古春霞,李大成,2*,赫华颖,杨 毅
(1.太原理工大学 矿业工程学院,山西 太原 030024;2.高分辨率对地观测系统山西数据与应用中心,山西 晋中030600;3.中国资源卫星应用中心,北京 100094;4.太原理工大学 物理与光电工程学院,山西 太原 030024)
遥感图像变化检测作为一项关键技术,在自然资源管理、生态环境监测、基础地理数据库更新、目标动态监测和可持续发展规划等诸多领域中有着非常广泛的应用[1-3]。高空间分辨率遥感影像变化检测可提供丰富的空间细节信息,得到精细的变化检测结果。但由于天气、卫星重访周期及传感器自身物理机能对遥感影像质量的影响,难以获得高时序的高空间分辨率影像,无法为时序性变化检测提供支持。针对高分辨率时序影像缺失问题,可以使用时空融合算法重建缺失遥感数据,为变化检测提供影像支撑。现今时空融合技术已在各个领域得到广泛的应用,包括特征识别、目标监测、城市扩张、森林砍伐监测、作物制图和产量估算以及洪水和湿地制图或气候变化等[4]。
遥感图像时空融合的基本思想是利用特定的算法合成2幅或多幅遥感图像并对其进行相关运算,从而重构出新的预测时期的图像。在融合过程中,通常使用一对或多对高低分辨率影像融合生成预测时刻的高分辨率影像。其中,高空间分辨率影像可以提取空间上的细节信息,低空间分辨率影像可以较为精确地描述地物的时序变化情况,以此获取随时间变化的地物空间特征。……