包珺玮，于利峰，乌兰吐雅，许洪滔，于伟卓，敦惠霞

（1.内蒙古自治区农牧业科学院农牧业经济与信息研究所，内蒙古呼和浩特 010031；2.内蒙古自治区农业遥感工程技术研究中心，内蒙古呼和浩特 010031）

当前的农作物类型识别方法主要是基于单景高分辨率影像和多时相影像，单景高分辨率影像具有农作物纹理、形状、色调特征表现清晰的优势，能有效提高农作物类型识别精度，但是单景高分辨率影像成本较高，往往重访周期较长，很难体现农作物完整物候信息[1]；多时相影像提取方法大多是选择Landsat 和GF 影像与MODIS 影像的时间序列数据集结合进行农作物提取，该方法易获取影像，能够在一定程度上杜绝“同物异谱，异物同谱”现象，提高了农作物类型识别精度[2]。

随后有学者提出了遥感影像时空融合的方法，遥感影像时空融合是将高空间低时间分辨率与高时间低空间分辨率影像融合，生成一种高时空分辨率影像特征的技术[3]。目前的融合技术主要集中在融合MODIS 和Landsat 两种影像上。其优点首先表现为两种影像的成像时间相近且两者轨道参数一致，可以减弱不同传感器的系统差异，提高融合精度。其次，两种影像融合可以解除Landsat 影像易受云层和阴雨天气影响的局限性，有利于农作物长期有效的监测[4]。

目前，遥感影像时空融合主要是采用线性混合模型。2006年GAO 等[5]提出的时空自适应反射率融合模型（STARFM），该方法是提取丰度矩阵和低分辨率影像的平均反射率实现影像融合的方法；……