隨著衛(wèi)星遙感技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用，人們可以越來越準(zhǔn)確地獲得種植面積、苗情等多種數(shù)據(jù)。然而，不同的衛(wèi)星分辨率、觀測周期不同，如何才能提高遙感數(shù)據(jù)的精確度？近日，一種新的融合算法被研發(fā)出來，該算法由中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所農(nóng)業(yè)遙感團隊聯(lián)合美國農(nóng)業(yè)部水文遙感實驗室共同研發(fā)。
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(jīng)典融合算法STARFM圖像。）中國農(nóng)科院供圖
中國農(nóng)科院區(qū)化所研究員孫亮介紹，在衛(wèi)星遙感數(shù)據(jù)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(wèi)星傳感器的限制，這兩個要素很難在同一衛(wèi)星上同時具備。更多時候，它們是不同衛(wèi)星的特征。一類衛(wèi)星具有高重訪周期，如MODIS系列衛(wèi)星，具備每天觀測的能力，但其空間分辨率只有500~1000米。另一類衛(wèi)星具有較高空間分辨率，但重訪周期較長，例如Landsat系列衛(wèi)星，其空間分辨率為30米，但重訪周期則長達(dá)16天。
此次，中美科學(xué)家聯(lián)合開發(fā)的融合算法，則將這兩類衛(wèi)星數(shù)據(jù)的優(yōu)點結(jié)合在一起，形成一套同時具備高時間和高空間分辨率的數(shù)據(jù)，這對農(nóng)情監(jiān)測至關(guān)重要。
不過，這類算法的基本假設(shè)，也導(dǎo)致其應(yīng)用于農(nóng)作物種植結(jié)構(gòu)復(fù)雜地區(qū)時，小地塊信息無法被準(zhǔn)確獲取。遙感數(shù)據(jù)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(chǔ)的高時空分辨率植被指數(shù)重建算法。通過與現(xiàn)有的多種融合算法比較，該算法重建的精度最高，表現(xiàn)最穩(wěn)定，尤其適用于云雨天氣較多時高空間分辨率數(shù)據(jù)較少情況下的植被指數(shù)時間序列重建，未來可進(jìn)一步應(yīng)用于精細(xì)化農(nóng)作物長勢監(jiān)測和產(chǎn)量預(yù)測研究中。
該研究得到院青年英才引進(jìn)工程和NASA相關(guān)項目資助。相關(guān)研究成果在線發(fā)表在《環(huán)境遙感（Remote Sensing of Environment）》上。
