基于地表反射率數(shù)據(jù)庫支持的OLI數(shù)據(jù)同化的研究.pdf

1、Landsat系列衛(wèi)星以空間分辨率高、信息量豐富、定位精度高而著稱,在全球尺度的生態(tài)環(huán)境變化監(jiān)測中發(fā)揮了無可比擬的作用。但其缺點是時間分辨率低，因為 Landsat系列衛(wèi)星的時間分辨率一般為16天，一年時間的影像大約為23景，但是由于影像受到不同程度云霧覆蓋的影響，每年實際可用的影像更少。本文以地表反射率為結合點，針對MODIS數(shù)據(jù)產(chǎn)品和OLI影像數(shù)據(jù)的特性，充分利用MODIS影像時間分辨率高的特征，建立MODIS地表反射率庫，將集合K

2、alman濾波算法運用到OLI影像與MODIS影像的數(shù)據(jù)同化中，預測出與MODIS影像對應日期的OLI影像，彌補原有數(shù)據(jù)的缺失和不足。
　　針對OLI影像和MODIS影像數(shù)據(jù)在空間坐標投影、波段組成及波段寬度、空間分辨率和時間分辨率等諸多方面的不同，探究了數(shù)據(jù)同化之前的預處理過程，包括MODIS影像的幾何校正、OLI數(shù)據(jù)輻射定標、感興趣區(qū)域的劃定、分辨率重構及反射率歸一化等內容。分季度完成了單點集合Kalman濾波同化研究，結果表

3、明預測的OLI地表反射率數(shù)據(jù)接近實際地表反射率，并通過實驗證明了預測的OLI影像與統(tǒng)計多年的OLI影像平均地表反射率有較好的一致性。此外，集合Kalman濾波算法包括多種同化方式和多種模型，利用QG模型進行區(qū)域集合Kalman同化研究，通過不斷改變模型對應參數(shù)，選擇最優(yōu)同化結果。完成OLI影像與MODIS影像的數(shù)據(jù)同化之后，預測的OLI影像具備較好的紋理，光譜特征接近真實影像，并且通過采樣，與同期真實影像對比，對預測的OLI影像進行定量