摘要：为了开展高精度、高时空分辨率的植被覆盖度（fraction vegetation cover,FVC）监测,该文以华北地区冬小麦地为研究对象,采用4期高分一号卫星多光谱（GF1-PMS）、多光谱宽幅（GF1-WFV）与环境一号卫星多光谱（HJ1-CCD）3种传感器同期影像数据集,基于像元二分法模型,研究多源中高分辨率遥感影像协同估算FVC方法。以基于高空间分辨率GF1-PMS影像反演的FVC作为检验数据,对单源直接获取法、多源全生育期法、多源分期法3种反演模型进行了分析比较。研究结果表明：HJ1-CCD、GF1-WFV数据与GF1-PMS数据的FVC直接反演结果具有较高的一致性,但在冬小麦的初期生长阶段,受卫星观测角度效应的影响,GF1-WFV与HJ1-CCD的FVC结果偏高,偏差随冬小麦的成熟封垄而逐渐减弱;多源分期法的时空反演得到的FVC精度最高,GF1-WFV的决定系数为0.984,均方根误差为0.030;HJ1-CCD的决定系数为0.978,均方根误差为0.034;而在缺少GF1-PMS匹配数据时,可通过多源全生育期法提高GF1-WFV与HJ1-CCD数据的反演精度,GF1-WFV的决定系数为0.964,均方根误差为0.044;HJ1-CCD的决定系数为0.950,均方根误差为0.052。通过多传感器的联合反演获取时间序列的高精度的FVC数据,可为研究植被生长状况及生态环境动态变化提供数据基础。

关键词：遥感 作物 监测 多源 覆盖度 

单位：遥感科学国家重点实验室; 北京师范大学地理科学部; 北京100875; 环境保护部卫星环境应用中心; 北京100094; 北京林业大学精准林业北京市重点实验室; 北京100083