在2023 年 9 月 28 日发表在《遥感杂志》上的一项研究中，中国林业科学研究院和马里兰大学的研究团队开发了一种复杂的多因素加权 (MFW) 方法，用于创建清晰、无缝且辐射一致的图像使用 Google Earth Engine 中所有可用的 Landsat 8 和 Sentinel 2 图像进行合成。

该团队开发的MFW方法综合了多种因素，包括一年中的采集日(DOY)、云或云影的接近程度以及雾霾的影响，来计算每个像素的综合得分。然后，该分数用于对观测结果进行加权，确保不同日期和条件的图像更加无缝集成。

该方法在中国四个不同气候区进行了严格测试，与传统的最佳可用像素 (BAP) 方法相比，显示出卓越的一致性和视觉质量。它有效地缓解了人为斑块等问题，并提高了合成图像的整体质量。

首席研究员孟世立博士表示：“MFW 方法代表了卫星图像处理的一次巨大飞跃。它不仅解决了合成图像中常见的不连续性问题，而且显着增强了图像的空间和辐射一致性，为卫星图像处理奠定了基础。”更准确的全球监控。”

该团队的目标是进一步完善 MFW 方法，并将其应用扩展到其他地区和类型的卫星数据。他们承认面临的挑战包括改进云掩蔽算法以及调整该方法以处理不断增加的遥感数据的数量和种类。持续改进和社区协作对于克服这些挑战并充分发挥 MFW 方法的潜力至关重要。

这种新方法对依赖遥感数据的各个领域具有重要意义，包括环境监测、气候变化研究、灾害应对和农业规划。通过提供更清晰、更一致的合成图像，MFW 方法可以极大地提高观测的准确性以及基于此数据的决策过程。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：