時空融合技術在改善水體提取精度中的應用

(江西理工大學建筑與測繪工程學院 江西 贛州 341000)

時空自適應反射率融合模型(Spatial and Temporal Adaptive Reflectance Fusion Model,簡稱STARFM)最早是在2006年由Gao等[1]提出，該算法在探討與目標像元的空間距離和光譜相似性的同時，還增加了時間差異性這一研究內容，消除了云陰影并排除了幾何校正誤差和大氣校正誤差，因此該算法得到了廣泛的應用[2]。

針對單一影像的不足，本文以鄱陽湖為研究區，以Landsat數據和MODIS反射率數據為基礎研究數據，利用STARFM算法獲得較高時空分辨率的Landsat影像，然后將Landsat數據、MODIS反射率數據和融合Landsat數據輸入NDWI指數模型，進行不同時空分辨率尺度的水體信息計算，并通過對比分析來驗證數據尺度對水體提取精度帶來的影響及融合影像在提高水體提取精度的應用潛力。

一、實驗數據及預處理

本文以鄱陽湖區域為研究區，采用兩幅Landsat影像其中一幅為Landsat-5 TM影像，另一幅為Landsat7 ETM SLC-ON衛星數字產品。首先對兩幅Landsat數據進行輻射定標，再利用ENVI中的FLAASH工具對輻射定標后的數據進行大氣校正，去除氣溶膠散射效應，生成反射率數值影像。

二、方法及實驗

時空自適應反射率融合模型(STARFM)混合了Landsat影像和MODIS影像的地表反射率，通過該模型將MODIS影像的高時間分辨率和Landsat的中空間分辨率相融合，預測出一幅雙高融合影像。

圖1 融合影像與真實影像比較

另外本文采取波段統計的方法，對融合影像與真實影像進行統計出均值、標準差、絕對誤差、誤差、相關系數這5個指數，來對融合影像的精度進行評價，指數值如表2所示。預測影像與真實T2時期Landsat影像的綠光波段的相關系數為0.78，近紅外波段的相關系數為0.94，融合影像與T2時期真實Landsat影像的相關性較高。而預測影像與真實影像的波段之間存在著的誤差，是由于兩個方面所造成的：(1)T1時期Landsat影像的傳感器是Landsat4-5 TM，T2時期Landsat影像的傳感器是Landsat7 ETM SLC-ON，傳感器不同及成像條件不同；(2)本實驗采用的時空融合STARFM算法一次只能處理一個波段，即只能對影像的單個波段分別進行處理，所獲得信息不足，對地物空間變化的預測能力不足。

表2 統計分析結果

三、總結

本文以鄱陽湖為研究區域，首先利用STARFM模型對Landsat影像和MODIS影像進行融合處理，得到了30m分辨率且具有MODIS影像時間分辨率的Landsat融合影像，然后對融合影像進行相關性分析，再將Landsat數據、MODIS反射率數據和融合Landsat數據輸入NDWI指數模型，進行多種尺度數據的水體信息計算，并進行對比分析，得出融合影像可用于水體提取。實驗結果表明該融合算法適用于在同一個時期(汛期或枯水期)的影像融合，可有效解決洪水監測中數據缺失與不足的問題。