近日，同济大学测绘与地理信息学院王群明教授课题组在遥感领域顶级期刊《Remote Sensing of Environment》发表了1篇论文。本研究受到国家自然基金项目（41971297）资助。

研究成果：“Blocks-removed spatial unmixing for downscaling MODIS images”

主要作者：同济大学测绘与地理信息学院2018级本科生彭凯迪、2019级硕士生唐以洁和导师王群明教授等

成果简介：

MODIS影像因其较高的时间分辨率而被广泛用于全球地表监测。然而，其较低的空间分辨率（如常用的500 m）很大程度上限制了其在局部地区监测中的应用。解决这一问题的一种可行方法是对MODIS影像进行降尺度，以得到同时具有高空间和时间分辨率的时序影像。该降尺度过程可以通过与高空间分辨率时序影像（如Landsat影像）进行时空融合来实现。在现有时空融合方法中，基于空间解混的方法因其对已知高空间分辨率影像的波段设置等要求较低而得到了广泛的应用。然而，这一大类方法中普遍存在砖块效应的问题，其主要由空间异质性与类内光谱差异等因素导致。该问题极大程度上影响了时空融合的预测视觉效果与精度，且到目前为止一直没有得到解决。

作者提出了一种消除砖块效应的空间解混方法（SU-BR），该方法基于空间连贯性假设，对现有空间解混施加空间连续性约束条件来消除砖块效应。SU-BR提供了一个适用于几乎所有空间解混时空融合方法的通用模型。实验结果表明，SU-BR可以有效地去除砖块效应，并能明显提高各种空间解混方法的预测精度。同时，SU-BR的精度能高于现有的两种主流时空融合方法。SU-BR首次为克服时空融合中长期存在的砖块效应问题提供了一重要的解决方案。

图1三种现有空间解混方法（UBDF、STDFA和VIPSTF-SU）的砖块效应消除结果（从左至右依次为UBDF、UBDF-BR、STDFA、STDFA-BR、VIPSTF-SU和VIPSTF-SU-BR的结果及参考影像）。

图2现有两种主流时空融合方法（STARFM和FSDAF）和三种SU-BR版本的结果（从左至右依次为STARFM、FSDAF、UBDF-BR、STDFA-BR、VIPSTF-SU-BR的结果及参考影像）。

Wang, Q., Peng, K., Tang, Y., Tong, X., Atkinson, P. M., 2021. Blocks-removed spatial unmixing for downscaling MODIS images. Remote Sensing of Environment 256, 112325.

论文链接：

https://www.sciencedirect.com/science/article/abs/pii/S0034425721000432