obal Land Surface Satellite(GLASS)data，中文名称为全球陆表特征参量产品。
[0053] 本发明公开了M0DIS和GLASS宽波段发射率的融合计算方法，如图1所示，所述方 法包括以下步骤：
[0054] S1、将M0DIS窄波段发射率转换为与GLASS宽波段发射率匹配的M0DIS宽波段发 射率；
[0055] S2、对于M0DIS宽波段发射率或GLASS宽波段发射率，使用混合指数模型并结合块 金效应，拟合得到对应的块方差、对应的第一指数模型的基方差以及对应的第二指数模型 的基方差；
[0056] S3、根据所述步骤S2得到的M0DIS宽波段发射率对应的块方差、第一指数模型的 基方差以及第二指数模型的基方差，根据所述步骤S2得到的GLASS宽波段发射率对应的块 方差、第一指数模型的基方差以及第二指数模型的基方差，利用下面公式分别计算对应的 调节算子：
[0057]
[0058] 式中，factor为所述M0DIS宽波段发射率对应的调节算子或GLASS宽波段发射率 对应的调节算子；RdaJ% M0DIS宽波段发射率的误差方差或GLASS宽波段发射率的误差方 差；Psys为M0DIS宽波段发射率的数据方差或GLASS宽波段发射率的数据方差；P1为所述 M0DIS宽波段发射率的第一指数模型的基方差或GLASS宽波段发射率的第一指数模型的基 方差；P2为所述M0DIS宽波段发射率的第二指数模型的基方差或GLASS宽波段发射率的第 二指数模型的基方差；为M0DIS宽波段发射率对应的测量误差方差或GLASS宽波段发射 率对应的测量误差方差；Pnug_SM0DIS宽波段发射率对应的块方差或GLASS宽波段发射率 对应的块方差；
[0059] 根据所述调节算子，利用下面公式分别建立对应于M0DIS宽波段发射率和GLASS 宽波段发制々误#讷、，
[0060]
[0061] 式中，<xxT>代表协方差，r代表误差；
[0062] S4、利用所述步骤S3得到于M0DIS宽波段发射率对应的误差协方差模型和GLASS 宽波段发射率对应的误差协方差模型，利用理想插值算法进行M0DIS和GLASS宽波段发射 率的融合。
[0063] 进一步地，上述步骤S1中利用如下公式将M0DIS窄波段发射率转换为与GLASS宽 波段发射率匹配的M0DIS宽波段发射率：
[0064] εbbnod= 〇. 095+0. 325ε29+〇. 572ε31
[0065] 式中，ε29ε31分别为M0DIS第29、31波段的窄波段发射率；ΕbbMd为所述M0DIS 宽波段发射率。
[0066] 步骤S1中还包括两种发射率产品（M0DIS窄波段发射率和GLASS宽波段发射率） 的空间域，时间域匹配，即本发明的方法中需要相同时间域和空间域内的两种发射率产品 进行融合。
[0067] 进一步地，上述步骤S2中对于M0DIS宽波段发射率或GLASS宽波段发射率利用下 面的公式分别拟合得到对应的块方差、对应的第一指数模型的基方差以及对应的第二指数 模型的基方差：
[0068]
[0069]
[0070] 式中，d为像元距离变量，ai、a2为距离范围参数。
[0071 ] 步骤S2中在利用混合指数模型拟合之前还包括采样M0DIS宽波段发射率或GLASS 宽波段发射率的步骤，并统计背景数据（即M0DIS宽波段发射率）像元间的空间相关性，拟 合需要用到空降相关性。拟合出的模型也就是为了建立，距离d和相关性C之间的数学表 达式。
[0072] 进一步地，上述步骤S3中，宽发射率产品εdata= a*εt+b+v，包括系统误差V。产 品εsys= (a-Ι)*εt+b包括随机误差V。
[0073] 进一步地，上述步骤S4中理想插值算法公式如下：
[0074]xa=xb+K(y-H(xb))Pa= (I-KH)Pb
[0075]其中K=PbHT(HPbHT+R)\ \为理想插值融合结果，xb，y分别为对应的背景场和观 测场（其中通常将分辨率不高的作为背景场即基数据，将分辨率高的测量数据叫做观测场 即观测数据，其中背景场为M0DIS宽波段发射率，观测场为GLASS宽波段发射率），Η为背景 场到观测场的转换因子；Pa、Pb、R。
[0076] 进一步地，步骤S4中利用所述理想插值算法进行融合之前还包括分解集合的步 骤：
[0077]将所述M0DIS宽波段发射率和GLASS宽波段发射率分解到几个子集合中；
[0078] 上述步骤用以解决理想插值01计算问题。
[0079] 所述方法在利用理想插值算法融合的数据处理过程中还包括分解集合合并的步 骤：
