皮 新 宇，王 盼 成，曾 永 年，盧 晗

(1.中南大學(xué)空間信息技術(shù)與可持續(xù)發(fā)展研究中心，湖南 長沙 410083; 2.國網(wǎng)湖南省電力公司防災(zāi)減災(zāi)中心電網(wǎng)輸變電設(shè)備防災(zāi)減災(zāi)國家重點實驗室，湖南 長沙 410129)

0 引言

高時空分辨率遙感影像數(shù)據(jù)在大氣環(huán)境、地表特征動態(tài)監(jiān)測等研究中具有重要意義[1-4],但目前單一傳感器無法實現(xiàn)高空間分辨率、高頻次的對地觀測[5,6]。為此，基于多源遙感數(shù)據(jù)的時空融合技術(shù)得到發(fā)展與應(yīng)用[7-14]，其中，時空自適應(yīng)反射率融合模型(STARFM)[7]、增強性時空自適應(yīng)反射率融合模型(ESTARFM)[15]應(yīng)用最廣泛。當前時空融合實驗及應(yīng)用研究中，常用的低空間分辨率、高回訪率數(shù)據(jù)為MODIS數(shù)據(jù)，常用的中高空間分辨率數(shù)據(jù)為Landsat數(shù)據(jù)[8,16-18]，前者的像元尺度(250 m、500 m、1 km)遠大于后者(30 m)，相對于GF-1 WFV/PMS、GF-2 PMS、IKNOS、Quickbird、Sentinel-2等更高空間分辨率數(shù)據(jù)像元尺度差異更大，從而影響時空融合過程中高、低空間分辨率數(shù)據(jù)的配準，而且低空間分辨率數(shù)據(jù)存在大量混合像元，對以光譜混合理論為基礎(chǔ)的STARFM及其改進模型應(yīng)用的影響較大，為融合過程中選擇與確定光譜相似像元帶來較大的不確定性，從而影響時空融合的效果。另外，盡管MODIS與Landsat數(shù)據(jù)在可見光、近紅外具有相近的波段，但各波段光譜響應(yīng)范圍仍存在一定差異，進而影響時空融合的效果與精度[19,20]，如何有效解決上述問題是目前遙感時空融合面臨的挑戰(zhàn)。

GF-4衛(wèi)星是中國第一顆民用高分辨率靜止軌道光學(xué)成像衛(wèi)星，能實現(xiàn)中國及周邊地區(qū)日內(nèi)持續(xù)若干小時的觀測，其多光譜數(shù)據(jù)的空間分辨率優(yōu)于50 m。目前，GF-4 PMS數(shù)據(jù)已應(yīng)用于干旱監(jiān)測[21]、地表發(fā)照率反演[22]、云檢測[23]、氣溶膠反演[24]、地表水分類[25]等領(lǐng)域，其真實效果亟需論證與評價[26]。同時，GF-4 PMS數(shù)據(jù)較高的時空分辨率對遙感數(shù)據(jù)時空融合效果與精度的影響也值得深入探討，然而相關(guān)研究卻尚未見報道。為此，本文應(yīng)用3種典型的時空融合模型(STARFM、ESTARFM、FSDAF)，分析基于GF-4 PMS 數(shù)據(jù)融合的高時空分辨率數(shù)據(jù)(GF-1 WFV、Landsat OLI)的效果及精度，并與基于MODIS數(shù)據(jù)的融合結(jié)果進行對比分析，以期為GF-4 PMS數(shù)據(jù)的時空融合應(yīng)用及像元空間尺度差異對時空融合的影響研究等提供參考。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)

選取地表景觀復(fù)雜程度不同的兩個研究區(qū)(圖1)進行遙感影像數(shù)據(jù)時空融合的效果與精度分析。研究區(qū)1位于湖南省湘潭市，影像的中心經(jīng)緯度為112°57′15″E、27°57′25″N，面積為92.16 km2(320×320 Landsat像元)，土地利用類型主要為林地、裸地與建設(shè)用地，各地類分布集中，地表景觀復(fù)雜程度較低；研究區(qū)2位于河南省信陽市，影像的中心經(jīng)緯度為114°48′41″E、32°22′41″N，面積為144 km2(400×400 Landsat像元)，主要地類為林地、耕地、裸地與建設(shè)用地，相對于研究區(qū)1，研究區(qū)2地表覆蓋類別較復(fù)雜、異質(zhì)性較高，其地表景觀復(fù)雜程度也較高。

