3种时空融合算法在洪水监测中的适用性研究

编号 zgly0001710901

文献类型 期刊论文

文献题名 3种时空融合算法在洪水监测中的适用性研究

作者 石晨烈  王旭红  张萌  刘状  祝新明 

作者单位 西北大学城市与环境学院  陕西省地表系统与环境承载力重点实验室  中国科学院大学资源与环境学院 

母体文献 国土资源遥感 

年卷期 2020年02期

年份 2020 

分类号 TP751  TV122 

关键词 时空融合  洪水监测  高时空分辨率  STARFM模型  STRUM模型  FSDAF模型 

文摘内容 洪水灾害的遥感监测依赖于高时空分辨率影像,但目前中高空间分辨率的遥感影像受卫星回访周期及天气的影响,限制了在洪水监测中的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来监测洪水灾害。以Gwydir和New Orleans 2地区为研究区,利用时空自适应反射率融合模型(spatial and temporal adaptive reflectance fusion model,STARFM)、时空反射率解混模型(spatial and temporal reflectance unmixing model,STRUM)和灵活的时空融合模型(flexible spatiotemporal data fusion,FSDAF) 3种流行算法融合MODIS和Landsat影像,获得Landsat融合影像,采用支持向量机(support vector machine,SVM)对融合影像分类来提取洪水信息,并对其结果进行精度评估。实验结果表明,3种时空融合算法能够有效应用到洪水监测中,且FSDAF算法融合结果在2个研究区都优于STARFM和STRUM。在Gwydir研究区,STARFM,STRUM和FSDAF 3种算法洪水分类总体精度分别为0. 89,0. 90和0. 91,Kappa系数分别为0. 63,0. 64和0. 67;在New Orleans研究区,3种融合算法洪水分类精度为0. 90,0. 89和0. 91,Kappa系数分别为0. 77,0. 76和0. 81。此研究表明时空融合算法能够有效应用到洪水监测中。