任彦霓,周廷刚,谢舒蕾,尹振南

三峡库区生态环境教育部重点实验室;西南大学地理科学学院,重庆 400715

地表温度的观测数据对于地球的水文、生态环境等的研究是一种相当重要的参数，对于反映地表状况也具有重要的意义。对地表温度进行精确的反演能够对旱灾预报、农作物生产情况以及全球天气气候等情况进行详细的预测与分析。随着科学技术的进步，在各种先进技术的共同推动下，卫星遥感信息技术的发展蓬勃[1,2]。该技术得到的对地观测数据能够实现多种类、高精度的要求，卫星遥感技术能够短时高效进行探测。

由于目前的遥感卫星传感器技术还不够成熟，得到的地表温度数据时空分辨率较低。为解决这一问题，相关学者将不同卫星遥感平台中得到的多源数据进行时空融合，成为了新的解决办法。多源遥感数据的时空融合从本质上讲就是影像数据之间的整合匹配。这种整合之后的影像属于与单一的遥感数据相比，具有多种遥感数据源优势。但在高异质性地表环境中，像元辐射率具有时空变异性特征，传统模型常因受此影响而导致融合精度存在一定程度的下降。针对此种情况，本研究在原有模型的基础上，充分考虑地表温度的变化情况，从而构建了一种新的多源遥感数据时空融合模型。

1 融合模型设计

1.1 地表测温空间尺度的转换过程设计

目前，由于卫星遥感传感器自身的局限性，使得传感器采集到的可见光与近红外波段的的分辨率偏高，这就造成在相同载荷的情况下，在利用低空间分辨率的热红外波段数据进行反演，得到的地表温度数据往往存在缺少数据信息细节的问题。……