[0080] 利用如下公式进行合并：
[0081]
[0082] 式中，为素数子集合融合的宽波段发射率，为误差方差，ycil，yci2 为GLASS宽波段发射率的子集合。
[0083] 进一步地，上述M0DIS窄波段发射率具体为M0DIS8~13. 5μπι的窄波段发射率。
[0084] 进一步地，上述步骤S2中还包括采样M0DIS宽波段发射率或GLASS宽波段发射率 的步骤。
[0085] 所述步骤S2多次采样M0DIS宽波段发射率或GLASS宽波段发射率，重复计算得到 多个块方差、第一指数模型的基方差以及第二指数模型的基方差，并计算多个块方差、第一 指数模型的基方差以及第二指数模型的基方差的平均值作为最终的块方差、第一指数模型 的基方差以及第二指数模型的基方差。
[0086] 进一步地，上述方法还包括融合结果验证的步骤：
[0087] 采集ASTER数据，并将所述ASTER数据中的窄波段发射率转换为ASTER宽波段发 射率；
[0088] 用得到的ASTER宽波段发射率与所述步骤S4融合得到的宽波段发射率求差，得到 的差值在预定范围内时融合结果有效。
[0089] 利用上述方法融合得到宽波段发射率相比现有技术的融合方法取得了具有更好 地融合效果，使理想插值在地表遥感产品的融合具有更好的应用空间。并且相比于目前通 过滤波、统计方法融合具有更完整的理论依据，而且简单易用，同时分解集合方法有效的解 决了理想插值大数据计算的问题。
[0090] 图2为本发明的另一个较佳实施例的M0DIS和GLASS宽波段发射率的融合计算方 法的流程图，包括如下步骤：
[0091] 1、数据预处理（对应于上述步骤S1):数据预处理主要包括两种发射率产品的空 间域，时间域，波段域匹配。其中波段域匹配通过将M0DIS窄波段发射率转换为宽波段发射 率，使用的转换模型如下：
[0092]εbbnod= 〇. 095+0. 325ε29+〇. 572ε31
[0093] 其中ε29ε31分别为M0DIS第29, 31波段的窄波段发射率。
[0094] 转化完成后，进行时空域的匹配，包括数据（M0DIS和GLASS宽波段发射率）裁剪 重采样，投影转换。
[0095] 2、协方差参数获取（对应于上述步骤S2):使用理想插值融合最主要的是获取误 差协方差模型及其参数（即块方差、第一指数模型的基方差以及第二指数模型的基方差）。 其中获取误差协方差模型主要通过以下几步实现：（1)通过采样，并统计背景数据像元间 的空间相关性；（2)使用混合指数模型，结合块金效应，拟合Nugget模型参数；（3)重复（1) 和（2)步骤，使用参数的多次平均值作为整体背景数据的拟合参数。其中Nugget模型结合 块金效应模型公式如下：
[0096]
[0097] c(d) =Pnuggestd= 0
[0098] 其中pnug_是块方差，在距离为0的时候，由于会出现块金效应，因此使用了一个 块方差。pJPP2是两个指数模型的基方差，al，a2为距离范围参数，用来控制不同尺度上 的相关性。
[0099] 3、估算误差协方差；基于假设，广品εdata=a*εJb+v，包括系统误差V。εsys= (a_l) *εt+b包括随机误差v。Edata代表数据的发射率。
[0100] 使用背景场的协方差模型，首先估算误差调节算子factor，然后再估算背景场误 差协方差。其中调节算子factor计算公式如下：
[0101]
[0102] 估算误差协方差模型如下：
[0103]
[0104] 具体推导：
[0105] 为了方便理解，先简要介绍一下表达式含义：<XXT>代表协方差，r代表误差，R代 表误差方差，P代表数据方差，v代表观测误差。代表观测误差方差。
[0106] 根据假设，数据协方差矩阵可以表示为：
[0107]
[0108]
[0109] 数据误差包括系统误差和随机误差：
[0110] rdata=rsys+v
[0111] Rdata= R sys+Rme
[0112] <rclararjam >=(a-l)2 < > +Rme
[0113] 根据上面可以推出：
[0114]
[0115] 假设误差修正算子fator表示为：
[0116]
[0117]
[0118]
[0119]
[0120] 其中数据方差由系统方差（真实值本身的方差叫做系统方差）和随机误差方差 (误差的方差）决定，假设系统数据连续，则其协方差模型也会连续，那么系统方差Psys，误 差方差可以表;^为：
[0121] Pdata= P sys+Rme
[0122] Psys=pl+p2
[0123] Rme=P nugget(pl+p2)