基于自适应加权平均的水色遥感数据融合
水色遥感数据在海洋生产力评估、海洋污染监测等领域中应用广泛,但是受云雨天气、太阳耀斑、纬度位置、轨道间隙的影响,单一的水色遥感数据日均覆盖率只能达到10%～15%甚至更少,导致水色遥感技术在海洋领域的应用受到限制。水色遥感数据融合通过对不同水色传感器数据进行整合,使融合数据比单一传感器数据具有更好的空间覆盖和时间覆盖。选择中国东海为研究区域,首先对不同水色传感器的叶绿素浓度数据进行比较,证明同一天不同传感器数据一致性良好,在空间覆盖上既互相重叠又形成互补关系,保证了数据融合的可行性。在业务化运行的加权平均算法的基础上,提出了利用窗口中各数据源有效像元所占的比例来确定其对应权值的自适应加权平均融合算法。目视判别和统计分析结果表明,该算法能够较好地保持源数据细节特征,保证不同数据覆盖区域间的数据连续性,降低数据源噪声,提高数据空间覆盖率和置信度。
自适应加权平均、水色遥感、融合、叶绿素浓度
27
TP751(遥感技术)
福建省科技计划重点项目“利用时序水色遥感数据进行赤潮预报的研究”2008Y0050;福建省科技计划重点项目“基于多尺度时序遥感数据的赤潮监测与预警”2012Y0047;福建省自然科学基金“长时序NDVI数据集构建方法研究”2012J01166
2012-08-02（万方平台首次上网日期，不代表论文的发表时间）
共6页
333-338
