测绘科学

2019, v.44;No.255(09) 107-114

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

Landsat与MODIS卫星数据的双向融合实验
Two-way fusion experiment of Landsat and MODIS satellite data

葛艳琴;李彦荣;孙康;李大成;陈永红;李瑄;

摘要(Abstract):

针对如何在时间序列尺度上利用多源时空融合方法高精度地重构高分辨率遥感影像的问题,该文提出了一种基于增强字典学习样本空间的单数据对稀疏学习融合算法,并利用现有稀疏学习算法、STARFM算法以及半物理模型对Landsat与MODIS卫星数据进行双向融合实验。结果表明:随着样本尺寸及空间的拓展,改进后的稀疏学习算法能够获得比原始算法、STARFM、半物理模型等算法更优的融合结果,其中ERGAS可达15.0以内、SSIM可达84%以上,并且融合质量对高、低分辨率图像间的空间尺度差异性不敏感。通过采用更高效的在线字典学习算法,该融合方法的处理效率与应用价值有望得到极大提升。

关键词(KeyWords): 稀疏学习;字典训练;陆地卫星数据;地表反射率;时空融合

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41501372);; 山西省高等学校科技创新项目(2016144)

作者(Author): 葛艳琴;李彦荣;孙康;李大成;陈永红;李瑄;

Email:

DOI: 10.16251/j.cnki.1009-2307.2019.09.015

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享