圖1 研究區(qū)假彩色影像Fig.1 False colour images of the study areas

1.2 數(shù)據(jù)及預(yù)處理

本文選擇GF-1 WFV、GF-4 PMS、Landsat8 OLI以及MOD09GA的可見光與近紅外波段進行研究。其中，GF-1 WFV、 GF-4 PMS的時間分辨率分別為4 d、20 s，空間分辨率分別為16 m、50 m，均下載于中國資源衛(wèi)星應(yīng)用中心；Landsat8 OLI與MOD09GA的時間分辨率分別為16 d、1 d，空間分辨率分別為30 m、500 m，均下載于美國地質(zhì)調(diào)查局(USGS),覆蓋研究區(qū)1、2的Landsat8 OLI的行列號分別為123/41、123/38，MOD09GA的行列號分別為h27v06、h27v05，各研究區(qū)數(shù)據(jù)說明見表1。由于受高分辨率數(shù)據(jù)獲取時間分辨率及天氣的影響，實際應(yīng)用中很難獲得時相完全一致的基期和驗證高、低分辨率數(shù)據(jù)對。為此，本文選擇基期和驗證高、低分辨率融合數(shù)據(jù)對的時間差異均小于5 d，能滿足融合實驗的要求。首先，對獲取的4類數(shù)據(jù)進行輻射定標及大氣校正，獲得地表反射率；其次，以Landsat8 OLI為基準，分別對GF-1 WFV、GF-4 PMS及MOD09GA進行幾何配準處理，誤差小于0.5個像元；另外，對于GF-4 PMS、MOD09GA數(shù)據(jù)，采用最鄰近法重采樣至16 m和30 m空間分辨率，以便后續(xù)融合處理；最后，按研究區(qū)范圍裁剪所有數(shù)據(jù)，并選取可見光(紅、綠、藍)及近紅外波段作為融合對象。

表1 遙感數(shù)據(jù)類型及獲取時間Table 1 Types and acquisition dates of remote sensing data

2 研究方法

首先，以GF-4 PMS、MOD09GA(簡稱GF-4、MODIS)為低空間分辨率遙感數(shù)據(jù)，以GF-1 WFV、Landsat OLI(簡稱GF-1、Landsat)為高空間分辨率遙感數(shù)據(jù)，基于STARFM、ESTARFM、FSDAF模型進行影像融合，對融合影像與真實影像進行定性分析與定量精度評價，然后對比分析各融合結(jié)果。在本文融合實驗中，不同的模型由于理論假設(shè)不同，其輸入數(shù)據(jù)不同，STARFM、FSDAF模型輸入一對基期的高、低空間分辨率數(shù)據(jù)以及預(yù)測期的低空間分辨率數(shù)據(jù)進行時空融合，ESTARFM模型輸入兩對基期的高、低空間分辨率數(shù)據(jù)以及預(yù)測期的低空間分辨率數(shù)據(jù)進行時空融合。

2.1 時空融合模型

STARFM 模型[7]和ESTARFM模型[15]算法見式(1)和式(2)，F(xiàn)SDAF模型[27]融合過程為：1)對基期(t0)高空間分辨率影像(GF-1/Landsat)進行分類處理；2)求低空間分辨率影像中各地物類別從基期(t0)到預(yù)測期(tp)的光譜時間變化估值；3)基于各地類光譜時間變化預(yù)測高空間分辨率融合影像并計算殘差；4)利用薄板樣條插值函數(shù)將殘差分配到高空間分辨率像元上；5)基于相似像元，利用權(quán)重函數(shù)獲得融合的高空間分辨率影像。

(1)

式中：F、C分別為高、低空間分辨率影像的地表反射率；(xw/2,yw/2)為中心像元坐標，w為移動窗口大小；Wijk為i行j列像元的綜合權(quán)重；tp和tk分別為預(yù)測期與基期影像獲取時間；k為基期影像對的序號；n為參與融合的基期影像對的數(shù)量。

(2)

式中：t0和tp分別為基期與預(yù)測影像獲取的時間；B為波段；N為包括中心像元在內(nèi)的相似像元總數(shù)；Wi與Vi分別為第i個相似像元的權(quán)重和轉(zhuǎn)換系數(shù)。

2.2 精度評價

為比較基于兩種不同低空間分辨率數(shù)據(jù)時空融合的精度，以預(yù)測期真實的高分辨率數(shù)據(jù)為驗證數(shù)據(jù)，在融合影像與真實影像上隨機選取75%像元為樣本，采用相關(guān)系數(shù)(R)和均方根誤差(RMSE)進行定量評價，R值越接近1、RMSE越趨近于0，表示光譜信息越相似、融合精度越高。

