地理学报

地理学报 ›› 2004, Vol. 59 ›› Issue (1): 101-110.doi: 10.11821/xb200401013

• 卫星遥感监测 • 上一篇    下一篇

多传感器不同分辨率遥感数字图像的尺度转换

布和敖斯尔1, 马建文2, 王勤学3, 金子正美4, 福山龙次1   

  1. 1. 日本北海道环境科学研究所，札幌 060-0819；
    2. 中国科学院遥感应用研究所，北京 100101；
    3. 日本国立环境研究所，筑波 305-8506；
    4. 日本酪农学园大学，江别 069-8501
  • 收稿日期:2003-10-12 修回日期:2003-11-09 出版日期:2004-01-25 发布日期:2004-01-25
  • 作者简介:布和敖斯尔 (1964-), 男, 内蒙古库伦旗人, 研究员。1995年获得了自然地理 (遥感与地理信息系统专业) 博士学位。日本宇宙航空研究开发机构 (JAXA) RESTEC专家委员会委员。先后工作和研究于内蒙古师范大学、东北师范大学、中国科学院地理科学与资源研究所、遥感应用研究所、香港城市大学、日本北海道大学和东京大学等。主要从事于自然环境变化的遥感研究。E-mail: buhe@hokkaido-ies.go.jp。
  • 基金资助:

    日本北海道道厅科学技术振兴会的合作研究资助项目 (03-01-03 103-021017)

Scaling Transformation of Remote Sensing Digital Image with Multiple Resolutions from Different Sensors

BUHE Aosier1, MA Jianwen2, WANG Qinxue3, KANEKO Masami4, FUKUYAMA Ryuji1   

  1. 1. Hokkaido Institute of Environmental Sciences, Sapporo 060-0819, Japan;
    2. Institute of Remote Sensing Applications, CAS, Beijing 100101, China;
    3. National Institute for Environmental Studies, Tsukuba 305-8506, Japan;
    4. Rakuno Gakuen University, Ebetsu 069-8501, Japan
  • Received:2003-10-12 Revised:2003-11-09 Online:2004-01-25 Published:2004-01-25
  • Supported by:

    Project of the Science & Technology Society of Hokkaido, Japan, No.03-01-03 103-021017

PDF (PC)

赞

被引次数

133

摘要：

针对日益增多的多传感器不同分辨率的遥感数字图像数据，提出其综合利用和尺度转换的有效方法。其中，作为尺度上推 (scaling-up) 技术，本研究选择IHS和小波分解变换两种数据融合方法，应用Landsat ETM+数据和IRS-1C数据进行了实例研究。发现: IHS方法操作简单，对两种待融合的图像的像元大小和像元数 (bit数) 的依赖不是很高，而对原始图像光谱信息的依赖很高，因此适用于不同传感器之间的数据融合上，其缺点就是不能够更多的保留原始多光谱数据的光谱信息。小波分解变换 (WD) 方法可以很好地保留多光谱传感器的所有光谱信息，但是在重采样中对两种待融合的图像的像元配准的要求很高，因此比较适合于对同一传感器的多光谱数据与全色光谱数据的融合上。作为尺度下退 (scaling-down) 技术，通过探讨将札幌野外实验站点数据镶嵌到高时间分辨率遥感图像的问题，提出像元级尺度扩展的具体操作方法和对NDVI图像进行扩展时出现混合像元的识别方法。应用AVHRR, MODIS, ETM+和ASTER的NDVI图像数据进行了像元尺度的扩展研究。得出: 对不同传感器的不同分辨率的数据之间进行像元级的尺度扩展后，能够较好地识别出不同地物的分布边界，较好的分辨混合像元，因此其结果可用于对不同地物分布特征的分类研究或土地覆盖变化中的时间序列变化的研究中。

关键词: 数据融合, 小波变换, 像元级的尺度扩展, 札幌

Abstract:

In order to acquire high resolution, data fusion technique can be used to combine multiple data from different sensors. This study practices two methods of data fusion: IHS transformation method and wavelet-based method. The result showed that IHS transformation method was a relatively simple one to be used, but it can not remain all information except for three bands of RGB. However, the wavelet-based method is relatively complicated and it can get high resolution images in all bands. As an approach to scale down the resolution of images, a so-called pixel level data scaring model was used in this study. Comparisons were made from data acquired by four multi-spectral sensors (Landsat/ETM+, Terra/ASTER, Terra/MODIS, and NOAA/AVHRR) over Kushiro Marsh in Hokkaido, Japan, on September 26, 2001. To reveal the effect of the sensors' spatial resolution, simulated data are generated from the higher spatial resolution (small size pixel) data to match the lower spatial resolution (larger size pixel) data. The result shows that the Terra/ASTER images can be effectively down-scaled to the resolution of Landsat/ETM+. However, it is rarely effective to scale down both Landsat/ETM+ and Terra/ASTER images to the resolution of MODIS and AVHRR.

Key words: data fusion, wavelet-based transformation, pixel level data scaring model, Hokkaido