基于ESTARFM算法的融合数据在土壤墒情反演中的应用研究

Estarfm算法通过变化检测与修正补偿机制实现了多源数据的融合与高时空分辨率数据的输出,是当前最为有效的高时空地表反射率数据合成方法,并已被广泛应用。为探讨基于Estarfm算法的融合数据在土壤墒情遥感反演应用中的可行性,以河北省南五地市为研究区,选择时间分辨率较高的MODIS影像、空间分辨率较高的GF卫星影像和地面土壤墒情实测数据为试验数据,应用Estarfm算法和基于MPDI的土壤墒情反演方法进行土壤含水率遥感反演精度对比分析研究。结果表明:相对真实影像,Estarfm算法能较好地模拟区域地表反射率状况,融合影像数据用于区域土壤墒情反演总体精度较好,能反映区域土壤墒情的空间分布特征,反演精度较低的像元主要集中在水体、厚云和植被覆盖较高的区域。在无法获取高质量遥感影像的情况下,可应用Estarfm算法融合多源遥感数据开展土壤墒情的常态化监测。