3 結(jié)果與分析

3.1 GF-1高時空分辨率影像融合及分析

以GF-1為高空間分辨率數(shù)據(jù)，以GF-4、MODIS為低空間分辨率數(shù)據(jù)，利用STARFM、ESTARFM、FSDAF 3種時空融合模型獲得GF-1高時空分辨率融合影像(圖2、圖3)。對于研究區(qū)1，基于GF-4數(shù)據(jù)的GF-1融合影像地表覆蓋的空間細節(jié)得到有效融合，且植被的光譜信息得到較準確預(yù)測；相對而言，基于MODIS數(shù)據(jù)的GF-1融合影像盡管空間細節(jié)得到有效融合，但地物的光譜信息存在明顯差異，尤其是基于FSDAF模型的融合結(jié)果，光譜差異最顯著(圖2)。對于研究區(qū)2，基于GF-4數(shù)據(jù)的GF-1融合影像植被空間細節(jié)得到有效融合，植被的光譜信息得到較準確預(yù)測；相對而言，基于MODIS的GF-1融合影像除基于FSDAF模型的結(jié)果外，其余兩種模型的融合結(jié)果較差(圖3)。

圖2 研究區(qū)1基于GF-4和MODIS影像及不同模型的GF-1融合結(jié)果Fig.2 Fused GF-1 images based on GF-4 and MODIS images by using different fusion models in study area 1

圖3 研究區(qū)2基于GF-4和MODIS影像及不同模型的GF-1融合結(jié)果Fig.3 Fused GF-1 images based on GF-4 and MODIS images by using different fusion models in study area 2

由表2可知，相對于基于MODIS的融合影像，3種模型中基于GF-4融合的GF-1高時空分辨率影像在研究區(qū)1與真實影像的RMSE均值分別降低了15.63%、24.24%、17.14%，R均值分別增加了10.38%、5.81%、16.48%，在研究區(qū)2與真實影像的RMSE均值分別降低了20.93%、15.79%、18.18%，R均值分別增加了2.21%、5.73%、2.18%。兩個研究區(qū)的結(jié)果分析表明，基于GF-4融合的GF-1 WFV影像和基于MODIS融合的GF-1 WFV影像均能表達出清晰的空間細節(jié)和準確的光譜信息，前者與真實影像的R均值為0.844、RMSE均值為0.031，后者與真實影像的R均值為0.823、RMSE均值為0.038，可見基于GF-4融合的GF-1 WFV影像與真實影像的R提升了2.55%、RMSE降低了18.42%，表明基于GF-4融合的GF-1高時空分辨率融合影像優(yōu)于基于MODIS融合的GF-1高時空分辨率融合影像。

表2 研究區(qū)精度評價Table 2 Accuracy assessment results of the study areas

3.2 Landsat高時空分辨率影像融合及分析

以Landsat為高空間分辨率數(shù)據(jù)，以GF-4、MODIS為低空間分辨率數(shù)據(jù)，利用STARFM、ESTARFM、FSDAF模型獲得Landsat高時空分辨率融合影像(圖4、圖5)。對于研究區(qū)1，基于GF-4數(shù)據(jù)的Landsat融合影像空間細節(jié)得到有效融合，而且植被的光譜信息得到較準確預(yù)測；相對而言，基于MODIS數(shù)據(jù)的Landsat高時空分辨率融合影像與真實影像相比，盡管空間細節(jié)得到有效融合，但地物的光譜信息存在明顯差異(圖4)。對于研究區(qū)2，基于GF-4數(shù)據(jù)的Landsat融合影像植被的空間細節(jié)也得到有效融合，植被的光譜信息得到較準確預(yù)測；相對而言，基于MODIS的Landsat融合影像與真實影像相比，ESTARFM模型的融合結(jié)果較差(圖5)。

圖4 研究區(qū)1基于GF-4和MODIS影像及不同模型的Landsat融合結(jié)果Fig.4 Fused Landsat images based on GF-4 and MODIS images by using different fusion models in study area 1

圖5 研究區(qū)2基于GF-4和MODIS影像及不同模型的Landsat融合結(jié)果Fig.5 Fused Landsat images based on GF-4 and MODIS images by using different fusion models in study area 2

