摘要
本发明涉及遥感影像处理技术领域,尤其涉及基于邻近效应的植被覆盖度时空融合算法,其包括:采集多时间点的粗空间分辨率图像和精细空间分辨率图像数据,获取目标时间点的粗空间分辨率图像;在设定的移动窗口内,基于蒙特卡洛随机采样方法选择样本,并构建邻近因子计算公式以筛选有效像素集合;利用邻近因子构建尺度变换模型,将粗空间分辨率图像数据转化为目标时间点的精细空间分辨率图像数据,生成高时间分辨率与精细空间分辨率统一的植被覆盖度预测图像。本发明通过引入蒙特卡洛随机采样和多维邻近因子计算,显著提高了计算效率,增强了算法在干旱区域复杂地表场景中的适用性,适用于生态监测和全球植被动态监测等领域。