高時空分辨率湖泊濕地水體水質(zhì)信息重構(gòu)與變化檢測.pdf

1、濕地水體水質(zhì)信息的提取是研究濕地結(jié)構(gòu)功能和科學保護利用濕地的基礎性工作，GF-1數(shù)據(jù)因具有高空間分辨率及多光譜特性，已經(jīng)在多領域逐步開展廣泛應用。但是GF-1時間分辨率有限及云的影響導致實際可用的數(shù)據(jù)較少，限制了有關時序分析的應用，而MODIS數(shù)據(jù)的高時間分辨率更適用于時序分析，但MODIS數(shù)據(jù)的空間分辨率低，更適于大尺度范圍研究。本課題源于中國林業(yè)科學研究院承擔的國家科技重大專項課題高分濕地資源監(jiān)測應用示范子系統(tǒng)。基于GF-1與MOD

2、IS數(shù)據(jù)的時空信息重構(gòu)方法，將GF-1數(shù)據(jù)的高空間分辨率與MODIS數(shù)據(jù)的高時間分辨率經(jīng)有效地融合獲取同時具備兩種特征的信息，以滿足高空間分辨率的時序變化分析值得研究。
　　本文采用STDFA模型(Spatial and Temporal Data Fusion Model，STDFA)探討了在GF-1數(shù)據(jù)缺失時的高空間分辨率數(shù)據(jù)的重構(gòu)方法，STDFA模型是從時序MODIS數(shù)據(jù)中提取地物的時間變化信息，結(jié)合GF-1影像的紋理信息，

3、重構(gòu)出具有MODIS時間分辨率和GF-1空間分辨率的影像，以彌補GF-1影像在研究期間的缺失信息;同時使用重構(gòu)的高時空分辨率數(shù)據(jù)對水體信息和水質(zhì)信息進行多時相變化檢測，主要研究內(nèi)容與研究結(jié)果如下:
　　(1)當GF-1影像缺失時，基于GF-1的高空間分辨率和MODIS數(shù)據(jù)的高時間分辨率，重構(gòu)16m分辨率的NDWI數(shù)據(jù)。對GF-1數(shù)據(jù)采用鄰域分析獲取16*16像元窗口構(gòu)建豐度圖，對MODIS數(shù)據(jù)采用混合像元分解獲取豐度圖，建立二者關

4、系模型以提高MODIS豐度圖精度。豐度數(shù)據(jù)引入STDFA模型中用于重構(gòu)MODIS數(shù)據(jù)。與GF-1提取的水體數(shù)據(jù)進行對比，重構(gòu)后的數(shù)據(jù)提取水體信息的精度為79.8％，為后續(xù)多時相變化檢測提供了高空間分辨率數(shù)據(jù)。
　　(2)建立GF-1數(shù)據(jù)對東洞庭湖懸浮物濃度的反演模型:選取2014年5月1日的GF-1數(shù)據(jù)，分析GF-1數(shù)據(jù)各波段和波段組合與湖區(qū)子區(qū)域懸浮物濃度的相關系數(shù)，根據(jù)水質(zhì)采樣的實測懸浮物濃度建立線性模型、指數(shù)模型和對數(shù)模型反

5、演懸浮物濃度，通過比較擬合結(jié)果，指數(shù)模型的反演精度最高，R2=0.789。
　　(3)建立MODIS NDVI與藍藻水華豐度關系模型，利用模型提取藍藻水華覆蓋度:由于MODIS分辨率較低，以分辨率較高的GF-1提取的水華信息為基礎，建立藍藻水華像元豐度與MODIS NDVI關系的藍藻水華信息提取模型，利用該模型可提取藍藻水華像元豐度（即藍藻水華覆蓋率），其與GF-1提取藍藻水華面積偏差為15.49％。從而提高MODIS數(shù)據(jù)的藍藻水