汤宇磊, 吴杨杨, 蒋兴征, 冯亮, 高阳

(1.中国地质调查局地球物理调查中心,河北 廊坊 065000； 2.自然资源要素耦合过程与效益重点实验室，北京 100055； 3.四川大学建筑与环境学院,四川 成都 610065； 4.中国农业大学土地科学与技术学院,北京 100083)

0 引言

进入信息时代以来，人类对地球的观测与探测能力不断提升，获取的数据量成幂律增长，数据处理技术的不断丰富为数据融合利用提供了可能。各类自然资源时空属性信息充实于大量非关系型、非结构化和半结构化数据中，具有典型的多源、多维、多类、多尺度等特征[1]。已有研究表明，多传感器数据融合相较于单一来源数据在数据准确性和实际应用方面更具优势[2]。欧美等国基于不同卫星传感器，相继发布了各类归一化植被指数(Normalized Difference Vegetation Index，NDVI)遥感数据产品，在生态恢复工程评价[3]、林草资源监测[4]、生物多样性估算[5]、高分辨率森林覆盖分类[6]等诸多方面发挥了重要作用。但NDVI数据源的多源性同时也带来了植被评估的不确定性[7]，一定程度上限制了遥感数据的价值挖掘及植被演变研究的延续性和准确性。不同流域之间植被种类与分布存在较大差异，NDVI反演参数差异较大，难以依据单一产品客观评估区域植被生长水平[8]，迫切需要针对各类时空数据开展规则化重建、数学建模等工作，实现多源异构自然资源信息的融汇和海量观测数据的高效利用。汉江流域是我国南水北调工程的水源地，也是长江中游生态保护屏障区，国内外学者针对流域生态服务[9]、水文效应[10]、湿地变化[11]等开展了大量研究，但基于多源数据的资源-生态评估工作有待进一步深入。……