文摘时空融合影像能够满足大范围、高精度、快速变化的地表覆被监测需求,已被广泛应用于环境、水文及农情监测等多个领域。基于不同类型的遥感数据,提出一种基于粒子群优化(particle swarm optimization,PSO)和线性混合像元分解技术的遥感影像融合方法。首先,通过统计不同端元反射率变化范围将PSO方法应用于端元反射率求解过程中;然后,综合考虑高低空间分辨率影像之间的端元反射率差异及时空权重实现遥感影像融合;最后,与现有方法进行对比验证。结果表明,所提方法能够有效提高遥感影像的融合精度。以近红外、红光和绿光波段遥感影像为例,使用该方法得到的预测影像的均方根误差和空间结构相似指数均优于增强型的时空融合模型(enhanced spatial and temporal data fusion model,ESTDFM)方法,因此,该方法对地表覆被变化监测与研究具有实用意义。
