摘要

生态热点遥感:多数据源生成增值信息

作者(年代):昌迪Witharana

融合具有互补特征的高空间分辨率全色和高光谱分辨率多光谱图像，为复杂土地利用和土地覆被类型分类提供了依据。在这项研究中，我们研究了不同的泛锐化算法在应用于包括霍顿平原国家公园(HPNP)的单传感器单日期和多传感器多日期图像时的表现，该公园是斯里兰卡的一个高度脆弱的生态区域，自20世纪70年代以来一直经历着严重的冠层损耗。我们的目标是提供来自多个地球观测(EO)数据源的分辨率增强的多时相图像，以支持HPNP的长期枯死病监测。我们选择了六种候选融合算法:Brovey变换、Ehlers融合算法、高通滤波器(HPF)融合算法、改进的强度-色调-饱和度(MIHS)融合算法、主成分分析(PCA)融合算法和小波-PCA融合算法。这些算法应用于过去50年在HPNP上拍摄的8张不同的航空和卫星图像。使用15种定量质量指标和视觉检查方法评估融合图像的光谱和空间保真度。光谱质量指标包括相关系数、均方根误差(RMSE)、相对均值差、相对标准差差、光谱差异、偏差指数、峰值信噪比指数、熵、平均结构相似指数、光谱角映射器和合成中的相对无因次全局误差。利用Canny边缘对应、高通相关系数、sobel滤波边缘图像的RMSE和快速傅里叶变换相关评价融合图像的空间完整性。小波pca算法的空间改善效果最差，Ehlers算法的空间改善效果最差。MIHS和PCA融合算法结果一般。 With respect to our multidimensional quality assessment, the HPF emerged as the best performing algorithm for single-sensor single-date and multi-sensor multi-date data fusion. We further examined the effect of fusion in the object-based image analysis framework. Our subjective analysis showed the improvement of image object candidates when panchromatic images’ high-frequency information is injected to low resolution multispectral images.