE— 0 引言 STARFM算法。时空融合技术不仅被应用于反射 光学传感器获得的遥感数据在用于研究地表监 率的融合，而且也应用于温度等定量产品融合_l7]， 测、生物物理过程等方面已取得了很大的进步，然 并逐步发展至任意传感器的时空定量融合_9]。在 目 而，由于受技术条件限制，遥感数据往往在空间、时 前的时空融合算法 中，研究较多的是 STARFM 和 间以及光谱分辨率上相互制约。为解决时间和空间 ESTARFM方法，ESTARFM 方法至少需要两景高 分辨率相互制约的问题，得到高时空分辨率的数据， 空间分辨率数据才能预测，但在多数情况下，高质量 国内外学者提出了时空融合技术，该方法可获取时 的高空间分辨率数据难以获取；STARFM 能进行一 间连续的遥感影像序列，对实现长时间地表变化监 景预测且因在地表覆盖渐进变化的区域预测精度较 测具有重要意义 。 高而被广泛应用，如用于植被指数时间变化序列分 为获取高时空分辨率的反射率数据，Gao等[1] 析[10,11]、农作物监测研究[1、植被物候变化l1等。 提出了一种时空自适应反射率融合模型STARFM， 然而，以上算法均未充分考虑融合时所体现的非局 其已被证明能够融合得到每天的 “Landsat”数据。 部特性，即邻域像元之间的空间相关性。 基于 STARFM框架，国内外学者相继发展了新的融 综上所述，本研究针对只有一景数据 的条件下， 合方法，如 Hiker等_l2]提出了自适应时空融合变化 提出一种基于非局部滤波的遥感时空信息融合方 检测方法(STAARCH)，用以检测反射率变化、识别 法，主要有以下特点：1)利用一个可弱化局部噪声的 干扰I乌，B明权等_3]通过从 MODIS数据中提取地物的 经验性公式进行相似像元的筛选。当存在噪声时， 时间变化信息，结合早期的Landsat—TM 影像的纹 以往的筛选条件往往影响整景影像，而本文的筛选 理信息，提出了基于像元反射率时序变化特征的一 方法只是局部影响。2)与以往只计算搜索窗 口内单 种融合方法 (STDFM)；Zhu等[4结合光谱解混理 像元个体之间的相似性不同的是，本文根据非局部 论，提出了一种增强型的时空 自适应反射率的影像 均值滤波理论，计算各相似像元所在的区域相似块 融合方法(ESTARFM)；而后，陆续有学者针对出现 的权重，更充分地利用了空间相关性 。 的融合方法进行改进，如考虑传感器在不同地物类