Les données de l'indice de végétation normalisé à haute résolution temporelle et spatiale (NDVI) revêtent une importance cruciale pour la surveillance de la croissance des cultures et la récupération des paramètres. Les données de télédétection satellite des bandes rouges et infrarouges proches sont souvent utilisées comme source de données NDVI importante. Cependant, en raison des limitations de puissance des capteurs satellitaires, il existe généralement une contrainte mutuelle entre la résolution spatiale et temporelle des données de télédétection obtenues, rendant difficile l'obtention de données NDVI à haute résolution spatiale et temporelle. La technique de fusion spatiale-temporelle vise à fusionner des données NDVI avec une résolution temporelle élevée mais une résolution spatiale faible, et des données NDVI avec une résolution spatiale élevée mais une résolution temporelle faible, pour générer des données NDVI à haute résolution spatiale-temporelle. Cependant, la fusion spatiale-temporelle du NDVI est confrontée à un défi majeur, à savoir qu'il est connu que, au moment où les données d'image auxiliaires correspondent au moment prédit, mais contiennent des données manquantes (en raison de la couverture nuageuse de l'image satellite), il y a généralement d'importants changements de couverture terrestre entre le moment des données d'image auxiliaire et le moment prédit. Pour faire face à ce défi, cet article propose une méthode améliorée de fusion spatiale-temporelle avec reconstruction spatiale (STFSR) pour fusionner le NDVI spatial-temporel. La méthode STFSR tire pleinement parti des données à haute résolution spatiale proches du moment prédit, mais contenant des données manquantes (en raison de la couverture nuageuse de l'image satellite), en tant que données auxiliaires pour la prédiction de la fusion spatiale-temporelle du NDVI. L'utilisation de telles images auxiliaires réduit efficacement l'impact du changement du NDVI sur la fusion spatiale-temporelle. Dans les trois zones expérimentales sélectionnées dans cet article, il a été démontré que la méthode STFSR proposée a une précision plus élevée que le modèle d'adaptation spatiotemporelle des réflectances adaptatives (STARFM) et la méthode VIPSTF-SW basée sur le poids spatial et la paire d'images virtuelles.En savoir plus à https://www.yeemey.com

Landsat;MODIS;NDVI;fusion spatiale-temporelle;reconstruction spatiale