(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221014180 6.7 (22)申请日 2022.02.16 (65)同一申请的已公布的文献号 申请公布号 CN 114202705 A (43)申请公布日 2022.03.18 (73)专利权人 清华大学 地址 100084 北京市海淀区清华园 (72)发明人 俞乐　杜贞容　 (74)专利代理 机构 北京鸿元知识产权代理有限 公司 11327 专利代理师 王迎　袁文婷 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) G01N 21/25(2006.01) (56)对比文件 CN 111369483 A,2020.07.0 3 CN 107704807 A,2018.02.16 CN 113158570 A,2021.07.23CN 108830793 A,2018.1 1.16 CN 112819697 A,2021.0 5.18 CN 112395914 A,2021.02.23 CN 104361590 A,2015.02.18 CN 10861393 3 A,2018.10.02 CN 111881725 A,2020.1 1.03 US 2021118097 A1,2021.04.2 2 US 2020151272 A1,2020.0 5.14 宫鹏 等.“全球地表覆盖制图研究新范式 ”. 《遥感学报》 .2016,第20卷(第0 5期),1002-1016. 陈啟英.“基于多源遥感数据时空融合的 喀 斯特地区植被覆盖度及动态变化分析 ”. 《中国 优秀硕士学位 论文全文数据库 (基础科 学辑)》 .2021,(第 （2021） 01期),A0 06-1594. (续) 审查员 张楠霞 (54)发明名称 光谱特征时间序列构建方法及系统 (57)摘要 本发明提供一种光谱特征时间序列构建方 法及系统， 其中的方法包括： 对用于数据融合的 多源遥感影像进行预处理， 并获取对应的预处理 数据； 基于预处理数据， 根据预设时间间隔分别 构建多源遥感影像的光谱特征时间序列； 基于不 同遥感影像的光谱特征时间序列构建用于不同 遥感影像 之间的转换模型； 基于转换模型对目标 光谱特征时间序列中存在数据缺失的时间节点 进行缺失值补充； 对缺失值补 充后的光谱特征时 间序列进行优化处理， 获取基于多源遥感影像时 空融合的光谱 特征时间序列。 利用上述发明能够 实现多源遥感影像时空融合的光谱特征时间序 列构建。 [转续页] 权利要求书3页 说明书7页 附图3页 CN 114202705 B 2022.05.20 CN 114202705 B (56)对比文件 李澜宇.“基于多源遥感数据的易贡藏布流 域冰川变化与物质平衡 研究”. 《中国博士学位 论 文全文数据库 (基础科 学辑)》 .2018,(第 （2018） 09期),A012-4. Florian Gerber. “Predicti ng missing values i n spatio-temporal satel lite data”. 《arXiv:16 05.01038》 .2016,1- 36. 刘涵 等.“21世纪逐日无缝数据立方体构建 方法及逐年逐 季节土地覆盖和土地利用动态制 图——中国智慧遥感制图iMap(C hina)1.0”. 《遥 感学报》 .2021,第25卷(第01期),126 -147.Kwan, Chiman..“Remote Sensi ng Performance Enhancement i n Hyperspectral Images”. 《Sensors (Basel, Sw itzerland)》 .2018,第18卷(第1 1期),1-10. Jinming Liu 等.“Multi-Source Remote Sensing Image Fusion for Ship Target Detection and Recogn ition”. 《Remote Sens》 .2021,第13卷(第23期),4852. XiaolinZhu等.“An enhanced spatial and temporal adaptive reflectance fusi on model for complex heterogeneous regi ons”. 《Remote Sensi ng of Enviro nment》 .2010,第 114卷(第1 1期),2610 -2623.2/2 页 2[接上页] CN 114202705 B1.一种光谱特 征时间序列构建方法， 其特 征在于， 包括： 对用于数据融合的多源遥感影 像进行预处理， 并获取对应的预处 理数据； 基于所述预处理数据， 根据 预设时间间隔分别构建所述多源遥感影像的光谱特征时间 序列； 基于不同遥感影 像的光谱特 征时间序列构建用于所述 不同遥感影 像之间的转换模型； 基于所述转换模型对目标光谱特征时间序列中存在数据缺失的时间节点进行缺失值 补充； 对缺失值补充后的光谱特征时间序列进行优化处理， 获取基于多源遥感影像时空融合 的光谱特征时间序列； 其中， 所述多源遥感影像包括高空间低时间分辨率影像和低空间高 时间分辨率影像； 其中， 所述对用于数据融合的多源遥感影像进 行预处理， 获取对应的预 处 理数据的过程， 包括： 基于预设数据质量波段对所述高空间低时间分辨率影像进行质量筛选， 获取符合质量 要求的第一影 像数据； 基于预设覆盖范围对所述第一影 像数据进行重投影， 获取第一遥感影 像； 以及， 基于所述预设数据质量波段对所述低空间高时间分辨率影像进行质量筛选， 获取符合 质量要求的第二影 像数据； 基于所述预设覆盖范围对所述第二影 像数据进行重投影， 获取投影 影像； 基于双三次差值将所述投影影像重采样至所述高空间低时间分辨率影像的空间分辨 率， 获取第二遥感影像； 基于所述预 处理数据， 根据预设时间间隔分别构建所述多源遥感影 像的光谱特 征时间序列的过程， 包括： 根据预设时间间隔， 对所述第一遥感影像进行合成， 以获取对应的第一光谱特征时间 序列； 同时， 根据所述预设时间间隔， 对所述第二遥感影像进行合并， 以获取对应的第二光谱特征 时间序列； 所述光谱特征时间序列包括所述第一光谱特征时间序列和所述第二光谱特征时间序 列； 其中， 基于不同遥感影像的光谱特征时间序列构建用于所述不同遥感影像之间的转换 模型的过程， 包括： 获取所述第一 光谱特征时间序列中存在数据缺失的时间节点； 获取所述 时间节点内的所述第 一遥感影像的第 一合成影像， 以及所述第 二遥感影像的 第二合成影像； 对所述第一 合成影像和所述第二 合成影像进行叠加， 并获取重 叠区域； 在所述重叠区域内生成预设个数的随机样点， 并利用所述第 一光谱特征时间序列和所 述第二光谱特征时间序列中的光谱特 征值对所述随机样点进行双属性赋值； 基于所述随机样点的双属性赋值构建线性 回归模型， 作为所述第 一遥感影像和所述第 二遥感影 像的转换模型。 2.如权利要求1所述的光谱特 征时间序列构建方法， 其特 征在于， 所述转换模型的表达式为： F’τ＝a·Fτ+b 其中， F τ 表示所述第一影像的光谱特征值， F ’τ表示转换后的第一影像的光谱特征值，权　利　要　求　书 1/3 页 2 CN 114202705 B 3