由表3可知，相對于基于MODIS的融合影像，3種模型基于GF-4數(shù)據(jù)的Landsat高時空分辨率融合影像在研究區(qū)1與真實影像的RMSE均值分別降低了8.70%、0.00%、8.70%，R均值分別增加了3.11%、3.31%、6.37%，在研究區(qū)2 與真實影像的RMSE均值分別降低了35.14%、36.59%、40.00%，R均值分別增加了1.83%、3.26%、1.36%。兩個研究區(qū)的結(jié)果分析表明，基于GF-4融合的Landsat影像與真實影像的R均值為0.907、RMSE均值為0.023，基于MODIS融合的Landsat影像與真實影像的R均值為0.870、RMSE均值為0.031，可見基于GF-4融合的Landsat影像與真實影像的R提升了4.25%、RMSE降低了25.81%，表明基于GF-4融合的Landsat高時空分辨率融合影像優(yōu)于基于MODIS融合的Landsat高時空分辨率融合影像。

表3 研究區(qū)精度評價Table 3 Accuracy assessment results of the study areas

3.3 融合精度分析

進一步分析參與融合的高、低空間分辨率數(shù)據(jù)尺度差異對融合精度的影響(圖6、圖7),可以看出，隨著尺度差異的增大，融合結(jié)果的R逐漸降低、RMSE逐漸增大。這是由于隨著高、低空間分辨率數(shù)據(jù)間尺度差異的減小，參與融合的低空間分辨率數(shù)據(jù)中像元混合的程度隨之減少，從而降低了融合過程中幾何配準的不確定性以及同質(zhì)像元選取的不確定性。因此，參與融合的高、低空間分辨率數(shù)據(jù)的尺度差異對融合數(shù)據(jù)的精度、質(zhì)量具有顯著影響;同時也說明相對于MODIS數(shù)據(jù)，GF-4數(shù)據(jù)在時空融合中具有顯著優(yōu)勢。另外，在兩個研究區(qū)，基于GF-4數(shù)據(jù)融合的高時空分辨率數(shù)據(jù)(GF-1、Landsat)的精度對不同融合模型的差異性不敏感(1.67倍和3.125倍尺度差異)，因此，基于GF-4數(shù)據(jù)的遙感數(shù)據(jù)時空融合可盡量選擇簡潔的融合模型。

圖6 基于不同尺度差異和不同模型的融合精度對比(研究區(qū)1)Fig.6 Comparison of fusion accuracy for different scale differences and fusion models in study area 1

圖7 基于不同尺度差異和不同模型的融合精度對比 (研究區(qū)2)Fig.7 Comparison of fusion accuracy for different scale differences and fusion models in study area 2

4 結(jié)論

本文基于3種典型的時空融合模型(STARFM、ESTARFM、FSDAF)，分析基于GF-4 PMS 數(shù)據(jù)融合的高時空分辨率數(shù)據(jù)(GF-1 WFV、Landsat OLI)的融合效果及精度，并與基于MODIS數(shù)據(jù)的融合結(jié)果進行對比分析。結(jié)論如下：1) 在不同地表復(fù)雜程度的兩個研究區(qū)，利用3種不同的時空融合模型，基于GF-4融合的GF-1、Landsat影像均能清晰表達出空間細節(jié)以及準確的光譜信息，與真實影像的R均值分別為0.844、0.907，RMSE均值分別為0.031、0.023；基于MODIS融合的GF-1 WFV、Landsat影像與真實影像的R均值分別為0.823、0.870，RMSE均值分別為0.038、0.031。相對于MODIS數(shù)據(jù)，融合的GF-4影像與真實影像的R均值分別提升了2.55%、4.25%，RMSE均值分別降低了18.42%、25.81%。定性與定量分析結(jié)果均表明，GF-4數(shù)據(jù)在時空融合中具有顯著優(yōu)勢。2)參與融合的高、低空間分辨率數(shù)據(jù)的尺度差異對融合數(shù)據(jù)的精度、質(zhì)量具有顯著影響，基于GF-4 數(shù)據(jù)的時空融合結(jié)果對不同模型差異不敏感，在實際應(yīng)用中，基于GF-4 數(shù)據(jù)的時空融合可盡量選擇簡潔的融合模型。

本研究探討了GF-4 PMS在高時空分辨率數(shù)據(jù)融合中的優(yōu)勢，并初步探究了數(shù)據(jù)尺度差異對時空融合效果的影響,后續(xù)研究將增加低空間分辨率梯度差異數(shù)據(jù)的對比實驗，以進一步探究數(shù)據(jù)尺度對數(shù)據(jù)融合效果的影響。