针对多源卫星遥感地表反射率产品在空间分辨率、光谱响应及地表覆盖条件等方面存在差异，影响长时间序列地表监测和跨传感器数据融合可靠性的问题，开展NASA协调Landsat与Sentinel-2（HLS）V2.0地表反射率产品的全球一致性评估研究。该研究以中分辨率成像光谱仪（MODIS）经双向反射分布函数校正的天底反射率（NBAR）产品为参考，围绕HLS的六个共有光谱波段，系统分析不同传感器产品之间的光谱反射率一致性、波段相关偏差及全球空间差异，重点探讨蓝光和短波红外波段的反射率差异特征，以及高纬度冰雪、水体和混合像元对跨分辨率产品一致性的影响。通过分析不同空间分辨率下地表覆盖异质性与质量掩膜处理差异，揭示局部冰雪覆盖及混合像元可能导致的植被变化趋势估计偏差，进一步明确多源遥感产品在植被动态监测中的适用性与潜在不确定性。该研究为HLS地表反射率产品的质量评价、多传感器遥感数据融合方法优化，以及植被变化监测、土地资源管理和灾害响应等应用提供了技术参考。
针对现有土壤水分遥感产品质量评价与多源数据融合方法主要关注时间变化特征、缺乏对土壤水分空间分布结构及局部误差特征的充分考虑等问题，提出一种融合结构相似性评价与局部时空三重配置分析的多源土壤水分产品评估及融合框架。该方法首先引入结构相似性指数（Structural Similarity Index，SSIM），从均值相似性（SIM）、方差相似性（SIV）和空间模式相似性（SIP）三个维度评估土壤水分产品的空间分布特征，构建兼顾时间精度与空间结构一致性的综合评价体系；其次，在传统三重配置分析（Triple Collocation，TC）方法基础上，引入二维空间误差信息与局部空间异质性约束，提出局部二维时空三重配置融合方法（TC_2D_local），实现不同环境条件下多源土壤水分信息的自适应融合。该框架综合利用SMAP、ASCAT及ERA5-Land等多源土壤水分数据，分析不同产品在时间动态表征、空间变异刻画及区域环境适应性方面的差异，增强复杂下垫面条件下土壤水分融合结果的精度与空间结构保持能力。该研究推动土壤水分产品评价从传统时间序列精度分析向时空结构协同评价拓展，为多源土壤水分数据融合、区域水文过程模拟及农业干旱监测提供了新的方法支撑。
针对传统热红外遥感地表温度（Land Surface Temperature，LST）观测易受云层遮挡、空间尺度差异及数据分布偏移影响，现有重建方法难以兼顾小时级时间连续性与公里级空间细节，且跨尺度数据融合易产生空间过度平滑等问题，提出一种基于两阶段Transformer与跨尺度迁移学习的全天候高时空分辨率地表温度重建方法（ST-LSTrans）。该方法首先利用中国气象局陆面数据同化系统（CLDAS）提供的小时级粗分辨率地表温度数据开展全局预训练，学习区域地表热力过程的时间演变规律与空间关联特征；随后，结合MODIS公里级地表温度观测数据进行局部微调，实现从粗尺度热力动态表征向精细尺度地表温度空间异质性重建的知识迁移。同时，引入Kullback–Leibler（KL）散度约束，缓解不同空间尺度数据之间的分布偏移及融合过程中的空间过度平滑问题，实现区域小时级、1 km空间分辨率的全天候地表温度连续重建。进一步结合SHAP可解释性分析，揭示地表温度驱动机制由粗尺度大气强迫向公里级地形与下垫面因素主导的尺度依赖性变化特征。该研究将跨尺度迁移学习、时空特征建模与可解释性分析相结合，为高时空分辨率地表温度重建、陆气相互作用研究及区域热环境动态监测提供了新的技术途径。
针对基于卫星植被光学厚度（VOD）的生态系统等水性评估易受植被生物量季节变化、干旱事件及不同遥感数据集差异影响，导致生态系统水分调节策略表征存在不确定性的问题，开展多源被动微波VOD数据驱动的生态系统等水性指标稳健性评估研究。该研究以VOD日变化特征为基础，重点分析等水性指标σ和Rslope对植被生物量动态、干旱强度及微波观测频率的响应差异，揭示季节性生物量变化对冠层水分信号的干扰机制及不同指标的适用性。通过引入干旱强度分箱策略，优化不同干旱条件下的样本分布，降低采样不均衡对等水性参数估计的影响，并结合涡度协方差观测数据评估遥感指标对生态系统水分调节特征的表征能力。进一步综合不同VOD数据集、等水性指标的一致性及样本充足程度，构建全球生态系统等水性估计可靠性空间分布图，识别不同生态环境下遥感反演结果的适用范围与不确定性。该研究为提高卫星微波遥感生态系统水分利用策略评估的可靠性、理解植被对干旱胁迫的响应机制及开展大尺度生态水文监测提供了方法依据。
第 1 / 1 页 · 每页 20 篇
