تلفیق تصاویر دمای سطح زمین مودیس و لندست-8 با استفاده از مدل تلفیق مکانیزمانی تصویر

دستیابی به تصاویر ماهواره‌ای با قدرت تفکیک مکانی و زمانی بالا به‌صورت هم‌زمان یکی از چالش های جدی محققان در حوزه سنجش ‌از دور و کاربردهای آن بوده است. در سال های اخیر، محققان تلاش جدی برای حل این مسئله انجام داده اند. استفاده از تکنیک تلفیق مکانی و زمانی تصاویر، ایده‌ای بوده که در چند سال اخیر مورد توجه بسیاری قرار گرفته است. در این مطالعه با استفاده از الگوریتم تلفیق مکانیزمانی تصویر (sti-fm) و تصاویر دمای سطح زمین سنجنده مودیس، تولید تصاویر شبه لندست دمای سطح زمین در بازه های کمتر از قدرت تفکیک زمانی لندست (16 روزه) و بر روی منطقه‌ای از اراضی زمینی مختلف، مورد بررسی قرار گرفت. الگوریتم sti-fm شامل دو گام اصلی می‌باشد. ابتدا ضرایب رابطه خطی بین دو تصویر دمای سطح زمین مودیس در زمان‌های 1 و 2 تعیین می‌شود و در گام دوم این ضرایب به تصویر دمای سطح زمین لندست در زمان 1 اعمال می‌شود تا تصویر شبه لندست در زمان 2، پیش‌بینی شود. نتایج نشان داد که رابطه خطی قوی بین دو تصویر مودیس در زمان‌های 1 و 2 وجود دارد (ضرایب تعیین 0.85 و 0.95). ارزیابی کیفی و کمی تصاویر مصنوعی دمای سطح زمین انجام شد؛ و مشخص شد که توافق بصری بالا و رابطه قوی بین تصاویر دمای سطح زمین واقعی و مصنوعی بر روی پوشش های مختلف زمینی وجود دارد؛ ضرایب r2 و rmse به ترتیب در محدوده 0.74-0.94 و 1.44-2.52 قرار گرفتند.

Fusion of MODIS and Landsat8 Land Surface Temperature Images Using SpatioTemporal Image Fusion Model

Achieving satellite images with high simultaneously spatialtemporal resolution has been one of the serious challenges faced by researchers in the field of remote sensing and its applications. In recent years, researchers have made serious efforts to solve the problem. In this study, producing Landsat like land surface temperature images with less than 16 day temporal resolution and over different land covers, using spatiotemporal image fusion algorithm (STI-FM) and MODIS Land surface temperature images, was investigated. The STI-FM technique consist of two main steps. First establishing a linear relationship between two consecutive MODIS LST images acquired at time 1 and time 2; then utilizing the above mentioned relationship as a function of a Landsat8 LST image acquired at time 1 in order to predict a synthetic Landsat 8 LST image at time 2. The results showed strong linear relationship between the two consecutive MODIS images at times 1 and 2 (R2 in the range 0.850.95). The synthetic LST images were evaluated qualitatively and quantitatively and it was found that there is a high visual and strong agreements with the actual Landsat8 LST images over different land covers. For example R2 and RMSE values were ranged 0.740.94 and 1.442.52, respectively.